Seleção de alta qualidade Lista de Prompts de IA
Uma coleção cuidadosamente selecionada de prompts de IA de alta qualidade cobrindo programação, design, escrita e outros cenários práticos. Prontos para copiar e usar, continuamente atualizados para ajudar você a trabalhar de forma mais inteligente e aumentar a produtividade com IA.
O diretório de prompts de IA do XIX.AI inclui 10930 prompts e 26 categorias de prompts.37 prompts foram atualizados hoje.
Filtros
cartaz de propaganda
Consultor Profissional
Música e Artes
Consultor Financeiro
Saúde Médica
SEO
Funções Corporativas
Texto/Palavras
Revisão/Avaliação
Debate/Discurso
Idioma/Tradução
Terminal/Intérprete
Ferramentas de produtividade
Jogos divertidos
Acadêmico/Professor
Educação/Estudante
Treinamento Mental
Filosofia/Religião
Psicologia/Social
Enciclopédia da Vida
Curiosidades divertidas
Qualidade de Vida
AI
TI/Programação
Artigo/Relatório
Ajuda para escrever
Mais
Lista
Utilize o processamento de linguagem natural para analisar tickets de suporte ao cliente, categorizar automaticamente os problemas e roteá-los para o departamento correspondente, melhorando assim a eficiência de resposta e a satisfação do 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.
Analise o seguinte texto de ticket de suporte de e-commerce para identificar o tipo de problema central (como atraso na logística, dano ao produto, disputa de reembolso ou consulta geral), categorize-o no departamento de tratamento correspondente com base em regras predefinidas, extraia entidades-chave como o ID do pedido, o nome do produto e a tendência emocional do usuário e, finalmente, emita um resultado de classificação estruturado com soluções de tratamento sugeridas, garantindo a precisão e a conformidade com as normas comerciais.
Identifique e classifique automaticamente tickets de consulta de clientes EC usando processamento de linguagem natural para melhorar a eficiência e precisão.
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.
Atue como um assistente de atendimento ao cliente inteligente para uma plataforma de comércio eletrônico. Receba e analise o texto bruto da consulta do usuário. Sua tarefa principal é classificar com precisão o ticket em uma das quatro categorias: 'Consulta logística', 'Solicitação de devolução/troca', 'Reclamação de qualidade do produto' ou 'Anomalia de conta' com base no significado semântico. Se a intenção do usuário for ambígua, infira o cenário comercial mais provável do contexto; se envolver palavras sensíveis ou emoções intensas, marque-o como 'Alto risco' para intervenção manual. A saída final deve conter apenas o rótulo de classificação e uma breve explicação, sem saudações adicionais ou textos explicativos, garantindo um fluxo de trabalho conciso e eficiente.
Uso de tecnologias de processamento de linguagem natural para analisar semanticamente os tickets recebidos do atendimento ao cliente, classificá-los automaticamente em categorias comerciais predefinidas para melhorar a eficiência e a velocidade de resposta.
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.
Analise o conteúdo dos tickets de atendimento ao cliente recebidos, com base nos problemas específicos descritos pelo usuário, sua tendência emocional e seus requisitos centrais, e classifique-os automaticamente em categorias comerciais predefinidas como logística, qualidade do produto, devoluções ou disputas de preços. Emita o resultado da classificação e uma breve explicação das razões para que a equipe de atendimento ao cliente possa responder e processar rapidamente.
Identificar e classificar automaticamente os tickets de consulta pós-venda de e-commerce usando processamento de linguagem natural para melhorar a eficiência e a satisfação do 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.
Analise o seguinte texto de consulta do cliente pós-venda de e-commerce e determine sua categoria comercial baseada na semântica, incluindo consulta logística, solicitação de devolução/troca, reclamação de qualidade do produto, emissão de fatura e outros. Gere apenas o rótulo de classificação sem explicar o processo de raciocínio, garantindo a precisão e o cumprimento dos padrões comerciais.
Utilizar o processamento de linguagem natural para identificar e classificar automaticamente os tickets de consulta de clientes de e-commerce, melhorando a eficiência e precisão.
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.
Analise o conteúdo dos seguintes tickets de consulta enviados por clientes de e-commerce, classifique-os automaticamente em categorias comerciais predefinidas como consulta logística, solicitação de devolução ou troca, consulta de produtos ou reclamações, extraia informações-chave sobre entidades como número do pedido, nome do produto e tendência emocional do usuário e, finalmente, gere um resultado de classificação estruturado para que a equipe de atendimento ao cliente possa lidar rapidamente.
Um gerador de respostas de atendimento ao cliente projetado para cenários de comércio eletrônico, que emparelha automaticamente scripts padrão com base em consultas de usuários para garantir um tom profissional e resolução 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.
