如何为 WhatsApp、Instagram、Messenger 和 Webchat 设计 AI 聊天机器人的指令
by Jamie Chew | May 19, 2026
Table of content
WhatsApp、Instagram DM、Facebook Messenger 和 Webchat,这四个渠道面对的用户处境不同、意图不同、对话风格也不同。同一份指令在一个渠道上跑得好,换到另一个渠道却可能会失灵。本文要谈的,就是怎么分别为这四个渠道设计指令的思路。
一份好指令的六个组成部分
一份完整的指令(Instructions prompt)由六个部分组成。缺哪一项,在实际跑起来的时候都会有相对应的问题暴露出来。
| 组成部分 | 作用 | 举例 |
|---|---|---|
| 1. 身份 | 告诉模型"你是谁" | "你是 Sofia,Acme Store 的客户支持助手。" |
| 2. 使命 | 定义最重要的目标 | "你的任务是帮助客户快速解决问题,让他们在对话结束时觉得真正被帮到了。" |
| 3. 语气与风格 | 定义怎么沟通 | "保持温暖、简洁、专业。不用行话。每次回复不超过 4 句话。" |
| 4. 规则 | 明确"该做"和"不该做" | "查任何资料之前,先问订单号。不要承诺具体的送达日期。" |
| 5. 范围 | 覆盖哪些话题、避开哪些话题 | "只回答与我们产品和政策相关的问题。其他问题,引导用户去官网。" |
| 6. 升级 | 什么时候、用什么方式转给真人 | "如果用户要求找经理,或提到法律行动,就回复:'我现在帮你转给专员。'然后停止回复。" |
为什么一份指令撑不起四个渠道
每个渠道吸引来的用户,处在完全不同的心理状态。同一句”这个多少钱?”,在 Instagram 上(刷 Reel 时的一念之间)和在 Webchat 上(已经在产品页认真研究)的分量是完全不一样的。指令必须把这种差别考虑进去。
WhatsApp:私人化、高信任的渠道
WhatsApp 上,用户跟商家说话的方式,基本上跟跟朋友聊天没两样:直接、随意、希望你马上回。在拉美、中东北非和东南亚,语音消息很普遍,而且 WhatsApp 经常是这些非英语市场的第一入口。
WhatsApp 的指令要先把回复长度管住——四句话是一个合理的上限。Markdown 标题在 WhatsApp 里渲染不出来,干脆禁掉。粗体是可以用的,但建议每条消息只用一次,留给最重要的那个词。编号列表比短横线列表稳定。语言识别的规则要写得清清楚楚;另外,语音消息会被自动转成文字,这一步可能出错——遇到转录不清楚的情况,让助手先跟用户确认一下,比硬猜要好得多。
在 WhatsApp 上最常见的踩坑,是把邮件或网页那一套语气直接搬过来。一读就出戏。
Instagram DM:探索阶段,不是解决问题
Instagram 上的用户,是从一条帖子、一个 Story、一个 Reel 或一条广告点进来的。他们处在”先看看”的状态:有兴趣,但还没下决心。整个对话发生在社交语境里,这时候用企业化的口吻,就会显得很违和。
Instagram 的回复要短,一到两句话就够。要专门处理”只发表情”的消息——产品贴下面来一个”👀”,这本身就是一个明确的兴趣信号。指令里要直接引用品牌在 Instagram 上的声音:如果你的 feed 是俏皮的,助手就得俏皮。任何超过三轮还没聊完的问题,主动引导到 WhatsApp 或邮件继续。
如果你用了“评论触发 DM”的自动化流程,那上下文感知就更关键了。助手应该一开口就提到用户评论的那个产品,而不是来一句通用的”请问有什么可以帮您?”——后者一出口,用户立刻知道这是个对状况一无所知的机器人。
Facebook Messenger:实用比好看重要
Facebook Messenger 面对的人群比 Instagram 更广,年龄整体偏大,意图也更杂:咨询、社群、本地生意都有。这里的用户更愿意把话写完整,期待你给的也是实用的答案;他们里面有不少是从 Click-to-Messenger 广告点进来的。
Messenger 的指令处在一个中间地带:两到三句话,语气友好但更克制一些,emoji 也比 Instagram 少。营业时间、配送范围、广告承接这种高频问题,要在指令里专门写好怎么答。
Webchat:高意图,离成交最近
Webchat 跟前面三个社交渠道,差别最大。Webchat 上的用户人在你网站上,正在主动研究,常常是在做比较。他们已经把你网站读了一部分了。比起任何其他渠道,他们离”下单”更近一步。
Webchat 的回复可以写长一点,五六句话都没问题。如果平台支持,指令里要引用页面上下文(用户在哪个页面:定价页、产品页、还是帮助中心)。在用户明确表现出兴趣之后的三到四轮对话里,主动收集线索。Webchat 同时也是把用户引导到 WhatsApp 继续跟进的天然入口——拿到电话号码,让对话在用户离开网站之后还能继续。
四个渠道都通用的几个技巧
给助手起个名字,加一小段背景故事,会比一个面目模糊的”AI 助手”回答得更一致。
负面约束——也就是明确列出”不要说什么、不要做什么”,包括那种条件反射式的”当然!”开头——往往比正面要求更管用。
针对可预测场景做决策树(用户生气、要求转人工、问”你是机器人吗?”),能防止模型在最不该自由发挥的时候自由发挥。
每一份指令在上线前都要测一遍:每种支持的语言来一道典型问题、只发表情的消息、一个词的提问、长篇大论的随手发挥、情绪化的不满表达、明显跑题的问题、以及明确要求找真人的请求。测试要看的不是”机器人有没有回”,而是”这个回答像不像我们品牌”。
下一步
如果你正在规划聊天机器人项目,或者现有的机器人表现不如预期,欢迎联系我们的团队。我们基于 WOZTELL 平台为客户设计对话式 AI——从你的品牌、你的渠道、你的客户出发。
