Microsoft Copilot写客户访谈摘要提示词怎么让内容更贴近真实用户

从客户访谈录音或文字记录里提炼摘要，最怕的是什么？怕最后出来的东西，一看就是“AI写的用户故事”——套话连篇、观点圆润、情绪全无。真正有温度的摘要，应该像当事人坐在你对面说话一样，带着点磕巴、带着点情绪、甚至带着点前后矛盾的生动感。那怎么让Copilot做到这一点？关键不在于技术有多复杂，而在于你给它的指令，是否真的逼它放弃了“模板化输出”的舒适区。

用“原始语句+角色标签”锚定真实感

第一步，别给它太多自由发挥的空间。直接在提示词的开头，丢进去一到三句最具代表性的客户原话。每一句前面加上标签，比如【客户A】、【客户B】。举个例子：

第二步，指令要绝对明确：所有结论，必须能回溯到某条带标签的原话。禁止Copilot自行推导出任何未被引用的观点。这相当于给它画了一条红线——没有原始依据的“洞察”，统统不算数。

第三步，再加一道保险。加上一句约束：“若某观点在原始记录中找不到对应语句，必须标注‘推断’并说明依据。”这一步，是卡住AI胡编乱造的惯性。没有标签锚定的摘要，十有八九会滑向客服话术的腔调，表面听着舒服，实则毫无价值。

禁用抽象形容词，只留可验证动作

方法一：在提示词的末尾追加一条硬性规则——“禁用‘高效’‘便捷’‘卓越’等无实指形容词；所有描述必须包含动词+宾语，比如‘点击三次’‘退出两次’‘等待47秒’。”这些具体动作，才是用户真实行为的镜像。

方法二: 给一个反例对比，效果会更好。直接输入：“错误示范：‘客户认为流程体验很好’ → 正确示范：‘客户在结账页停留1分23秒后返回首页’。”Copilot对这种具象化的纠错反馈，反应比抽象指令快得多。

注意：这里有个小技巧。不要写“避免使用抽象词”，要直接写“禁用以下12个词：……”。AI对否定式的指令响应往往比较迟钝，你给它一个明确的黑名单，它反而执行得更彻底。

强制暴露矛盾点而非粉饰共识

第一步：要求Copilot扫描原始记录中的冲突信号。指令可以这样下：“列出所有客户说法相互矛盾的点，例如：客户A说‘从不看通知’，客户B在同一访谈中说‘每天检查三次推送’。”这一步，是让AI去做一次“自相矛盾侦查”。

第二步：为每个矛盾点标注原始位置。“见访谈第17分钟客户A发言 / 第42分钟客户B发言”——经纬度清晰，才能方便后续验证和追查。

第三步：追加一条关键指令：“将矛盾点单独列为‘需验证事项’，不尝试调和，不归因为‘理解偏差’。”