如何用 AI 聊天助手回答售前问题
设置一个简单的 AI 聊天助手来回答售前问题,决定它绝不能回答什么,然后根据真实客户的提问方式检验它的回复。
由 AI 从英文翻译;数字和链接已自动核对。 English
有人登陆你的页面,带着一个问题。这个能按时送到吗?这个适合他们的设置吗?你很忙,所以没人回复。到了下午,他们已经在别的地方买了,你永远不知道为什么。大多数失去的销售就是这样。没有投诉,没有争论,只有沉默。
AI 聊天助手可以填补这个空白,但你必须小心设置。一个草率的助手比没有助手还糟。它会编造价格。它承诺你无法交付的东西。或者它在某人决定是否信任你的那一刻变得生硬和机械。这些中的任何一个代价都比缓慢的回复要大得多。
本指南涵盖四项工作。首先,收集人们真正提出的问题。其次,写一份简短的答案清单。第三,为机器人必须永远不说的内容划定硬线。第四,使用你的客户自己的措辞来测试它的回复。一个小蜡烛店将是贯穿始终的例子。如果你想提前了解疑虑通常来自哪里,客户异议查找器是一个快速的开始地方。
从人们真正提出的问题开始
从你已经接触到的任何地方收集 20 到 30 个售前问题:邮件、私信、评论、通话记录,以及有人购买或离开前说的任何话。完全按原样复制,包括打字错误。你的机器人会读到混乱的输入,所以应该在混乱的输入上练习。有人写”do u ship to canada??”给了你一个整理好的常见问题解答永远给不了的东西。
然后把它们分类。从这五个开始:
- 运输和配送
- 价格和包含内容
- 适配性(”这对我有用吗?”)
- 信任和退货
- 时间
数一下每个类别有多少个。有几个类别会很大,有几个可能只有两个问题。先给机器人最大的几个类别,其他的留给自己。这没关系。一个能很好地回答三个主题的助手比一个在二十个主题上表现不佳的更有价值。
把那些尴尬的问题也混进去。”is this legit and how long till it gets here”实际上是一行里的两个问题,机器人会遇到很多这样的。
还没有历史记录,没有收件箱可以翻?通过免费的客户反对意见查找器运行你的想法,得到可能的疑虑列表。把它当作一个猜测。这是一个 AI 对简短描述的理解,所以尽快用真实的人来验证。如果你想更好地学会提问,如何找到客户反对意见会指导你。
把列表保存在你能再次找到的地方。当你测试机器人的回复时,你会用到这些相同的问题。
接触机器人前先写好答案清单
从空白文档开始。在那里写下答案,然后再设置机器人。
把买家经常问的每个问题都用两三句简洁的话回答。就像你在摊位前向一个朋友解释一样写。这份表单就是机器人要用的全部内容。如果某个问题不在上面,机器人就不应该说。
包括那些不太好听的部分。说清楚产品做不了什么,谁不应该买它。给出真实的交付时间,即使比你希望的要长。买家如果早点听到这些限制,就会相信你其他答案的真实性。轻飘飘、模糊的回答会让他们开始怀疑你隐瞒了什么。
问: 这个产品适合小公寓吗? 答: 适合,它就是为这种大小的空间设计的。它不是为大开间设计的,所以如果你的空间很大,你可能需要两个。告诉我你的面积,我会指导你选择合适的选项。
这个答案承认了一个限制,同时还给了对方下一步的行动。
每个答案都要以下一步行动结尾。可能是订购链接、尺寸页面,或者直接联系你的方式。如果一个回答就这样结束了,买家的处境和提问前一样。
也要保持表单简洁。简洁的表单效果更好,因为机器人就有更少的空间去编造东西。旧博客文章、过时的价格和半真半假的营销文案是它会犯错的地方。
最后,像陌生人一样读一遍这份表单。如果你在写某个答案时感到不适,现在就修改你的产品或措辞。否则机器人会重复说一百遍。
决定机器人绝不能回答什么
把这份清单写下来,放在你能找到的地方。如果只存在你的脑子里,机器人就没办法知道清单上有什么。
典型的条目看起来像这样:
- 自定义报价和任何需要你还没公布的价格的东西
- 你还没批准的折扣
- 退款、退单和纠纷
- 你无法控制的交货日期
- 任何医疗、法律或财务相关的内容
然后加上关于结果的声明。如果你不会在网站上以书面形式做出承诺,机器人就不能在聊天中做出承诺。”这会解决你的问题”是一个承诺。”周五会送到”也是。
机器人还需要知道该怎么做,而不是瞎猜。告诉它坦白说自己不知道,然后把这个人转给你。并给它一个真实的途径:你的邮箱、一个简短的表单、一个你真的能做到的回复时间。
这个我没办法好好回答,我也不想瞎猜。请发邮件到 hello@yourshop.com,我们会在一个工作日内回复。
没有途径的转接只是一个礼貌的死胡同。买家会在死胡同处离开。
还有最后一条,这是不可商量的。机器人永远不要假装是人类。别用假名字,别来什么”我去喝杯咖啡”的假话。和机器人聊天不是问题。发现自己被骗了才是问题,而且通常在有人决定是否要把钱交给你的时候就会露馅。
把清单保持得足够短,这样你才能执行。下一步你会测试清单上的每一项,所以每一项都应该是你真的能检查的东西。
