Le service client fonctionne au volume. Chaque heure qu'un agent passe à rédiger une réponse de désescalade est une heure non passée sur la file des tickets. Chaque évaluation de remboursement traitée manuellement est un délai qui augmente la frustration du client. Chaque client dont la plainte n'est pas reconnue dans la première heure est un signal de désabonnement que vous ne détectez pas avant qu'il ne soit trop tard.

Les prompts IA pour le service client ne remplacent pas le jugement humain qui résout les plaintes complexes — mais ils réduisent considérablement le temps nécessaire pour produire une bonne réponse, et ils appliquent des normes de qualité (un seul apologique maximum, pas de langage de politique, conclusion orientée résolution) que des productions humaines incohérentes ne respectent souvent pas. Les huit prompts ci-dessous couvrent l'ensemble du cycle de vie du support : triage, réponse initiale, désescalade, évaluation de remboursement, suivi du sentiment, onboarding et communication proactive sur le statut. Ils sont construits à partir de modèles réels d'opérations support — le type de réflexion structurée qui fait augmenter les taux de résolution au premier contact et diminuer les temps de traitement.

💡 Comment utiliser ces prompts

Renseignez chaque champ entre crochets — [MESSAGE_CLIENT], [NE_PEUT_PAS_FAIRE], [RÉSOLUTIONS_DISPONIBLES]. Le texte du prompt lui-même est le mécanisme de contrôle qualité. Lorsque vous laissez des champs vides ou vagues, l'IA les remplit avec des valeurs par défaut qui semblent génériques. Pour les prompts de classification de tickets, collez le contenu verbatim du ticket — l'IA extrait les entités, les signaux de sentiment et les indicateurs d'escalade à partir des mots réels, pas de votre résumé.

1

Réponse de désescalade client difficile

Cas d'usage : Rédiger une réponse à un client en colère, mécontent ou hostile — sans aggraver la situation. C'est le prompt pour les tickets qui arrivent brûlants : menaces, frustration explicite, plaintes sur des problèmes répétés. La sortie applique la règle du "maximum d'un seul apologique" et redirige vers les solutions plutôt que de s'attarder sur le problème. Pour les messages contenant un langage abusif, ajoutez ce contexte à [RÉSUMÉ_PROBLÈME] pour que le ton se calibre correctement — le prompt le gère mieux quand il sait à quoi il fait face.

Prompt Désescalade
Voir le prompt complet →
Vous êtes un responsable de service client expérimenté formé à la résolution de conflits. Rédigez une réponse de désescalade à un client en colère ou mécontent. Message du client : [MESSAGE_CLIENT] Ce dont le client est en colère : [RÉSUMÉ_PROBLÈME] Ce que vous pouvez réellement faire pour aider : [RÉSOLUTIONS_DISPONIBLES] Ce que vous ne pouvez pas faire (contraintes strictes) : [NE_PEUT_PAS_FAIRE] Nom de l'entreprise : [NOM_ENTREPRISE] Rédigez une réponse de désescalade qui : 1) Valide la frustration du client sans admettre de responsabilité, 2) Utilise le nom du client si fourni, 3) Reconnaît le problème spécifique qu'il a décrit, 4) Pivote vers une voie de solution concrète, 5) Si vous ne pouvez pas lui donner ce qu'il veut, explique pourquoi clairement sans langage de politique d'entreprise, 6) Se termine par une question qui maintient la conversation ouverte et avance vers la résolution. Ton : Calme, chaleureux, ferme — jamais défensif ou dismissif Longueur : 180–250 mots Ne PAS : s'excuser plus d'une fois, se répéter, utiliser des phrases comme « selon notre politique » ou « malheureusement il n'y a rien que je puisse faire »
Pourquoi ça marche : Le maximum d'une seule excuse est la contrainte structurelle qui empêche la sortie de ressembler à une entreprise essayant de gérer un problème de relations publiques plutôt que de résoudre le problème du client. Trop s'excuser signale que l'entreprise se soucie davantage de sa propre image que de l'expérience du client — la réponse devient alors sur l'entreprise, pas sur le client. L'instruction "expliquez la raison, pas la règle" est ce qui rend l'explication de la contrainte crédible : "je ne peux pas rembourser au-delà de 30 jours car la fenêtre se referme pour protéger les deux parties des erreurs de traitement aussi anciennes" est une raison. "Selon notre politique" est un mur.
2

