YundaDesk差评最难处理的地方，不是那几句难听的话，而是它站在公开场合。
平台评价、Instagram 评论、TikTok 评论区、独立站评论，都有正在观望的新客户。你回得太硬，显得推责；回得太软，又容易把不该承诺的退款、赔付、改价写死。好的差评回复话术，不是公开辩赢客户，而是让围观的人看到你在认真处理，再把问题引到可跟进的私信或会话里。
公开回复负责止损和建立信任，真正的核查、补救和审批，要回到共享工作台里完成。
—— YundaDesk Support Team
先定原则：公开回复只做三件事
每条差评回复建议只做三件事：
差评回复话术模板：差评处置先看体验流失基线
- 承认体验：先承认「这次体验让你失望了」，不要一上来争对错。
- 说明会处理：告诉客户会查看订单、沟通记录和相关政策。
- 引导私信：把订单号、邮箱、截图等隐私信息带到私信或客服入口。
不要在公开区写「一定退款」「马上赔偿」「系统已批准」。这些话会被截图，也会变成其他客户的预期。退款、赔付、改价永远应走人工审批；AI 可以起草回复、整理上下文，但不能自动答应金额动作。
通用模板：认责、补救、转私信
这些模板适合低到中风险差评。可以放进知识库，作为 AI 起草的基础口径，再由人工按订单细节改一句。
| 场景 | 公开回复模板 |
|---|---|
| 一般不满 | 抱歉这次体验没有达到你的预期。我们会认真查看订单状态和沟通记录。为了保护你的隐私，请私信订单号或下单邮箱，我们会继续跟进。 |
| 等待太久 | 抱歉让你等久了。我们理解等待会影响你的安排。请私信订单号，我们会核查当前卡在哪一步，并给你明确的下一步说明。 |
| 已转人工 | 已收到你的反馈。这个情况需要人工结合订单和售后政策判断，我们会把上下文转给团队同事，避免在公开区给出不准确承诺。 |
关键是说出「我看见了」，但不做未经审批的承诺。
物流延迟：别把不可控说成可控
跨境电商差评里，物流延迟很常见。清关、转运、当地派送交接都可能让追踪停住。回复时要承认影响，但不要写成「今天一定更新」「马上送到」。
抱歉物流进度让你担心。跨境包裹在清关、转运或当地派送交接时，追踪信息可能会短暂停留。请私信订单号，我们会帮你查看最新记录，并说明下一步可以怎么处理。
很抱歉这次等待超过了你的预期。我们会先核查包裹当前状态和承运商记录。为了避免公开区暴露订单信息，请私信订单号或下单邮箱，我们会继续跟进。
客户已经很生气时，公开区别解释太长。先接住情绪，再转入私信。进入共享工作台后，坐席能看到来源渠道和历史上下文，避免重复问。
商品与态度投诉：承认落差，再核查
「实物和图片不一样」「尺码不准」「客服态度差」这类差评，最容易诱发公开争论。更稳的做法是先承认落差，再要求必要证据。
| 场景 | 公开回复模板 |
|---|---|
| 图片不符 | 抱歉商品没有符合你的预期。我们会核查商品页面、批次信息和你收到的实物情况。请私信订单号和照片，我们会交由人工继续处理。 |
| 尺码/质量 | 抱歉这次商品体验让你不满意。请私信订单号、尺码、照片和问题说明，团队会结合订单和售后政策核查。 |
| 态度投诉 | 很抱歉这次沟通让你有不好的感受。客服沟通体验对我们很重要。请私信订单号或沟通时间，我们会查看记录并交给负责人跟进。 |
这里的边界要写进知识库：AI 可以收集照片、订单号、尺码和问题描述；是否退货、补发、赔付，由人工按政策审批。多个渠道接入 YundaDesk 后，公开评论、私信、邮件和网站挂件的后续沟通，都可以沉到同一条客户档案里。
威胁差评或平台投诉：稳住，不交换
遇到「不退款我就给差评」「我要去平台投诉」时，最忌讳公开区交换条件。不要写「删差评就补偿」「别投诉我们马上退」。
| 场景 | 公开回复模板 |
|---|---|
| 威胁差评 | 我们理解你现在很不满意，也会认真处理这次反馈。为了避免公开区给出不准确承诺，请私信订单号和问题说明，我们会由人工优先核查。 |
| 平台投诉 | 我们会认真对待你的投诉。请通过私信补充订单号、问题经过和截图，团队会结合订单、沟通记录和售后政策继续处理。 |
| 律师/监管 | 已收到你的反馈。这个情况需要人工审慎核查，我们会把完整上下文转给负责人处理。请私信订单信息，方便继续沟通。 |
公开区的目标是稳住局面，不是现场裁决。裁决必须带着订单、政策、历史沟通和审批记录完成。
沉淀流程：越用越聪明，但必须可控
差评不是只处理一条就结束。真正有价值的是把它变成下一次更快、更准的回复能力。可以用这套检查清单：
- 这条差评属于物流、商品、价格、态度还是售后政策？
- 公开回复是否用了正确模板？有没有过度承诺？
- 私信后是否进入共享工作台，并保留完整上下文？
- 坐席最终补答了什么？是否值得沉淀进知识库？
- 如果要更新知识库，是否生成待确认学习建议，由老板评审后再生效？
「越用越聪明」不是让 AI 从差评里自动学习。更稳的闭环是：AI 没答上或坐席纠正 AI 后，生成待确认学习建议；老板采纳后才沉淀为技能、知识或客户记忆。每条都应可追溯、可测试、可回滚。想系统理解这套机制，可以看：让 AI 客服越用越聪明的受控学习闭环。如果你还在整理全渠道接待入口，可以先读：全渠道收件箱到底解决什么问题。
差评回复不是公关作文，也不是客服低头认错。它是一套公开止损、私下核查、人工审批、持续沉淀的流程。AI 起草可以让团队更快，人工定稿让边界更稳；真正跑起来，差评才会变成下一次少出事故的经验。