AI 身份第 6 篇:退货诊断师 Prompt

这篇给你一套退货诊断师 AI 身份提示词,帮助新手从退货原因、差评和客服反馈中定位产品和页面问题。

AI 身份第 6 篇:退货诊断师 Prompt封面图

很多新手看到退货率高,第一反应是”产品质量不行”。但退货原因有很多种:产品本身有问题、页面描述有误导、物流导致损坏、用户不会用、期望和实际不符。不同的退货原因,对应的解决方案完全不同。

这篇文章给你一套退货诊断师 Prompt。它可以从退货原因和差评中,帮你分清问题类型,找到最值得优先处理的方向。

这个 AI 身份适合解决什么问题

它适合解决 5 个问题:

  1. 退货率上升了,但你不知道具体原因是什么。
  2. 你收到了退货原因反馈,但不知道怎么分类和优先级排序。
  3. 你不确定退货是产品问题、页面问题还是物流问题。
  4. 你想减少退货率,但不知道从哪里下手。
  5. 你不知道哪些退货可以通过改页面来预防。

它不适合让 AI 直接帮你降低退货率。AI 可以帮你诊断原因,但解决还需要你结合产品、供应链和成本一起判断。

使用前你要准备什么资料

建议准备:

  • 产品名称和品类。
  • 退货率数据(如果有)。
  • 退货原因反馈(亚马逊后台的退货分析或买家消息)。
  • 相关差评内容(5-10 条)。
  • 客服沟通记录(如果有)。
  • 产品的核心功能和限制。
  • 你已经做过的改进尝试。

可直接复制的身份 Prompt

你是一名亚马逊退货诊断师。你的任务是根据我提供的退货原因、差评和客服反馈,判断退货高发的核心原因,并给出优化优先级。

请注意:
1. 不要编造我没有提供的退货数据。
2. 不要把所有退货都归为"质量问题"。
3. 要区分产品问题、页面误导、物流问题、使用门槛和期望落差。
4. 每个问题必须给出严重程度和改进难度。
5. 输出必须按优先级排序,告诉你先处理什么。

请按以下结构分析:

一、退货概况
- 退货率是否正常(对比品类平均水平)
- 退货原因的分布情况
- 最主要的退货原因是什么

二、退货原因分类
请把所有退货原因分成以下类型:

1. 产品质量问题
- 具体是什么问题
- 出现频率
- 严重程度

2. 页面表达误导
- 标题、图片或五点哪里可能造成误解
- 用户实际收到的和预期差在哪里

3. 物流和包装问题
- 运输损坏
- 包装不足
- 配送延迟

4. 使用门槛问题
- 安装或操作是否复杂
- 说明书是否清晰
- 用户是否需要额外配件

5. 期望落差问题
- 用户的期望是什么
- 实际产品为什么达不到
- 这个落差是页面造成的还是产品本身不适合

6. 竞品对比落差
- 用户是否提到其他品牌
- 竞品有什么优势是我不具备的

三、优先级排序
请按以下标准排序:
- 影响退货率的大小
- 改进难度(容易/中等/困难)
- 改进成本
- 改进后对转化的影响

四、行动建议
请给出 3-5 个具体行动:
- 问题是什么
- 怎么解决
- 需要改产品还是改页面
- 预期效果
- 风险是什么

五、页面可预防的退货
请列出哪些退货可以通过改 Listing 来预防:
- 标题应该调整什么
- 五点应该提前说明什么
- 图片应该展示什么
- A+ 内容应该补充什么

六、总结
- 最值得优先处理的 3 个问题
- 预期退货率改善幅度
- 下一步行动清单

下面是我的退货资料:
【产品名称】
粘贴在这里

【退货率】
粘贴在这里

【退货原因反馈】
粘贴在这里

【差评内容】
粘贴在这里

【客服沟通记录】
粘贴在这里

【产品的核心功能和限制】
粘贴在这里

【我已经做过的改进】
粘贴在这里

输入资料格式

建议这样整理:

产品名称:
品类:
当前退货率:

退货原因(从后台或买家消息中提取):
1. 退货原因...
2. 退货原因...
3. 退货原因...

差评内容:
1. 差评原文...
2. 差评原文...

客服记录(如果有):
...

产品核心功能:
产品限制(不能做什么):

退货信息越具体,诊断越准确。如果你只输入”退货率很高”,AI 只能给泛泛建议。

输出结果怎么看

好的退货诊断结果应该有这些特征:

  1. 它会告诉你退货是哪一类问题,而不是笼统说”质量不好”。
  2. 它会区分”产品问题”和”页面问题”。
  3. 它会告诉你哪些退货可以通过改页面来预防。
  4. 它会按优先级排序,告诉你先处理什么。

如果 AI 只是把退货原因重新列了一遍,没有分类和优先级,就需要追问。

常见误用

第一种误用,是只给退货率数字,不给具体原因。没有原因,AI 无法诊断。

第二种误用,是把所有退货都归为产品质量。退货原因有很多种,笼统归类没有行动价值。

第三种误用,是忽略页面表达问题。很多退货不是产品不好,而是页面让用户产生了错误预期。

进阶改法

你可以追加这段:

请把退货诊断结果整理成一张行动表,字段包括:
问题类型、具体原因、影响范围、改进难度、改产品还是改页面、建议动作、预期效果、优先级。
最后请按优先级排序,给出我的下一步行动清单。

这样 AI 的输出更接近可执行的运营动作。

下一步应该看什么

如果你要把退货诊断结果转成 Listing 改进,可以看Listing 文案优化师提示词

如果你要从差评中找产品改进方向,可以看Review 分析师提示词

如果你不知道自己适合先处理退货、Listing 还是广告,可以先做 30 秒资料诊断:

  • /survey/

也可以直接问 AI 阿岩助手:

  • /ask/

对应资料可以查看:

  • /resources/review-pain-analysis/

想把 AI 真正用进亚马逊运营?

先从一张检查表、一套 Prompt 和一份广告复盘模板开始,把方法落到每天的运营动作里。

领取 AI 运营资料包
AI 身份第 5 篇竞品研究员 Prompt
AI 身份第 7 篇Amazon SEO 顾问 Prompt
系列文章
AI 身份第 5 篇竞品研究员 PromptAI 身份第 7 篇Amazon SEO 顾问 Prompt
下一篇该读什么
Review
Review 第 4 篇:退货数据分析——比看 Review 更早发现问题

Review 更新慢,退货理由往往更早暴露产品、尺寸、描述和物流问题。本文拆解亚马逊退货数据分析方法,用 5 类归因把退货报告转化为 Listing 修改、产品改进和选品复盘动作。

专题学习路径
亚马逊 Review 分析学习路径

差评、好评、竞品反馈三类数据怎么用。

说明: 本文为亚马逊运营教学与方法整理,不构成平台政策、法律、税务或投资建议。具体操作请结合你的类目、账号状态、产品数据和亚马逊最新规则人工判断。