换货请求看起来比退款温和,但处理不好一样会拖垮客服队列。
尺码不合适、颜色有差异、想换另一个 SKU,这些问题每天都来。关键不只是客气,而是同时判断政策、库存、差价和物流。更稳的做法是:AI 先根据知识库判断是否具备换货资格,并引导客户补齐信息;涉及差价、库存锁定、补寄、退款或特殊审批时,转人工处理。
先判断资格:别一上来就承诺能换
客户一说「我要换货」,新人很容易顺口答「可以的」。但换货资格通常取决于下单时间、商品状态、品类限制、促销规则、包装状态和退回成本。
收到你的换货请求。我先帮你确认是否符合当前换货政策。请发送订单号、想更换的商品/尺码/颜色,以及商品当前状态照片。如果涉及差价、库存或特殊处理,我会转人工确认后再回复你。
尺码换货:先共情,再把信息问齐
尺码问题最常见,也最适合沉淀成标准话术。重点是不要责备客户,也不要直接承诺「一定换」。
| 场景 | 换货话术 |
|---|---|
| 尺码偏小 | 抱歉这次尺码没有达到预期。我先帮你查看这件商品是否支持尺码换货。请发送订单号、当前尺码、想更换的尺码,以及商品是否未使用、吊牌和包装是否完整。 |
| 尺码偏大 | 理解你想换成更合身的尺码。请发订单号和希望更换的尺码,我会先确认售后期限、商品状态和库存;如符合条件,会转人工继续处理。 |
AI 可以根据知识库推荐尺码,但不要替客户下结论;最终换货仍需客户确认。
色差换货:别和客户争「是不是正常」
色差类对话最容易吵起来。客服如果一上来解释「这是正常色差」,客户会觉得你在推责。
抱歉收到的颜色没有达到你的预期。我理解这会影响使用体验。请发送订单号、实物照片、外包装标签照片,以及你对比的商品页面截图。我会先帮你核对批次、颜色选项和当前换货政策。
| 不建议说 | 建议改成 |
|---|---|
| 这个是正常色差,不能换 | 我们需要先看实物照片和订单信息,再按政策确认是否支持换货 |
| 图片仅供参考 | 页面展示和实物体验有差异时,我们会认真核对,先请你补充照片 |
色差换货的关键,是把争论拉回事实、政策和下一步判断。
差价与库存:AI 可以提示,不能自动改
换货经常牵出差价和库存:换高价款怎么补,换低价款是否退,目标 SKU 能不能占用。这里最容易出错。
你想更换的款式可能涉及差价。我可以先帮你记录目标商品和当前订单信息,但差价确认、补款方式或退差额安排需要人工审核后给出。
我会先查看目标尺码/颜色是否仍有库存。库存可能会随订单变化而变动,是否能为你保留或重新发出,需要人工在系统里确认。
实用规则:影响金额或库存,就转人工。
这条规则可以拆成一个简单的会话分层:低风险信息收集让 AI 先接住;涉及物流、库存的不确定问题先整理上下文;一旦碰到金额、补发或例外审批,就交给人工。
换货请求按处理风险分层(示例)
物流话术:讲清客户要做什么、我们会做什么
跨境换货的物流链路长,客户最怕的是「寄回去以后没人管」。话术要把步骤讲清楚,但不要承诺无法控制的时效。
| 阶段 | 换货话术 |
|---|---|
| 待确认 | 我会先确认这笔订单是否符合换货条件。通过后,人工同事会告诉你退回地址、包装要求和下一步安排。 |
| 客户退回 | 请在寄出后保留物流单号,并把追踪号发给我们。包裹到达并完成检查后,我们会继续处理换货。 |
如果客户问「能不能先收到新货再寄回旧货」,不要让 AI 直接答应:
我理解你希望尽快使用新商品。是否可以先发新货,需要结合订单风险、库存和售后政策人工确认。我会把你的诉求和订单信息转给团队同事。
可直接使用的换货话术
下面这组模板可以按场景收进知识库。每条都要写清触发条件、需要收集的信息、必须转人工的条件。
通用开场
收到你的换货请求。我会先帮你确认订单和售后政策。请发送订单号、想更换的商品/尺码/颜色,以及商品当前状态照片。
符合初步条件
根据你提供的信息,这笔订单看起来可能符合换货条件。下一步需要人工确认库存、差价和退回方式,我会带着当前信息转给团队同事继续处理。
信息不足
现在还缺少一些信息,暂时无法判断是否可以换货。请补充订单号、商品照片、包装/吊牌状态,以及你希望更换的具体款式。
让话术越用越聪明
换货话术写完不是结束。坐席补答、纠正 AI、发现新规则后,应生成待确认学习建议;老板采纳后才进入知识库或技能,并且可追溯、可测试、可回滚。
你可以用这个清单检查知识库条目:
- 写清楚可换条件和不可换条件
- 标明尺码、色差、错发、瑕疵分别怎么判断
- 列出必须收集的字段:订单号、目标 SKU、照片、包装状态、物流单号
- 标明差价、退款、库存锁定、补发必须转人工
- 给多语言客户准备同一口径,而不是每个渠道各写一套
如果渠道已统一到一个工作台,可以把换货会话、客户身份、历史订单和社媒 ID 放在同一份客户档案里。也可以看:全渠道收件箱到底解决什么问题。
顺滑的换货处理,不是一路自动化到底。它应该是 AI 先接、人工兜底:AI 判断资格、收信息、引导客户;人工处理差价、库存、审批和例外。这样客户不会被来回追问,团队也不会在忙乱中把高风险动作交给机器。