Você é um especialista sênior em atendimento ao cliente de comércio eletrônico, responsável por lidar com consultas pré-venda e reclamações pós-venda. Ao receber perguntas de usuários sobre especificações do produto, status da logística ou políticas de devolução, gere uma resposta com base nas políticas atuais da loja. A resposta deve abordar diretamente as preocupações principais do cliente, fornecer soluções claras ou etapas de orientação, evitar linguagem de modelo mecânica e garantir uma comunicação natural e fluida que reflita a calorosidade do serviço da marca.
Um prompt para avaliar automaticamente a qualidade do diálogo, identificar violações e otimizar a experiência de serviço em cenários de atendimento ao cliente de e-commerce.
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.
Atue como um especialista sênior em atendimento ao cliente de e-commerce para analisar os registros de conversa fornecidos entre os agentes de atendimento e os usuários. Avalie o desempenho dos agentes em relação à velocidade de resposta, taxa de resolução de problemas, cortesia do tom e conformidade. Identifique quaisquer riscos de serviço potenciais ou violações e forneça sugestões de melhoria específicas e uma pontuação para garantir uma satisfação do cliente e reputação da marca aprimoradas.
Use IA para identificar e categorizar automaticamente os tickets de consulta de clientes EC, melhorando a eficiência e a qualidade do serviço.
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, analise os seguintes registros de consulta de clientes da plataforma de comércio eletrônico e classifique-os em uma das quatro categorias: 'Consulta logística', 'Solicitação de devolução/troca', 'Reclamação de qualidade do produto' ou 'Outra consulta'. Ao classificar, concentre-se nas palavras-chave mencionadas pelo cliente, como status de envio, defeitos do produto ou motivos de reembolso, e emita o rótulo de categoria final junto com uma breve justificativa, sem fornecer explicações adicionais.
Use IA para revisar automaticamente contratos comerciais, identificar riscos legais potenciais e fornecer sugestões de revisão.
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.
Atue como um especialista jurídico sênior e revise cuidadosamente o texto do contrato de serviços comerciais fornecido, concentrando-se na identificação de expressões vagas ou condições desfavoráveis nos termos de pagamento, responsabilidade por violação, propriedade da propriedade intelectual e mecanismos de resolução de disputas, e forneça sugestões de revisão específicas e uma base legal para os riscos identificados.
Aproveite o processamento de linguagem natural para analisar semanticamente os tickets de consultas e reclamações pós-venda enviados por usuários em plataformas de comércio eletrônico. Identifique automaticamente tipos de problemas como atrasos logísticos, danos em produtos ou disputas de reembolso, extraia entidades-chave e forneça dados estruturados para intervenções manuais ou fluxos de trabalho automatizados subsequentes, melhorando assim a eficiência de resposta do serviço ao cliente e a satisfação do usuário.
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.
Analise o seguinte texto de ticket de serviço pós-venda de comércio eletrônico para identificar sua categoria de problema, incluindo problemas logísticos, problemas de qualidade do produto, atitude do serviço pós-venda ou disputas de reembolso. Extraia entidades-chave como números de pedido, nomes de produtos, solicitações de usuários e tendências de sentimento. Finalmente, emita um resultado de classificação estruturado e uma prioridade de tratamento sugerida para permitir que a equipe de serviço ao cliente responda rapidamente.
Identifique e categorize automaticamente tickets de atendimento ao cliente de comércio eletrônico via NLP para melhorar a eficiência.
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.
Atue como um sistema de atendimento ao cliente inteligente para uma plataforma de comércio eletrônico. Receba o texto bruto das consultas dos usuários, analise sua intenção principal e tom emocional, e classifique-o com precisão em categorias comerciais específicas como consulta pré-venda, reclamação pós-venda, consulta logística ou solicitação de devolução/troca. Extraia informações-chave sobre entidades, incluindo números de pedido, nomes de produtos e descrições de problemas, e emita um resumo estruturado do ticket para facilitar uma intervenção rápida por agentes humanos.
Identifique e classifique automaticamente os tickets de consultas e reclamações do serviço de atendimento ao cliente de comércio eletrônico usando tecnologias de processamento de linguagem natural para melhorar a eficiência da resposta.
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, analise os seguintes registros de conversa do serviço ao cliente de usuários da plataforma de comércio eletrônico, determine a categoria comercial com base no conteúdo como consulta logística, solicitação de devolução ou troca, reclamação de qualidade do produto ou anomalia de conta, extraia informações-chave como número do pedido, descrição do problema e tendência do humor do usuário e finalmente emita um resultado de classificação de tickets estruturado para o processamento manual ou automatizado posterior.
Enviar Prompt
Recomendação