Réponse à une plainte client axée sur l'empathie

Cas d'usage : Rédiger une réponse à une plainte qui prend ses responsabilités, explique le problème en termes simples et se termine par un engagement concret — en 150–250 mots. L'entrée critique est le champ [CAUSE_INTERNE] : "problème système" n'est pas suffisant. L'IA a besoin de la cause réelle pour que l'explication soit crédible plutôt que générique. Pour les clients à haute valeur, faites passer la sortie par une vérification de voix avant d'envoyer — le prompt produit une bonne copie, mais un bon agent qui la relit produit une excellente copie.

Prompt Réponse Plainte
Voir le prompt complet →
Vous êtes un spécialiste principal du customer success rédigeant une réponse à une plainte client. Votre objectif : résoudre le problème et conserver la confiance du client. Plainte du client : [TEXTE_PLAINTE] Contexte de l'entreprise : - Nom de l'entreprise : [NOM_ENTREPRISE] - Produit/service : [NOM_PRODUIT] - Ce qui s'est réellement passé (notes internes) : [CAUSE_INTERNE] - Ce que vous pouvez offrir : [OPTIONS_RÉSOLUTION] - Nom de l'agent : [NOM_AGENT] Rédigez une réponse qui : 1) S'ouvre avec une empathie sincère — reconnaissez la frustration spécifique sans phrases génériques, 2) Prend clairement ses responsabilités, 3) Explique ce qui s'est passé en langage simple (1–2 phrases maximum), 4) Indique la résolution avec un délai si applicable, 5) Se termine par un engagement concret. Ton : [TON] Longueur : 150–250 mots Format : Prose, pas de listes à puces, pas de ligne d'objet Ne PAS inclure : jargon d'entreprise, voix passive, langage hésitant, excuses creuses.
Pourquoi ça marche : "Empathie sincère — reconnaissez la frustration spécifique sans phrases génériques" est l'instruction qui sépare une réponse à une plainte qui conserve la confiance d'une réponse qui préserve la relation. L'empathie générique ("Nous sommes désolés pour la gêne occasionnée") est quelque chose qu'un bot écrirait, et les clients le savent. L'empathie spécifique ("L'échec de paiement que vous avez subi mardi — quand vous aviez une commande urgente — est exactement le type de rupture qui érode la confiance, et je suis sincèrement désolé que cela se soit produit sous notre responsabilité") est quelque chose qu'un humain qui comprend le problème écrirait. Le champ de cause interne est ce qui fait la différence : vous ne pouvez pas écrire une empathie spécifique sans savoir ce qui s'est réellement passé.
3

Classificateur de tickets support multi-étiquettes

Cas d'usage : Pré-classification des tickets support entrants avant le routage — pour la gestion de file, le suivi SLA et l'escalade prioritaire. Ce prompt produit une classification structurée avec 10 points de données par ticket : catégorie, sous-catégorie, priorité, score de sentiment, signaux d'urgence, recommandation de routage, cible SLA, entités clés, tags de recherche et indicateur d'escalade. Intégrez ce prompt dans un pipeline d'automatisation par lots pour pré-classer les volumes élevés. Utilisez le score de sentiment pour prioriser automatiquement la file — les tickets notés 1–2 sur le sentiment passent en priorité. L'indicateur d'escalade est votre disjoncteur : examinez les tickets signalés avant le routage automatique.

