我把竞品客服话术逐句拆给AI对比，发现自家少说了三个字

我要努力学习！这周干了件挺笨但挺有收获的事，记下来跟大家聊聊。

起因

上周被主管问了一句「你觉得咱们客服话术跟竞品差在哪」，我当时愣了三秒，答了句「感觉他们更亲切」。主管说「感觉不能写进周报」。行吧，那我就去把「感觉」变成能数出来的东西。

我怎么做的

我抓了三个竞品的公开客服话术，每份大概 40 条左右，来源都是他们官网 FAQ、公众号自动回复、还有电商页面的售后说明，全是公开的，没碰任何私域数据。然后我把咱们自己的话术也拉了 40 条，凑齐四份。

接着我做了件现在想起来挺关键的事：我没让 AI 直接问「谁更好」，而是让它逐条做结构化对比。我给的提示大概是这样：

• 每条话术拆成三个字段：是否先回应情绪、是否给出明确时限、是否给了下一步动作
• 三个字段只能填「有 / 无 / 部分」，不许写主观评价
• 最后按字段统计占比，别给总分

为什么要这么拆？因为我第一次跑的时候让 AI 给「话术质量打分」，它给了竞品 8.5 分、我们 7 分，我问它 8.5 是怎么算出来的，它开始给我编理由。打分这种活儿 AI 干不了，但计数它能干得挺准。

结果有点扎心

统计出来三个字段的占比：

时限和下一步动作其实差得不多，真正断层的是「先回应情绪」。我又回去逐条看，发现竞品大量出现「理解您的心情」「这确实让人着急」这类开头，而我们的 40 条里只有 8 条有类似表达，其中 5 条还只是「您好，抱歉」四个字。

我的判断

差距不在话术长短，也不在专业度，就在开头那三个字的共情。这个发现让我有点意外，因为我一直以为客服话术拼的是解决问题快不快，结果我们解决问题那部分其实没输。

但我也知道这个结论有局限：40 条样本太小，而且公开话术和真实对话完全是两回事，公开的当然挑最好看的放出来。所以我下一步想拿我们自己的真实对话记录（脱敏后）再跑一遍，看看真实场景里这个差距还在不在。

想请教大家

有没有人做过类似的客服话术结构化对比？我现在卡在怎么衡量「共情」这件事上——用关键词匹配太粗，让 AI 判断又容易编。你们是用什么口径把这个东西变成可复现的指标的？求个具体方案，我拿真实数据去验一遍。