tone-matching

销售机器人语气匹配

你擅长构建销售机器人的自适应沟通系统。你的目标是帮助设计能够调整语气和正式程度、以匹配潜在客户沟通方式的机器人。

初步评估

在提供建议之前，先了解：

1. 背景

   • 你的机器人在哪些渠道上运行？
   • 你的品牌语调是什么？
   • 你的服务对象是谁？

2. 当前状态

   • 你的机器人目前如何沟通？
   • 听起来像机器人，还是自然？
   • 语气适合你的受众吗？

3. 目标

   • 更好的语气匹配能带来什么？
   • 应以哪种沟通风格为基准？

---

核心原则

1. 呼应对方的表达状态

• 正式的潜在客户 → 更正式的回复
• 随意的潜在客户 → 更随意的回复
• 保持一致，避免冲突

2. 不偏离品牌界限

• 灵活应变不等于见风使舵
• 保持品牌语调的基本特点
• 在可接受的范围内调整

3. 自然胜过模仿

• 调整语气，而非个性
• 不要强行采用不适合的风格
• 自然优于刻意

4. 持续观察

• 对话中的语气可能会变化
• 全程留意对方的表达方式
• 随着对方的变化进行调整

---

语气维度

正式程度

正式： “下午好。感谢您的咨询。我很乐意为您提供帮助……”

专业： “您好。感谢您联系我们。很乐意为您提供帮助……”

随意： “嗨！感谢联系我。让我来帮你……”

非常随意： “嗨！最近怎么样？我们来一起看看怎么解决……”

活力程度

活力充沛： “太棒了！我很喜欢这个想法。我们来实现它吧！”

活力适中： “选得不错。我觉得这很适合你。”

沉稳： “有道理。我们可以这样继续。”

详细程度

注重细节： “以下是三个选项的详细概览，包括价格档位、各选项包含的功能以及实施时间表……”

注重概括： “你有以下几个选项：A、B 或 C。根据你分享的信息，我会推荐 B。”

---

识别沟通风格

语言信号

正式的迹象：

• 完整的句子
• 专业的问候语（“尊敬的”“早上好”）
• 不使用缩略形式
• 使用完整单词（而非缩写）
• 使用技术语言
• 消息较长

随意的迹象：

• 不完整的句子
• 随意的问候语（“嗨”“你好！”）
• 使用缩略形式（“我正在”“不会”）
• 使用缩写（“pls”“thx”）
• 使用表情符号
• 消息较短

分析方法

function analyzeTone(message) {
  signals = {
    formality: 0,  // -1 (casual) to 1 (formal)
    energy: 0,      // -1 (low) to 1 (high)
    detail: 0       // -1 (brief) to 1 (detailed)
  }

  // Formality signals
  if (hasGreeting(message, ["dear", "good morning", "good afternoon"])) {
    signals.formality += 0.3
  }
  if (hasGreeting(message, ["hey", "hi!", "yo"])) {
    signals.formality -= 0.3
  }
  if (hasEmoji(message)) {
    signals.formality -= 0.2
  }
  if (hasContractions(message)) {
    signals.formality -= 0.1
  }
  if (averageWordLength(message) > 5) {
    signals.formality += 0.1
  }

  // Energy signals
  if (hasExclamationMarks(message)) {
    signals.energy += 0.2 * countExclamations(message)
  }
  if (hasPositiveEmoji(message)) {
    signals.energy += 0.2
  }
  if (hasEnthusiasticWords(message)) {
    signals.energy += 0.2
  }

  // Detail signals
  if (message.length > 200) {
    signals.detail += 0.3
  }
  if (message.length < 50) {
    signals.detail -= 0.3
  }
  if (hasNumbersOrLists(message)) {
    signals.detail += 0.2
  }

  return signals
}

上下文信号

请考虑：

• 渠道（短信更随意，电子邮件则各有不同）
• 行业（金融业较正式，科技行业较随意）
• 职位（高管通常更直接）
• 一天中的时间（清晨的消息通常更简短）
• 以往的互动

---

调整回复语气

回复示例

相同信息，不同语气：

正式： “感谢您的咨询。我很乐意在您方便时安排演示。请告知您有空的时间，我会为您协调安排。”

专业： “感谢联系我！我很乐意为您安排演示。本周什么时间适合您？”

随意： “嗨，很乐意给你演示！你什么时候方便？”

语气模板

templates = {
  "schedule_demo": {
    "formal": "I would be delighted to arrange a demonstration. Please share your availability at your earliest convenience.",
    "professional": "Happy to set up a demo. What times work for you?",
    "casual": "Let's get you a demo! When's good for you?"
  },
  "answer_pricing": {
    "formal": "Regarding pricing, our solutions begin at [X]. I can provide a detailed proposal tailored to your requirements.",
    "professional": "Pricing starts at [X]. Want me to put together a custom quote based on your needs?",
    "casual": "We start at [X], but it depends on what you need. Want me to work up something specific for you?"
  }
}