Prompt Classification Tickets
Voir le prompt complet →
Vous êtes un spécialiste principal des opérations de support client. Classez le ticket support suivant avec précision et exhaustivité. Contenu du ticket : [CONTENU_TICKET] Produisez la structure suivante : **Catégorie principale :** [Facturation / Technique / Compte / Produit / Expédition / Autre] **Sous-catégorie :** [Sujet spécifique] **Niveau de priorité :** [Critique / Élevé / Moyen / Faible] — avec justification d'une ligne **Score de sentiment :** [1–5, où 1 = extrêmement négatif, 5 = très positif] **Signaux d'urgence :** Listez tout langage indiquant une pression temporelle, un contact répété ou un risque d'escalade **Équipe recommandée :** [Support Niveau 1 / Technique Niveau 2 / Spécialiste Facturation / Customer Success / Juridique] **SLA suggéré :** [< 1 heure / < 4 heures / < 24 heures / < 72 heures] **Entités clés mentionnées :** [Noms de produits, numéros de commande, IDs de compte, dates] **Tags suggérés :** [3–5 tags en minuscules pour l'indexation de recherche] **Indicateur d'escalade :** [Oui / Non] — signalez si ce ticket correspond aux déclencheurs d'escalade : menace légale, mention médiatique, [NIVEAU_COMPTE_VIP], ou [LISTE_MOTS_CLÉS_ESCALADE] Utilisez uniquement les informations du ticket. Ne déduisez pas et n'inventez pas de détails. Si un champ ne peut pas être déterminé, écrivez "Impossible à déterminer."
Pourquoi ça marche : Les champs de niveau de compte VIP et de liste de mots-clés d'escalade sont les variables qui transforment un classificateur générique en un classificateur opérationnellement spécifique. Les tickets de comptes entreprise ou contenant du langage juridique/réglementaire nécessitent une gestion différente, quelle que soit leur catégorie technique — ce prompt expose automatiquement cette distinction lorsque vous lui fournissez le bon contexte. L'extraction des signaux d'urgence est la fonctionnalité que la plupart des classificateurs de tickets manquent : "J'attends depuis 3 jours" est un signal de routage, pas seulement une plainte. Le score de sentiment sur une échelle de 1–5 (pas 1–10) est calibré pour correspondre aux cadres de mesure CSAT courants, donc la sortie alimente directement vos tableaux de bord de reporting.
-->
4

Évaluation de demande de remboursement et réponse

Cas d'usage : Évaluer une demande de remboursement et rédiger la réponse — en une étape. Ce prompt fait deux choses : il évalue l'éligibilité à la politique (pleinement éligible / partiellement éligible / non éligible, avec la raison exacte de la politique), et il rédige un email client prêt à envoyer de 150–200 mots. Le champ de justification commerciale pour exception est là où vous récupérez les clients à haute LTV que la politique perdrait autrement — un client de 3 ans demandant son premier remboursement est un calcul différent d'un nouveau client demandant sa troisième demande.

