Selección de alta calidad Lista de Prompts de IA
Una colección cuidadosamente seleccionada de prompts de IA de alta calidad que cubren programación, diseño, redacción y otros escenarios prácticos. Listos para copiar y usar, actualizados continuamente para ayudarte a trabajar de forma más inteligente y aumentar la productividad con IA.
El directorio de prompts de IA de XIX.AI incluye 10930 prompts y 26 categorías de prompts.Se han actualizado 37 prompts hoy.
Filtros
cartel propagandístico
Consultor Profesional
Música y artes
Asesor financiero
Salud Médica
SEO
Funciones Corporativas
Texto/Palabras
Revisión/Valoración
Debate/Discurso
Idioma/Traducción
Terminal/Intérprete
Herramientas de productividad
Juegos divertidos
Académico/Profesor
Educación/Estudiante
Entrenamiento mental
Filosofía/Religión
Psicología/Social
Enciclopedia de la vida
Curiosidades divertidas
Calidad de vida
AI
TI/Programación
Artículo/Informe
Ayuda para escribir
Más
Lista
Utilice el procesamiento del lenguaje natural para analizar los tickets de soporte al cliente, categorizar automáticamente los problemas y enrutarlos al departamento correspondiente, mejorando así la eficiencia de respuesta y la satisfacción del cliente.
Analyze the following e-commerce support ticket text to identify the core issue type (such as logistics delay, product damage, refund dispute, or general inquiry), categorize it into the corresponding handling department based on predefined rules, extract key entities like order ID, product name, and user sentiment, and finally output a structured classification result with suggested handling solutions, ensuring accuracy and compliance with business standards.
Analice el siguiente texto de ticket de soporte de comercio electrónico para identificar el tipo de problema central (como retraso en la logística, daño al producto, disputa de reembolso o consulta general), categorícelo en el departamento de manejo correspondiente según reglas predefinidas, extraiga entidades clave como el ID del pedido, el nombre del producto y la tendencia emocional del usuario, y finalmente emita un resultado de clasificación estructurado con soluciones de manejo sugeridas, asegurando la precisión y el cumplimiento de las normas comerciales.
Identifique y clasifique automáticamente los tickets de consulta de clientes de EC utilizando procesamiento de lenguaje natural para mejorar la eficiencia y precisión.
Act as an intelligent customer service assistant for an e-commerce platform. Receive and analyze the user's raw inquiry text. Your core task is to accurately classify the ticket into one of four categories: 'Logistics Inquiry', 'Return/Exchange Request', 'Product Quality Complaint', or 'Account Anomaly' based on semantic meaning. If the user's intent is ambiguous, infer the most likely business scenario from context; if sensitive words or intense emotions are involved, mark it as 'High Risk' for manual intervention. The final output should contain only the classification label and a brief reason, without additional greetings or explanatory text, ensuring a concise and efficient processing workflow.
Actúe como un asistente de servicio al cliente inteligente para una plataforma de comercio electrónico. Reciba y analice el texto de consulta en bruto del usuario. Su tarea principal es clasificar con precisión el ticket en una de las cuatro categorías: 'Consulta logística', 'Solicitud de devolución/intercambio', 'Queja de calidad del producto' o 'Anomalía de cuenta' según el significado semántico. Si la intención del usuario es ambigua, infiera el escenario comercial más probable del contexto; si se involucran palabras sensibles o emociones intensas, márquelo como 'Alto riesgo' para intervención manual. La salida final debe contener solo la etiqueta de clasificación y una breve explicación, sin saludos adicionales ni textos explicativos, garantizando un flujo de trabajo conciso y eficiente.
Uso de tecnologías de procesamiento de lenguaje natural para analizar semánticamente los tickets recibidos del servicio al cliente, clasificarlos automáticamente en categorías comerciales predefinidas para mejorar la eficiencia y la velocidad de respuesta.
Analyze the following e-commerce customer service ticket content, identify the user's core issue, emotional tone, and specific request, and automatically categorize it into predefined business categories such as logistics inquiry, product quality issue, return or exchange application, or price dispute. Output the classification result along with a brief explanation of the reasoning to facilitate quick response and handling by the customer service team.
Analice el contenido de los tickets de servicio al cliente recibidos, basándose en los problemas específicos descritos por el usuario, su tendencia emocional y sus requisitos centrales, y clasifíquelos automáticamente en categorías comerciales predefinidas como logística, calidad del producto, devoluciones o disputas de precios. Emita el resultado de la clasificación y una breve explicación de las razones para que el equipo de servicio al cliente pueda responder y procesar rápidamente.
