这篇只比较一件具体的事：根据店铺的政策文档起草一条客服回复，也就是我们在小团队怎么用 AI 做 Shopify 独立站客服自动化里讲的那种做法。对比的方式是把同样几个真实的客服场景放进两个工具里并排跑一遍，不是打分式的基准测试。两者的差距，也比两家厂商的营销宣传给人的印象要小。
怎么测的
我们给两个工具同一份简短的政策文档（发货时效、退货规则、尺码表），以及同样五条贴近实际的客户消息：订单延迟、超出退货期限的退货申请、尺码咨询、一位很生气的客户，以及一个政策文档没有覆盖的问题。然后对比两边写出来的草稿。
ChatGPT 表现更好的地方
草稿返回得稍快一些，默认语气也更随意、更容易贴合品牌口吻。不用额外写提示词，它就更接近很多 DTC 品牌实际想要的客服说话方式。面对那位生气的客户，它的开头也更温和、更像在聊天。
Claude 表现更好的地方
在“政策没有覆盖”的那个场景里，Claude 更稳定地明确说出自己不知道、需要人来确认，而不是慢慢滑向一个听起来很合理的猜测。它的回复也更字面、更谨慎一些：如果店铺的品牌口吻本来就偏正式，这是好事；如果店铺想要更随意、更健谈的语气，这一点就没那么占优势。
差别不大的地方
拿到同一份政策文档后，两个工具处理订单延迟和退货期限这两个场景的表现差不多；在这次测试里，两者都没有编出政策文档里不存在的政策。两个工具都能胜任这项工作，这次对比比的是语气和边缘情况的处理，不是说哪一个不能用。
我们的看法
如果你的品牌口吻偏随意，又想少写点提示词就达到效果，ChatGPT 的默认语气是稍好一点的起点。如果你更希望工具在边缘情况下宁可说“我不知道，请问人工”，在我们的几轮测试里，Claude 更稳定地倾向于这样做。不管选哪个，“先起草、再人工批准”这一步都比选哪个工具更重要。完整流程见Shopify 独立站 AI 客服流程。
两个工具都能用的客服回复提示词模板
一条草稿能直接用还是有风险，差别大多来自指令，而不是模型。下面这个模板把 Shopify 客服流程里“只依据文档回答”的规则写了进去，并在模型不知道答案时给它一个明确的出口：
你负责为【店铺名称】起草客服回复，回复用英文撰写。
只能依据下面的政策文档回答。如果文档里没有答案，或者客户的情况和文档里的规则对不上，不要猜。改为写“【需人工】”，后面用一行说明需要核实什么，然后停止。
语气：【例如：友好随意 / 礼貌、偏正式】
署名：【姓名或团队名称】
政策文档里没有写明的退款、换货、折扣或送达日期，一律不要承诺。
不要提到政策文档本身，直接回答客户。
回复不超过【数量】个短段落。
政策文档：
【粘贴发货时效、退货规则、尺码表以及其他政策】
订单信息（如已知）：
【下单日期、商品、当前状态】
客户消息：
【粘贴客户消息】“语气”那一行，就是根据每个工具的默认风格做调整的地方。如果你给一个正式风格的品牌用 ChatGPT，就把这一点写明白；如果你给一个健谈风格的品牌用 Claude，与其只写“随意”两个字，不如给它两三句用你们品牌口吻写的例句。
怎么在自己的客服收件箱里对比 ChatGPT 和 Claude
我们的测试只是一个起点，真正起作用的是你自己的政策文档和你自己的客户。做一次小规模的并排对比，一个下午就够：
- 用你真实的政策文档，和你日常交给工具的版本完全一样。
- 挑五条消息，对应我们用的那五类：订单延迟、超出期限的退货、尺码咨询、生气的客户，以及一个你的政策没有覆盖的问题。从你自己的收件箱里挑，先把姓名、地址和订单号去掉。
- 在两个工具里跑同一段提示词，其他什么都不改。
- 每条草稿用四个问题打分：按政策文档来看是否正确？有没有标出自己不知道的部分？语气符不符合你的品牌？稍微改一改能不能发出去？
- 重点看“政策没覆盖”的那一条。 不管语气如何，一个自信地替你填补政策空白的工具，风险更大。
- 记下你改了多少。 你改得少的那个，通常就是更适合你店铺的工具，哪怕单独看另一个读起来更好。
实例：一个政策没有完全覆盖的退货
