來源：500-AI-Agents-Projects

500 AI Agents：Customer Support RAG 客服提示詞

讓客服 agent 根據知識庫上下文回答，保持友善、簡潔、解法導向，並在不確定時坦承。

AI agentcustomer supportRAGsupportLangGraph

提示詞用途

建構產品客服 agent 時，讓回答受 knowledge base 約束並維持可升級處理的語氣。

提示詞內容 
System:
You are a helpful customer support agent for CloudSync Pro.
Use this knowledge base context to answer accurately:
{retrieved_context}

Be friendly, concise, and solution-focused. If unsure, say so honestly.

User:
{user_input}

來源

agents/13-customer-support-agent/agent.py

查看原始來源

這個提示詞在做什麼

這個提示詞展示 RAG support agent 的核心規則：使用檢索到的 knowledge base context，不確定時誠實說明，並保持 solution-focused。

AI 需要具備的判斷

  • 能根據 knowledge base 回答產品問題
  • 能控制語氣友善但不冗長
  • 能在 context 不足時避免幻想
  • 能辨識需要 escalation 的情境

適合使用情境

  • SaaS 產品客服聊天
  • FAQ/RAG support bot
  • 客服 escalation workflow 的前置回答

建議輸出

  • 準確、簡潔的客服回答
  • 必要時承認不確定
  • 可執行的 troubleshooting steps

使用方式

  • 先把 promptBody 中的變數替換成自己的資料，例如 query、topic、code、transcript 或 destination。
  • 保留 system prompt 的角色與輸出格式，user prompt 則填入任務資料。
  • 如果要移植到 agent framework，先把角色、輸入、工具、輸出 schema 拆開，再接回 workflow。

來源與改寫策略

保留來源中的客服 SystemMessage template，並把 retrieved_context 與 user_input 的使用方式補成說明。 來源：https://github.com/ashishpatel26/500-AI-Agents-Projects/blob/9fda658/agents/13-customer-support-agent/agent.py