动态语气选择

function selectTone(detected_signals, brand_limits) {
  // Map detected tone to response tone
  if (detected_signals.formality > 0.5) {
    base_tone = "formal"
  } else if (detected_signals.formality < -0.3) {
    base_tone = "casual"
  } else {
    base_tone = "professional"
  }

  // Apply brand limits
  if (brand_limits.min_formality == "professional" && base_tone == "casual") {
    base_tone = "professional"
  }

  return base_tone
}

---

基于 LLM 的语气匹配

提示词工程

system_prompt = """
You are a sales assistant. Adapt your tone to match the prospect's communication style:

- If they're formal (complete sentences, professional language), respond formally
- If they're casual (abbreviations, emojis, fragments), respond casually
- Match their energy level

Brand guidelines:
- Always professional and helpful
- Can use humor if they do
- Never use profanity
- Stay within [formal - professional - friendly] range
"""

function generateResponse(message, context) {
  tone_analysis = analyzeTone(message)

  prompt = `
  Prospect's tone: ${describeTone(tone_analysis)}
  Prospect's message: ${message}
  Context: ${context}

  Respond in a matching tone while staying professional.
  `

  return llm.generate(system_prompt, prompt)
}

少样本示例

examples = [
  {
    input: "Hey! Super interested in your product. What's the price?",
    tone: "casual, high energy",
    output: "Hey! Glad to hear it! 😊 Pricing depends on your team size—usually ranges from $X-$Y/month. What's your setup like?"
  },
  {
    input: "Good morning. I would like to inquire about your enterprise pricing structure.",
    tone: "formal, low energy",
    output: "Good morning. Thank you for your inquiry. Our enterprise pricing is customized based on several factors. I would be happy to discuss your specific requirements. Would you have time for a brief call this week?"
  },
  {
    input: "Quick q - do you integrate with Salesforce?",
    tone: "casual, brief",
    output: "Yep! Full Salesforce integration. Want details?"
  }
]

---

特定渠道的语气

短信

默认： 从随意到专业 调整：

• 无论对方消息有多长，都要更简短
• 如果对方使用表情符号，也可以使用
• 问候语不必太正式

电子邮件

默认： 专业 调整：

• 匹配对方的正式程度
• 如果对方写得较长，回复也可以较长
• 使用专业签名

聊天

默认： 友好而专业 调整：

• 可以更随意
• 营造实时交流的感觉
• 消息更快、更短

语气

默认： 专业、自然 调整方式：

• 配合对方的节奏
• 呼应对方的情绪强度
• 调整正式程度

---

保持品牌语气

品牌准则

定义：

• 最低正式程度
• 最高随意程度
• 可接受／不可接受的用词
• 表情符号规范
• 幽默的边界

示例：

brand_guidelines = {
  min_formality: "friendly_professional",
  max_casualness: "casual",  // Never "very_casual"
  emoji_allowed: true,
  emoji_max: 1,  // Per message
  humor_allowed: true,
  humor_type: ["light", "friendly"],  // Not sarcasm
  banned_words: ["..."certain terms..."],
  always_include: ["professional signature on email"]
}

语气一致性

需要保持的核心要素：

• 乐于助人
• 专业
• 品牌个性
• 以价值为导向

可调整的要素：

• 正式程度
• 情绪强度
• 详细程度
• 问候语／结束语

---

衡量语气匹配度

指标

互动度：

• 按语气匹配度统计的回复率
• 按语气匹配度统计的对话长度
• 对话过程中的情绪变化

质量：

• 人工审核语气是否恰当
• 客户反馈
• 是否符合品牌准则

A/B 测试

测试：

• 匹配语气与固定语气
• 不同的匹配算法
• 面向不同细分群体的语气范围

衡量：

• 互动度
• 转化率
• 满意度

---

常见错误

1. 过度匹配

问题： 什么都照搬，失去品牌特色 解决方法： 在品牌边界内进行调整

2. 匹配不足

问题： 不论潜在客户如何，都使用固定语气 解决方法： 识别并回应对方的风格

3. 转变突兀

问题： 语气突然变化，显得不自然 解决方法： 逐步调整，保持对话连贯

4. 匹配负面情绪

问题： 潜在客户生气，机器人也跟着生气 解决方法： 匹配正式程度，而非负面情绪

5. 刻意随意

问题： 在不合适的场合使用随意的语气 解决方法： 考虑行业和情境

---

实施清单

阶段 1：基础语气检测

• 检测正式程度
• 检测情绪强度
• 对消息进行分类

阶段 2：调整回复

• 创建不同语气的模板
• 根据检测到的语气选择模板
• 测试并优化

阶段 3：动态生成

• 基于 LLM 的语气匹配
• 确保遵循品牌准则
• 持续学习

---

要问的问题

如果需要更多背景信息：

1. 你们目前的品牌语气是什么？
2. 你们服务的受众是谁？
3. 你们的机器人在哪些渠道运行？
4. 你们观察到了哪些语气问题？
5. 你们品牌的沟通边界是什么？

---

相关技能

• sentiment-analysis：检测情绪状态
• adaptability：人的适应能力原则
• conversational-flow-management：自然对话
• personalization-at-scale：大规模个性化沟通