Identificar y clasificar automáticamente los tickets de consulta postventa de e-commerce utilizando procesamiento de lenguaje natural para mejorar la eficiencia y la satisfacción del cliente.
Analyze the following e-commerce after-sales customer inquiry text and determine its business category based on semantics, including logistics inquiry, return/exchange application, product quality complaint, invoice issuance, and others. Output only the classification label without explaining the reasoning process, ensuring accuracy and compliance with business standards.
Analice el siguiente texto de consulta del cliente postventa de e-commerce y determine su categoría comercial basada en la semántica, incluyendo consulta logística, solicitud de devolución/cambio, queja de calidad del producto, emisión de factura y otros. Genere solo la etiqueta de clasificación sin explicar el proceso de razonamiento, asegurando la precisión y el cumplimiento de los estándares comerciales.
Utilizar el procesamiento del lenguaje natural para identificar y clasificar automáticamente los tickets de consulta de clientes de e-commerce, mejorando la eficiencia y precisión.
Analyze the following e-commerce customer inquiry ticket content, automatically classify it into predefined business categories such as logistics inquiry, return or exchange application, product consultation, or complaint suggestion, extract key entity information including order number, product name, and user sentiment, and finally output a structured classification result for the customer service team to handle quickly.
Analice el contenido de los siguientes tickets de consulta enviados por clientes de e-commerce, clasifíquelos automáticamente en categorías comerciales predefinidas como consulta logística, solicitud de devolución o cambio, consulta de productos o quejas, extraiga información clave sobre entidades como el número de pedido, el nombre del producto y la tendencia emocional del usuario, y finalmente genere un resultado de clasificación estructurado para que el equipo de servicio al cliente pueda manejarlo rápidamente.
Un generador de respuestas de servicio al cliente diseñado para escenarios de comercio electrónico, que empareja automáticamente scripts estándar basados en consultas de usuarios para garantizar un tono profesional y la resolución de problemas.
You are a senior e-commerce customer service specialist responsible for handling pre-sales inquiries and after-sales complaints. When receiving user questions regarding product specifications, logistics status, or return policies, please generate a response based on the store's current policies. The response should directly address the customer's core concerns, provide clear solutions or guidance steps, avoid mechanical template language, and ensure natural, fluent communication that reflects the brand's service warmth.
Usted es un especialista senior en servicio al cliente de comercio electrónico responsable de manejar consultas previas a la venta y quejas posteriores a la venta. Al recibir preguntas de usuarios sobre especificaciones del producto, estado de la logística o políticas de devolución, genere una respuesta basada en las políticas actuales de la tienda. La respuesta debe abordar directamente las preocupaciones principales del cliente, proporcionar soluciones claras o pasos de guía, evitar el lenguaje de plantilla mecánico y asegurar una comunicación natural y fluida que refleje la calidez del servicio de la marca.
Un prompt para evaluar automáticamente la calidad del diálogo, identificar violaciones y optimizar la experiencia de servicio en escenarios de servicio al cliente de comercio electrónico.
Act as a senior e-commerce customer service expert to analyze the provided conversation records between customer service agents and users. Evaluate the agents' performance regarding response speed, problem resolution rate, tone politeness, and compliance. Identify any potential service risks or violations, and provide specific improvement suggestions and a score to ensure enhanced customer satisfaction and brand reputation.
Actúe como un experto senior en servicio al cliente de comercio electrónico para analizar los registros de conversación proporcionados entre los agentes del servicio al cliente y los usuarios. Evalúe el desempeño de los agentes en términos de velocidad de respuesta, tasa de resolución de problemas, cortesía del tono y cumplimiento. Identifique cualquier riesgo de servicio potencial o violación, y proporcione sugerencias de mejora específicas y una puntuación para garantizar una satisfacción del cliente y una reputación de marca mejoradas.
Utilice IA para identificar y categorizar automáticamente los tickets de consulta de clientes de EC, mejorando la eficiencia y la calidad del servicio.
Please analyze the following customer inquiry records from an e-commerce platform and categorize them into one of four categories: 'Logistics Inquiry', 'Return/Exchange Request', 'Product Quality Complaint', or 'Other Inquiry'. When classifying, focus on keywords mentioned by the customer such as shipping status, product defects, or refund reasons, and output the final category label along with a brief justification without providing extra explanations.