Prompt Gestion Remboursement
Voir le prompt complet →
Vous êtes un spécialiste du service client gérant une demande de remboursement. Évaluez la demande et rédigez une réponse qui est juste, conforme à la politique et centrée sur le client. Demande de remboursement : [DEMANDE_REMBOURSEMENT] Contexte de la politique : - Politique de remboursement : [POLITIQUE_REMBOURSEMENT] - Détails de la commande : [DÉTAILS_COMMANDE] - Statut du compte client : [STATUT_COMPTE] - Notes internes : [NOTES_INTERNES] Étape 1 — Évaluation : **Éligibilité à la politique :** [Pleinement éligible / Partiellement éligible / Non éligible] — citez la raison exacte de la politique **Résolution recommandée :** [Remboursement intégral / Remboursement partiel de X% / Crédit boutique / Remplacement / Refus] **Justification commerciale pour exception (si applicable) :** Si hors politique, y a-t-il une raison commerciale d'approuver ? Étape 2 — Rédigez la réponse client : Ton : Empathique, direct, pas de langage d'entreprise Format : Corps d'email uniquement, 150–200 mots Contenu : Décision claire avec raison, termes exacts de résolution (montant, délai), prochaines étapes
Pourquoi ça marche : La structure en deux étapes — évaluation d'abord, puis réponse — impose la discipline de prendre une décision avant de rédiger le texte. Les agents qui rédigent la réponse d'abord ont tendance à retrofits la justification pour qu'elle corresponde à la réponse, ce qui produit des décisions incohérentes. En exigeant la détermination de l'éligibilité à la politique comme sortie distincte, ce prompt force l'agent (ou l'IA agissant comme l'agent) à prendre un appel explicite avant de rédiger le texte client. Le champ de statut de compte est le signal LTV : il change la recommandation pour des demandes de remboursement par ailleurs identiques selon l'historique et la valeur du client.
5

Prédicteur de sentiment client et CSAT

Cas d'usage : Prédire les résultats de satisfaction client après une interaction support — pour identifier le risque de désabonnement avant qu'il ne se manifeste par une demande d'annulation. La sortie est un rapport de sentiment en 10 champs : score, prédiction CSAT, classification du risque de désabonnement, extraction des phrases clés positives et négatives, et action de suivi recommandée. Actionnable en moins de 2 minutes. Le champ "Phrases clés (négatives)" est votre système d'alerte précoce — des formules comme "la dernière fois", "j'ai déjà essayé", ou "j'envisage d'annuler" sont des signaux de fort désabonnement qui méritent une révision le jour même par votre responsable CS.

Prompt Analyse Sentiment
Voir le prompt complet →
Vous êtes un analyste de l'expérience client spécialisé dans l'analyse de sentiment. Analysez l'interaction client suivante et prédisez le résultat de satisfaction du client. Interaction client : [CONTENU_INTERACTION] Contexte : - Canal : [CANAL] - Produit/service : [NOM_PRODUIT] - Étape de l'interaction : [ÉTAPE] Fournissez un rapport de sentiment structuré : **Score de sentiment :** [1–10, 1 = hautement négatif] **Niveau de confiance :** [Élevé / Moyen / Faible] **Émotion principale :** [Frustré / En colère / Déçu / Confus / Neutre / Soulagé / Satisfait / Enchanté] **Émotions secondaires :** Listez jusqu'à 3 signaux émotionnels supplémentaires **Phrases clés (négatives) :** Citez le langage spécifique indiquant un sentiment négatif **Phrases clés (positives) :** Citez le langage spécifique indiquant un sentiment positif **Score CSAT prédit :** [1–5] avec justification brève **Risque de désabonnement :** [Élevé / Moyen / Faible] — avec justification d'une phrase **Action de suivi recommandée :** Prochaine étape spécifique **Signal de performance de l'agent :** Notez tout comportement d'agent qui a influencé le sentiment positivement ou négativement
Pourquoi ça marche : La classification du risque de désabonnement avec une justification d'une phrase impose un appel directionnel plutôt qu'un score neutre. Un score de 3,2 avec "le client a utilisé la phrase 'j'envisage d'annuler' deux fois et a référencé trois contacts antérieurs non résolus" est actionnable. Un score de 3,2 sans contexte est un nombre dans un tableau de bord sur lequel personne n'agit. Le signal de performance de l'agent est la boucle de rétroaction que la plupart des opérations support manquent — si le même agent apparaît régulièrement dans les rapports à sentiment négatif avec un risque de désabonnement élevé, c'est une opportunité de coaching qui s'adapte à l'analyse IA, pas malgré elle.
-->
6

Modèle de réponse à résolution au premier contact

Cas d'usage : Rédiger une réponse support complète qui ferme le ticket en une seule réponse — sans va-et-vient. La résolution au premier contact (FCR) est la métrique de support à plus fort levier : chaque amélioration de 10 % du FCR réduit le temps de traitement d'environ 15 %. L'étape de la question de vérification est la différence entre FCR et une fermeture de faux positif : si vous ne demandez pas au client de confirmer que le problème est résolu, il rouvrira le ticket 20 minutes plus tard en pensant que ce n'était pas corrigé.

