Система автоматической классификации тикетов электронной коммерции на базе ИИ

Дом

Список AI-промптов

Классификация тикетов электронной коммерции

${:__('collect %s',Классификация тикетов электронной коммерции)}$

Используйте обработку естественного языка для анализа тикетов службы поддержки электронной коммерции, определения намерений и автоматической категоризации их в модули послепродажного обслуживания, логистики или консультации по продуктам для повышения эффективности.

Содержание промпта

Копировать

Analyze the provided e-commerce customer consultation text to identify the core request and determine its business category. If the user mentions damaged, missing, or malfunctioning items, categorize it as an after-sales issue. If it involves delayed shipping, logistics updates, or lost packages, categorize it as a logistics issue. If it asks about product specifications, usage tutorials, or compatibility, categorize it as a product inquiry. Ignore emotional expressions and extract key facts for precise classification, outputting the corresponding standard business label.

Копировать

Проанализируйте предоставленный текст консультации клиента электронной коммерции, чтобы определить основную просьбу и определить его коммерческую категорию. Если пользователь упоминает поврежденные, отсутствующие или неисправные товары, классифицируйте это как проблему послепродажного обслуживания. Если речь идет о задержке отправки, обновлении логистики или потере посылок, классифицируйте это как проблему логистики. Если спрашивают о спецификациях продукта, инструкциях по использованию или совместимости, классифицируйте это как консультацию по продукту. Игнорируйте эмоциональные выражения и извлекайте ключевые факты для точной классификации, выводя соответствующую стандартную коммерческую метку.

Копировать

Поделиться Нажмите, чтобы скопировать ссылку

Комментарии (0)

0/300

Представлять на рассмотрение

Рекомендация

Классификация тикетов EC

Please analyze the following e-commerce customer service ticket content, classify it into one of four categories: 'Logistics Inquiry', 'Return/Exchange Request', 'Product Quality Complaint', or 'Other Inquiry' based on business semantics, and briefly explain the reasoning. If the ticket involves multiple intents, prioritize the most urgent or core issue. The output format must include the classification label and a short reason, ensuring the result is accurate and aligns with actual business scenarios.

Классификация тикетов поддержки электронной коммерции

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.

Классификация Тикетов EC

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.

Классификация тикетов поддержки

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.

Классификатор тикетов поддержки

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.

Классификация Тикетов

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.