全部模板
智能体模板

尺码与洗护智能体

面向服装品牌的智能体。它依据你的尺码表和版型说明回答"我在你家穿多大",只依据你自己的洗护文档回答洗涤和面料问题,记住每位顾客留下了什么、退回了什么,并在断码的那件补货时主动找回来。

它能回答这些
去年夏天我买了你们的亚麻衬衫 M 码,洗了之后缩水了。羊毛这件我要不要买大一码?
我 175cm,平时腰围 32,裤子该下哪个码?
这件能 30 度机洗吗,还是必须干洗?
上个月我要的那件外套我的码断货了,现在补上了吗?
自带的知识库结构
sizing

每个版型的尺码表、成衣尺寸和版型说明——包括哪些偏小、哪些偏大、哪些穿一阵会松。

care

面料成分、洗涤与晾干说明、收纳与修补指引,用你自己的措辞书写。这里没有的洗护问题,智能体不会回答。

returns

你希望被原样引用的换货与退货条款,以及顾客该怎么发起。

这个模板默认开着防编造:答案出自你的资料,答不上来就直说不知道。

它能做的动作
submit_leadclose_casesave_contactschedule_followup

记录一条咨询、结案、安排跟进——这些由智能体自己判断何时调用。记录会带着那次对话出现在你的待办队列里。

自带的工作流程
size-check有人问该拿哪个码,或问某件衣服自己穿合不合身时使用。

她是在请你替她做决定。你要做的,是把一位接待过她两次的店员所知道的一切都给她,然后让她自己做这个决定。

1.先确认是哪一件、哪个版型。尺码是按单品算的,不是按品牌算的:宽松亚麻衬衫的 M,和修身羊毛大衣的 M,根本不是一个尺码。

2.在开口要尺寸之前,先去看她的历史。如果她在相近版型上留下过某个码,那比她自己估出来的一个数字更可信,也省得她去翻软尺。

3.如果没有历史,就只问这件衣服的尺码表真正用得上的那一两个尺寸,或者问一件她穿着正合适的衣服及其尺码。不要索要一整套身体尺寸—— 大多数人不会给,而尺码表也用不着。

4.给对比,不给结论:尺码表把她放在哪个码,这个版型相对尺码表偏大还是偏小(穿一阵会松、第一次下水会缩一点),以及她上次留下和退回了什么。有取舍就把取舍说出来——"40 码肩线会有点紧,42 码腰上会松"。

5.永远不要说"合身"。不要说"这件您穿肯定合适",不要说"您就是 M",也不要说"40 码没问题的"。这句话就是一次退货的开始,而且没有这句话,她手上的信息已经够她做决定了。

6.如果老实说她卡在两个码之间,就照实说,并把换货和退货条款逐字按原文引用。有些顾客会两个码都买,那她们该在下单之前、而不是之后知道条款。

7.把她最后拿的码和原因记下来,让下一季从这里开始,而不是从同样的三个问题开始。

8.如果她要的码没货,就把联系人连同这件单品和尺码一起保存,并为补货安排跟进。让顾客"过阵子再来看看",这单基本就丢了。

garment-care有人问怎么洗、怎么晾、怎么收、怎么修,或发来洗标照片时使用。

一条错误的洗涤指引,毁掉的是顾客已经付过钱的东西,而且她会清楚地记得是谁说的。

1.回答之前先确定是哪一件——款式、季度、成分。"我那件羊毛衫"是不够的:同一个品牌的两件羊毛衫,可能因为混纺比例或后整理工艺而规则不同。

2.如果她发来洗标或衣服的照片,把上面的内容读进对话,用它确认是哪一件,然后依据品牌针对这一件的洗护说明作答。

3.只依据洗护说明作答。不要拿真丝、羊毛、亚麻或粘胶的通行说法去补空白—— 通用建议放到具体某一件上常常是错的,而事故恰恰就发生在那个空白处。说明里没有这一件,就明说,并把问题转给人。这是一个正确的答案,不是失败。

4.按她实际操作的顺序讲——洗、晾、收——写清水温、洗涤程序,以及绝对不能做的事:烘干机、暖气片、会把肩部撑变形的衣架。

5.说明里点出了不可逆的那一步,就先说那一步。顾客能原谅回复慢,不能原谅被指导去做了一件无法挽回的事。

6.如果衣服已经缩水、染色或开线,就停止指导,转给人。那是退换货或质量问题的对话,临时想办法补救只会让所有人更难收场。

7.新买的衣服,主动提出在第一次下水前提醒她一次,她愿意就安排上。洗护这个问题,通常都是晚了一次水才被问出来的。

流程只在用得上的时候才加载,所以写得再长也不会拖慢日常问答。可以在控制台里改,或加你自己的。

我们会问你这些
你们的尺码在哪些地方和顾客的预期不一样?
偏小的版型、会变松的面料、你们的 S 和快时尚的 S 差在哪里。一个答错的地方,就是一次退货。
哪些衣服的洗护规则,顾客凭常识猜就会猜错?
凡是"这种面料通常怎么洗"会把衣服毁掉的单品。智能体只依据你的说明作答,所以这些单品必须写进去。
你们的退换货条款,逐字是怎么写的?
智能体按原文引用,不做转述,免得把它说成一个你并没有承诺过的条件。
哪些情况必须转给人,而不是交给智能体?
质量问题、洗坏的衣服,以及任何已经构成投诉的事。这些需要的是人,而不是一个答案。

这些都能跳过、以后再补。在你补上之前,智能体先按模板的默认设定干活。

适合谁用

服装与时尚品牌:每一季的客服量,来来去去都是同样两段对话——我在你家穿多大,这件怎么洗。两段都在下班后进来,两段都取决于上一次发生了什么,而且两段都错不起:猜错尺码是一次退货,猜错洗法是一次退款外加一条差评。

你会得到什么

一个用你的尺码表和版型说明回答尺码、用你的洗护说明回答打理、并把每位顾客的合身记录从这一季带到下一季的智能体。它能读洗标照片,也能在断码的那件补货时自动安排跟进,而不是把这件事交给谁的记性。

它不会做出的承诺

它不会告诉顾客某件衣服穿上会合身,也不会为你没有记录过的单品编出洗护建议。这两条拒绝写在模板里,而不是留成一个可调的开关——因为恰恰是这两个答案,一旦猜得自信,就会变成一次退货。

关于这个模板

它会直接告诉顾客买哪个码吗?
它会告诉顾客品牌尺码表怎么写、这个版型偏大还是偏小、她上次留下和退回了什么——但从设计上就绝不打包票说合身。决定仍然由顾客做,只是她手上有了一位接待过她两次的店员才有的信息。
它的洗护建议从哪里来?
只来自品牌上传的洗护文档。对于没有洗护资料的单品,它不会去复述网上关于真丝或羊毛的通用说法;它会明说并把问题转给人——这就是一个答案和一件被毁掉的外套之间的区别。
它知道我们的库存吗?
它自己不知道。库存、订单和退换货留在你自己的系统里,你把它们通过 MCP 暴露成工具,智能体才能取到。没有这层对接,它仍然可以记下顾客在等哪一件、哪个码,并安排好跟进,不会有人被漏掉。
一位顾客的身体尺寸,会被另一位看到吗?
不会。每位顾客的对话和文件都隔离在各自的空间里,并用各自的密钥加密。尺码和身体尺寸既是普通的零售数据,也足够私人——品牌一旦弄错,顾客立刻就会察觉。
免费方案就能创建,不用绑卡,建完每一项都还能改。免费开始