Por favor, analice los siguientes registros de consulta de clientes de la plataforma de comercio electrónico y clasifíquelos en una de las cuatro categorías: 'Consulta logística', 'Solicitud de devolución/cambio', 'Queja de calidad del producto' u 'Otra consulta'. Al clasificar, concéntrese en las palabras clave mencionadas por el cliente, como el estado del envío, los defectos del producto o las razones del reembolso, y emita la etiqueta de categoría final junto con una breve justificación sin proporcionar explicaciones adicionales.
Utilice IA para revisar automáticamente contratos comerciales, identificar riesgos legales potenciales y proporcionar sugerencias de revisión.
Act as a senior legal expert and carefully review the provided commercial service contract text, focusing on identifying vague expressions or unfavorable conditions in payment terms, liability for breach, intellectual property ownership, and dispute resolution mechanisms, and provide specific revision suggestions and legal basis for the identified risks.
Actúe como un experto legal senior y revise cuidadosamente el texto del contrato de servicios comerciales proporcionado, centrándose en identificar expresiones vagas o condiciones desfavorables en los términos de pago, la responsabilidad por incumplimiento, la propiedad de la propiedad intelectual y los mecanismos de resolución de disputas, y proporcione sugerencias de revisión específicas y una base legal para los riesgos identificados.
Aproveche el procesamiento del lenguaje natural para analizar semánticamente los tickets de consultas y quejas posteriores a la venta enviados por usuarios en plataformas de comercio electrónico. Identifique automáticamente tipos de problemas como retrasos logísticos, daños en productos o disputas de reembolso, extraiga entidades clave y proporcione datos estructurados para intervenciones manuales o flujos de trabajo automatizados posteriores, mejorando así la eficiencia de respuesta del servicio al cliente y la satisfacción del usuario.
Analyze the following e-commerce after-sales ticket text to identify its problem category, including logistics issues, product quality issues, after-sales service attitude, or refund disputes. Extract key entities such as order numbers, product names, user requests, and sentiment tendencies. Finally, output a structured classification result and suggested handling priority to enable the customer service team to respond quickly.
Analice el siguiente texto de ticket de servicio postventa de comercio electrónico para identificar su categoría de problema, incluidos problemas logísticos, problemas de calidad del producto, actitud del servicio postventa o disputas de reembolso. Extraiga entidades clave como números de pedido, nombres de productos, solicitudes de usuarios y tendencias de sentimiento. Finalmente, emita un resultado de clasificación estructurado y una prioridad de manejo sugerida para permitir que el equipo de servicio al cliente responda rápidamente.
Identifique y categorice automáticamente los tickets de servicio al cliente de comercio electrónico mediante NLP para mejorar la eficiencia.
Act as an intelligent customer service system for an e-commerce platform. Receive raw user inquiry text, analyze its core intent and emotional tone, and accurately classify it into specific business categories such as pre-sales consultation, after-sales complaint, logistics inquiry, or return/exchange application. Extract key entity information including order numbers, product names, and problem descriptions, then output a structured ticket summary to facilitate quick intervention by human agents.
Actúe como un sistema de atención al cliente inteligente para una plataforma de comercio electrónico. Reciba el texto crudo de las consultas de los usuarios, analice su intención principal y tono emocional, y clasifíquelo con precisión en categorías comerciales específicas como consulta previa a la venta, queja posterior a la venta, consulta de logística o solicitud de devolución/cambio. Extraiga información clave sobre entidades, incluidos números de pedido, nombres de productos y descripciones de problemas, y luego emita un resumen estructurado del ticket para facilitar una intervención rápida por parte de agentes humanos.
Identifique y clasifique automáticamente los tickets de consultas y quejas del servicio de atención al cliente de comercio electrónico utilizando tecnologías de procesamiento de lenguaje natural para mejorar la eficiencia de respuesta.
Please analyze the following user customer service conversation records from an e-commerce platform, determine the business category based on the content such as logistics inquiry, return or exchange application, product quality complaint, or account anomaly, extract key information like order number, problem description, and user sentiment, and finally output a structured ticket classification result for subsequent manual or automated processing.
Por favor, analice los siguientes registros de conversación del servicio al cliente de usuarios de la plataforma de comercio electrónico, determine la categoría comercial según el contenido como consulta logística, solicitud de devolución o cambio, queja de calidad del producto o anomalía de cuenta, extraiga información clave como el número de pedido, descripción del problema y tendencia del estado de ánimo del usuario, y finalmente emita un resultado de clasificación de tickets estructurado para el procesamiento manual o automatizado posterior.
Enviar prompt
Recomendación
