让AI像人一样逐步思考

思维链(Chain-of-Thought，CoT)

在提示词输出时，你是直接让AI给出答案，还是引导它按人的逻辑，一步步推理解决问题？

场景：当需要突破思维定式时，我们常借助AI生成回应内容，例如代替我们回复客户问题。

常规提问：

客户要求降价15%，我们成本已到极限，怎么办？

CoT提问：

客户要求降价15%，我们成本已到极限。请按以下步骤分析并给出建议：

步骤1: 分析客户要求降价的可能原因

步骤2: 评估可接受的降价空间与替代方案

步骤3: 分析拒绝降价可能带来的后果

步骤4: 提出3种应对策略，并说明每种策略的风险

少样本学习(Few-Shot)

向AI提供标准与示例，让它学习你的表达格式与要求

例如，让AI协助客户自动分层管理

可引导它学习RFM模型（* R最近消费时间—越近越活跃，F消费频次—越多越忠诚，M消费金额—越高贡献越大）

并明确具体标准：多长时间消费一次？消费几次？消费金额多少？

在有大量数据表的情况下，也可让AI自动分类

接下来，可尝试运用我们讲解过的

提示词框架与思路，构建行业专属提示词库

比如我们是外贸行业，标准场景可按以下维度划分：

•客户开发

1️⃣开发信

2️⃣社媒开发

3️⃣展会跟进

4️⃣客户背调

•询盘处理

1️⃣询盘回复（首回筛选，沉睡唤醒）

2️⃣报价单制作，效果图生成

3️⃣价格谈判策略

4️⃣样品跟进

•订单管理

•物流售后

•营销内容(市场)

等等

思路🤔Get了吗