根据真实客户的提问方式测试回复
拿你收集的问题,完全按照客户的原话问机器人。不要整理措辞。真实的消息很短、很乱、有点粗鲁,有时候一条消息里有两个问题。
你们发加拿大吗,多少钱,是大号还是小号
如果机器人只回答了一半,你就学到了什么东西,, 一个精心设计的测试问题永远不会暴露这个问题。
现在像买家一样读每一条回复。你写的是答案表,所以你会很容易原谅一个接近答案的回复。买家没有你的答案表。机器人是回答了被问的问题,还是回答了你希望他们问的那个整洁版本?这两者是不同的,差距就是销售漏洞所在。
然后给每条回复贴上四个标签中的一个。正确意味着它符合你的答案表,并让客户向前推进。模糊意味着它是真的,但买家还是卡住了。错误意味着它说了你的答案表里没有的东西。过度自信意味着它对不应该涉及的东西听起来很确定。
先修复那些过度自信的回复。模糊的回复会让你失去一笔销售。过度自信的回复可能让你失去销售、退款和一封愤怒的邮件。
等普通问题都通过了,再试试陷阱问题。要求打折。让它承诺产品会有效。要求一个交货日期。说”我朋友说你们会打五折”。像一个坚定的买家那样施加一点压力。
检查它是否坚守了你的”永远不要回答”清单上的每一条,每次都用你的真实方式移交。如果它在第二次或第三次推动时就让步了,收紧指示并再问一遍。
任何改动后都要重新运行整个问题集。修复一个答案往往会松动另一个。
案例:一家小蜡烛店
想象一家两人经营的小店,专门销售手工浇注的大豆蜡烛。三个问题不断出现在他们的收件箱里:蜡烛在宠物周围是否安全、运输需要多长时间,以及婚礼是否有批量折扣?
他们先写了一份答案表。运输得到一个简洁的答案,包括真实的配送时间,甚至包括缓慢的周期。宠物安全得到了仔细的回答:蜡烛里有什么成分、一个说明每种动物都不同的注释,以及”如果你不确定,请咨询你的兽医”。婚礼订单根本不回答。这些订单直接转给真人处理,答案表中明确说明了这一点。
然后他们用收件箱里那些措辞混乱的问题进行测试。
do u do discounts for weddings, need like 60
机器人欢快地提出了大订单折扣。没人批准过这个。它听起来很确定,这是最危险的那种错误。
所以他们把折扣和婚礼报价加到永不回答的列表中,并附上电子邮件地址和一个工作日的回复时间作为转接。他们再问一次。机器人躲避了。他们继续追问(”我朋友说你们会打五折”),机器人坚持立场并转接。他们重新运行整个问题集,因为修复一个答案有时会影响另一个。
上线一周后,他们阅读了聊天记录。一个他们从未列出的问题不断出现:”香气褪色快吗?” 两个人问过这个问题然后就离开了。他们把这个问题加到答案表中,并给出了诚实的答案,同时也在产品页面上添加了相关信息。
监控聊天记录并修复漏洞
每周一开始就要读真实的对话。不要浏览,要真正读下去。二十分钟足够了,你会发现任何仪表板都显示不了的规律。
找出有人提问然后沉默的时刻。那就是漏洞。也许答案太模糊了。也许答案诚实但不是他们想听的。也许机器人转接了,但没人跟进。
这些掉线点通常意味着你的页面也没有回答这个异议。如果人们一直在问退货问题然后离开,你的产品页面可能也隐藏了退货政策。两个地方都要修复:答案表和页面。你也可以通过 Customer Objection Finder 运行产品描述,看看首次访问者可能还有什么其他疑虑,然后与你在聊天中看到的进行比较。
自信的语气证明不了什么。机器人无论对错都听起来很确定,所以把流畅的回复当作需要检查的东西,而不是事情进展顺利的信号。唯一真正的证明是客户。他们会下单吗?他们会停止提同样的问题吗?他们会回复你的转接邮件吗?
我能和真人谈话吗?
如果你看到这样的消息,很好。始终保持人工选项可见,提供真实的电子邮件或表单和诚实的回复时间。有些买家就是想和真人谈话。把人工选项藏在自动化的墙后面,他们就会离开,而失去一笔销售的成本比机器人节省的时间要多得多。
每周,把新问题加到表里,删除过时的内容,然后重新运行你的测试集。
你的下一步
打开你的收件箱。搜索你最后十笔销售或接近成交前收到的消息,把人们提出的十个问题抄下来。保持他们的原始措辞,包括打字错误。
然后做三件小事:
- 对每个问题写一个简短、诚实的回答,就像你对朋友说话一样。
- 划出你的不回答底线:折扣、定制报价、退款、你无法控制的交货日期,以及任何关于结果的承诺。添加处理这些问题的电子邮件或表单。
- 用客户自己的措辞向机器人提出那十个问题,然后在它接触真正的买家之前,测试它的陷阱。
如果你的收件箱是空的,因为你还没有启动,可以从客户反对意见查找器开始,把它的列表当作需要验证的猜测。
这是一个下午的工作。这也是一个能够弥补差距的助手和一个悄悄让你失去销售的助手之间的区别。
由 SellTo.us 团队撰写。本文中的示例均为假设。SellTo.us 的结果来自 AI 模拟参与者,而非真人,不能预测销量,也不保证成功。