以一家虚构的运动服饰店「Northfold」为例。它的政策文档写着：未穿着的商品可在签收后 30 天内退货，但对质量问题商品只字未提。一位客户来信：“我六周前买的运动紧身裤，洗了两次就透了。我要退款。”
- 好的草稿会先承认问题，说明标准退货期限已经过了，然后停下来，写上“【需人工】客户反映可能存在质量问题，政策文档没有覆盖质量问题商品。”这正是我们测试里“政策没覆盖”那个场景要检验的表现，而 Claude 更稳定地倾向于这样做。
- 有风险的草稿会写类似“我们很乐意为您破例，全额退款”的话。听起来很体贴，但 Northfold 没有任何人同意过这件事，而这恰恰是“只依据政策文档回答”这条规则要防止的那种凭空承诺。
- 人会怎么处理。 这条消息涉及出了问题的订单和一位不满意的客户，按 Shopify 客服流程，本来就该直接交给人。怎么处理由店主决定。在很多市场，消费者保护法给了买家针对质量问题商品的权利，店铺自己的退货期限并不能取代这些权利，所以店主会先确认自己销售的地区适用哪些规定。然后亲自回复，再在政策文档里加一小节“质量问题商品”，下次遇到类似的消息，草稿就会写得更好。
用 AI 回复客服消息的常见错误
- 政策文档太单薄。 文档没写到的事，模型最好的做法是标出来，最坏的做法是去猜。准确性更多取决于文档，而不是工具。
- 提示词里没有订单信息。 没有下单日期和订单状态，“我的订单到哪了？”这类回复只能写得含糊，或者编出一个时间线。
- 把不该自动发送的类别设成了自动发送。 情绪不满的客户、出了问题的订单、超出你设定金额门槛的退款，以及文档没有覆盖的任何问题，都应该交到人手里。
- 从不更新文档。 每一个“需人工”标记，都对应政策文档里的一处空白。补上一次，同样的问题就不再需要你出手。
- 粘贴了超出回复所需的客户数据。 模型需要的是客户的问题和相关订单信息，不需要客户的完整地址或支付信息。
- 只凭一条消息评判工具。 一条特别好或特别差的草稿说明不了太多。像上面的测试那样，用几种不同类型的消息来试。
该选哪个？快速对照清单
- 品牌口吻偏随意，想少写点提示词就达到效果：从 ChatGPT 开始。
- 口吻偏正式，或者很多消息落在政策文档之外：从 Claude 开始，在我们的几轮测试里，它更倾向于标出自己不知道的部分。
- 已经在为其中一个付费：就用它，配合上面的提示词；只有你自己的并排测试显示出明显差距时再换。
- 不管选哪个：保留“先起草、再批准”这一步。它比选哪个工具更重要。
常见问题
两个里有一个客观上更准确吗？ 我们测试的样本量不够大，没法下这个结论；而且这里的准确性完全取决于你的政策文档写得好不好，而不只取决于模型。把这篇当作一个起步的印象，而不是实验室结果。
换成其他语言，结论还成立吗？ 这次我们只测了英文的客服场景。两个工具处理其他语言都还不错，但在这项具体工作上，我们没有在英文以外的语言里做过正面对比。
ChatGPT 或 Claude 能自动发送客服回复吗？ 在“先起草、再批准”这一步稳定运行一段时间之前，两个都不应该自己发送。Shopify 独立站 AI 客服流程里讲了怎么用 Zapier 把草稿放进待批准队列，并建议只有最重复、风险最低的问题（订单状态、标准退货政策）才值得自动发送。
回复生气的客户，ChatGPT 和 Claude 哪个更好？ 在我们的测试里，面对那条生气客户的消息，ChatGPT 开头的语气更温和、更像聊天。但明显不满或情绪在升级的客户，正是 Shopify 客服流程里要直接转给人的类别之一，所以这里的任何 AI 草稿，都只当作你自己回复的起点。
用 ChatGPT 或 Claude 起草回复，还需要客服工具吗？ 它们做的是不同的事。ChatGPT 和 Claude 负责写草稿；客服工具（helpdesk）是团队阅读、分配和回复工单的地方。如果你在给 Shopify 独立站挑客服工具，可以看Gorgias vs Tidio：Shopify 独立站客服工具怎么选。
直接查看 ChatGPT 和 Claude，或者看完整的Shopify 独立站客服自动化流程，了解怎么把其中任何一个接进真实的工作流。