Prompt FCR
Voir le prompt complet →
Vous êtes un spécialiste du support Niveau 1 optimisant pour la résolution au premier contact (FCR). Rédigez une réponse complète à la demande de support suivante qui résout le problème en une seule réponse — pas de va-et-vient. Demande de support : [DEMANDE_SUPPORT] Produit : [NOM_PRODUIT] Étapes de résolution disponibles : [ÉTAPES_RÉSOLUTION] Liens de documentation pertinents : [LIENS_DOC] Nom de l'agent : [NOM_AGENT] Rédigez une réponse structurée comme suit : 1. Salutation et reconnaissance (1 phrase) — abordez la demande spécifiquement 2. Solution — étapes numérotées, claires et actionnables, suppose aucune expertise technique 3. Question de vérification — posez une question qui confirme la résolution sans nécessiter un ticket de suivi 4. Chemin alternatif — si la solution principale ne fonctionne pas, que doivent-ils essayer ensuite 5. Clôture — brève, chaleureuse, spécifique au problème résolu Format : Markdown minimal, lisible en email simple. Pas de titres. Pas de boilerplate de clôture d'entreprise. Longueur : 200–300 mots Ton : [TON]
Pourquoi ça marche : La question de vérification est l'étape que la plupart des agents sautent parce qu'elle semble présomptueuse — "et si la solution n'a pas fonctionné et que j'ai demandé de confirmer que c'est résolu ?" La réponse : si la solution n'a pas fonctionné, le client vous le dira. La question de vérification n'est pas un piège, c'est un raccourci vers la confirmation FCR. Un agent qui ferme un ticket sans vérifier devine le FCR. Un agent qui demande "Cela a-t-il résolu le problème pour vous ?" obtient un point de données. Avec le temps, les données agrégées de vérification vous indiquent exactement quels chemins de résolution fonctionnent et lesquels produisent des fermetures de faux positifs. Sans la question, vous n'avez aucune de ces données.
7

Séquence d'emails d'onboarding pour nouveaux clients

Cas d'usage : Concevoir une séquence de 5 emails d'onboarding qui génère l'activation, réduit le désabonnement précoce et prévient les tickets support courants dans les 30 premiers jours. Le seul travail de l'email du Jour 1 est de faire accomplir une action en moins de 10 minutes — si vous avez plus d'un CTA, vous réduisez l'activation. Le jalon d'activation est la seule action qui prédit la rétention à long terme : si les utilisateurs l'accomplissent, ils restent. Les raisons de désabonnement doivent provenir des données d'enquête de sortie, pas de suppositions — le prompt les utilise pour devancer les principaux points de décrochage.

