扣子平台可实现差评30分钟内自动响应：自动解析情绪、归因与诉求，生成带订单上下文的个性化话术并推送给指定客服。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让客服团队在收到差评后30分钟内完成情绪安抚、原因核实与补偿方案推送，但人工处理速度慢、话术不统一、漏跟率高。扣子平台能自动解析差评文本中的情绪强度、归因类型和用户诉求层级，触发结构化挽回流程，生成带订单上下文的个性化话术并推送给对应客服专员。
差评文本接入与情绪标签自动打标
登录抖店后台→进入「评价管理」→点击「导出差评」→选择近7天所有1～2星评价→导出为CSV文件（确保包含“订单号”“评价内容”“买家昵称”“评分时间”四列）。
打开扣子平台→左侧菜单点「数据源」→点「上传文件」→选择该CSV→勾选「启用情绪识别」→点击「立即导入」。系统会自动对每条差评进行三级情绪打标：【愤怒（含辱骂/投诉倾向）】、焦虑（含催促/质疑）、失望（含否定性结论），准确率92.7%（基于2026年Q2压测数据）。
注意：若CSV中“评价内容”列为空或全为表情符号，该行将被自动过滤，不参与后续分析。
构建差评归因知识库
方法一：手动录入高频归因类型
进入智能体后台→左侧点「知识」→点「新建知识条目」→输入标题“物流延迟-归因分类”→在正文框粘贴以下结构化内容：
【归因类型】物流延迟
【典型话术特征】“还没发货”“说好今天发没发”“等了三天”
【关联订单字段】物流单号为空、发货时间晚于承诺时效24小时以上
【兜底动作】触发物流查询插件→自动抓取快递公司最新揽收状态
方法二：用Excel批量导入
准备Excel文件，含三列：“归因类型”（如“商品破损”“描述不符”“客服响应慢”）、“触发关键词组”（每组用英文逗号隔开，如“碎了,裂了,破了,掉渣”）、“业务判定逻辑”（纯文本，如“需比对签收照片与商品主图差异像素值＞15%”）。上传后系统自动建立语义映射关系，无需训练。
配置多级挽回话术生成流
第一步：在「对话流编辑器」中拖入「开始节点」→连接「文本解析节点」→设置解析目标为“差评内容”字段。
第二步：接「条件分支节点」，按情绪标签分三路：
① 愤怒 → 接「紧急响应节点」，强制插入“深感歉意”“已升级主管”“2小时内专人回电”三要素；
② 焦虑 → 接「进度同步节点」，自动填充物流单号、当前所在中转站、预计送达时间；
③ 失望 → 接「价值补偿节点」，根据订单金额自动计算补偿券额度（＜200元补5元，200～800元补15元，＞800元补30元）。
第三步：所有分支末端统一接入「话术组装节点」，勾选「嵌入订单快照」，系统会自动调取该订单的SKU名称、实付金额、客服历史沟通记录（最近3轮）并拼入最终话术。
第四步：在节点输出设置里，指定「发送对象」为“绑定该订单的客服专员企业微信ID”，通过飞书/企微机器人自动推送。
