想给老顾客发条消息，憋了半小时，写了又删。
最后发出去的是：「亲，好久没来了，有时间来坐坐哦。」——顾客看完没有任何感觉，因为这句话可以对任何人说。
让 AI 写，问题一样：你不告诉它这次回访是为了什么，它只能给你一段通用的客气话。
一、先分清楚：这次回访是为什么
回访有四种目的，每种的写法完全不同：
| 目的 | 找谁发 | 要达成什么 |
|---|---|---|
| 差评补救 | 留下负面评价的人 | 把问题解决，争取改观 |
| 沉默唤醒 | 一段时间没来的老客 | 给一个回来的理由 |
| 常客维护 | 高频回头客 | 让他感觉被记得 |
| 活动通知 | 有联系方式的顾客 | 把信息送到，不打扰 |
很多人四种混着发，结果哪一种都没做好。差评补救写得像活动通知，顾客会觉得你根本没看他说什么。
差评怎么分层处理，见差评来了怎么回？先分清事实、待查和能承诺的——先分层，再写话术，顺序不能倒。
二、四类话术分别怎么写
1. 差评补救
核心：承认具体的事，给出具体动作，不辩解。
给 AI 的信息：顾客反馈的具体问题、你已经查到的情况、你能提供的补偿方式。
提示词要点：
下面是顾客的一条真实反馈和我们核实后的情况，请写一则回访消息。
【顾客反馈】（原文）
【我们核实的情况】（事实）
【可以提供的处理】（具体）
要求：1）先回应他说的那件具体的事，不泛泛道歉；2）说明我们做了什么，不辩解；3）给出具体处理，不写「欢迎再来」这类套话；4）不超过 120 字。
最忌讳的是让它写「给您带来不便深表歉意」。这句话顾客看过一万遍，等于没说。
2. 沉默唤醒
核心：给一个回来的理由，而不是提醒他很久没来。
「好久没来了」这句话本身带着压力。更好的方式是给他一个具体信息：新出的某样东西、某个时段的便利、他以前常点的东西还在。
给 AI 的信息：这位顾客以前常点什么、他大概多久没来、你这次能提供的具体东西。
提示词要点：
写一则给老顾客的回访消息。他常点的是【某样】，上次到店是【大概时间】。我们最近有【具体的新东西/具体的变化】。
要求：1）开头说他常点的那一样，让他知道你记得；2）只提一个具体信息，不要罗列；3）不写「好久不见」这类施加压力的话；4）不用感叹号，不用表情；5）100 字以内。
第 1 条是这类话术的关键——提到他常点的东西，是「我记得你」的最低成本表达。
3. 常客维护
核心：不推销，只表达。
这类消息的目的是让关系持续，不要带任何促销。带促销的维护消息，性质就变成了广告。
提示词要点：
写一则给高频回头客的问候消息。不推销、不带优惠、不提活动。只表达「记得他」和一句关心。不超过 60 字。
常客怎么记录，见记老顾客回头情况：到店和聊天要分开记，别混成一本账——没有记录，AI 就写不出「记得他」的内容。
4. 活动通知
核心：信息清楚，一次只说一件事。
活动通知最容易写成一大段。给 AI 的约束是：只保留活动时间、内容、适用条件三项，其余全部删掉。
优惠活动上线前要核对适用条件和门店执行，见优惠活动上线前，先把适用条件和门店执行核对一遍——话术里写的条件，必须和门店能对得上的一致。
三、出稿后的筛选标准
AI 出十条，你要能快速筛掉一半。四条标准：
1. 有没有具体信息。
出现「一直支持我们」「非常感谢」这类没有信息量的句子，删。
2. 有没有施加压力。
「好久没来」「是不是把我们忘了」——这类会让顾客产生负担，删。
3. 有没有过度承诺。
「下次一定让您满意」是承诺，做不到就是二次失望。只写能立刻兑现的。
4. 像不像人话。
读一遍，如果这句话你平时不会这么说，就改。AI 的书面腔是回访里最大的违和感来源。
四、两个不要
不要群发同一条。
哪怕只是把「常点什么」那一句换掉，打开率也会明显不同。AI 的价值在这里：批量生成带不同细节的版本。
不要在深夜发。
时间不对，再好的话术也是打扰。工作时间发送，避开饭点。
五、把话术沉淀成模板
每次写完，把好用的那几条存下来，按四类归档。三个月后你会有一份自己店的回访话术库，比任何通用模板都好用。
大量反馈怎么归类、哪些该优先处理，见顾客反馈攒了三个月没翻：让 AI 帮你归类，别让它替你下结论——归类是回访的前置步骤：先分清哪些人值得回访、因为什么事回访，再动笔写。
老客群怎么长期维护，见老客微信群别只发广告：一个群该怎么养才有人看。
行动清单
- ☐ 把回访分成四类，一次只做一类。
- ☐ 差评类先分层（事实、待查、能承诺），再写话术。
- ☐ 沉默唤醒要提到他常点的东西，不写「好久不见」。
- ☐ 常客维护不带促销，只表达记得。
- ☐ 出稿后按四条标准筛：具体信息、无压力、不承诺、像人话。
- ☐ 好用的版本按四类归档，攒成自己的话术库。
旺里专注于实体开店与经营知识分享。本文仅供学习交流与信息参考，不构成投资、加盟及经营决策建议。本文链接：https://ulzsw.com/ai/4925.html