Prompt Email Onboarding
Voir le prompt complet →
Vous êtes un spécialiste du customer success concevant une séquence d'emails d'onboarding pour de nouveaux clients. Créez une séquence de 5 emails qui génère l'activation, réduit le désabonnement dans les 30 premiers jours et prévient les problèmes de support courants avant qu'ils ne se produisent. Contexte produit : - Nom du produit : [NOM_PRODUIT] - Valeur principale livrée : [VALEUR_PRINCIPALE] - Jalon d'activation principal : [JALON_ACTIVATION] - 3 principales raisons du désabonnement des nouveaux utilisateurs dans les 30 premiers jours : [RAISONS_DÉSABONNEMENT] - 3 fonctionnalités qui retiennent les utilisateurs à long terme : [FONCTIONNALITÉS_RETENTION] - Nom de l'expéditeur : [NOM_EXPÉDITEUR] Rédigez 5 emails : **Email 1 — Immédiatement après l'inscription (Bienvenue + Quick Win)** Objet : | Corps : 120–150 mots | Objectif : Première action en < 10 minutes **Email 2 — Jour 3 (Check-in d'activation)** Objet : | Corps : 100–130 mots | Objectif : Conduire vers [JALON_ACTIVATION] **Email 3 — Jour 7 (Renforcement de la valeur)** Objet : | Corps : 110–140 mots | Objectif : Montrer la preuve ROI, adresser la raison de désabonnement 1 **Email 4 — Jour 14 (Découverte de fonctionnalités)** Objet : | Corps : 120–150 mots | Objectif : Introduire [FONCTIONNALITÉS_RETENTION][0] **Email 5 — Jour 28 (Check-in + Prochaine étape)** Objet : | Corps : 100–130 mots | Objectif : Inviter les retours, chemin de upsell si approprié Ton : [TON] Chaque email : Pas plus d'un CTA, format texte simple, pas d'images.
Pourquoi ça marche : La règle d'un seul CTA par email est la contrainte que la plupart des séquences d'onboarding violent, et c'est pourquoi les taux d'activation du Jour 1 sont bas. Lorsque vous donnez aux nouveaux utilisateurs deux options ("explorez le tableau de bord et invitez votre équipe"), aucune n'est accomplie. Lorsque vous leur en donnez une — "accomplissez [JALON_ACTIVATION] — cela prendra moins de 10 minutes" — le taux d'activation bondit. L'email du Jour 28 est le point de contact que la plupart des séquences d'onboarding sautent, et c'est le moment de plus haute valeur : les clients qui ont atteint le Jour 28 approchent du premier point de décision majeur de désabonnement. Une simple invitation aux retours à ce stade détecte les signaux de désabonnement avant qu'ils ne deviennent des annulations.
8

Générateur de message de mise à jour proactif

Cas d'usage : Rédiger des communications sortantes proactives aux clients affectés par un problème connu — avant qu'ils ne vous contactent. La communication proactive réduit le volume de tickets entrants de 30 à 60 % pendant les incidents. Ce prompt génère deux formats prêts à l'emploi : un email complet (objet + corps de 150–200 mots) et une notification SMS/push de moins de 160 caractères. Les deux commencent par l'impact sur le client, pas l'explication technique. Si le problème est résolu, la première phrase le dit. S'il est en cours, l'EAP est indiqué clairement.

Prompt Communication Proactive
Voir le prompt complet →
Vous êtes un spécialiste des communications clients. Rédigez un message proactif sortant aux clients affectés par un problème ou un retard connu — avant qu'ils ne vous contactent. Situation : - Type de problème : [TYPE_PROBLÈME] - Étendue de l'impact : [CLIENTS_AFFECTÉS] - Statut actuel : [STATUT_ACTUEL] - Cause racine (si partageable) : [RÉSUMÉ_CAUSE_RACINE] - Ce que les clients doivent faire (si nécessaire) : [ACTION_REQUISE_CLIENT] - Compensation offerte (si applicable) : [COMPENSATION] - Contact pour les questions : [CONTACT_SUPPORT] - Nom de la marque : [NOM_MARQUE] Rédigez le message dans deux formats : **Format 1 — Email (objet + corps, 150–200 mots)** **Format 2 — SMS/Notification Push (moins de 160 caractères)** Ton : [TON] Exigences : - Commencez par ce qui intéresse les clients (l'impact sur eux), pas la cause technique - Soyez précis sur les délais — pas de "dès que possible" vague - Si le problème est résolu, dites-le dans la première phrase - Si le problème est en cours, indiquez l'EAP clairement
Pourquoi ça marche : "Commencez par l'impact sur eux, pas la cause technique" est l'instruction qui empêche les mises à jour de statut de ressembler à des rapports d'autopsie d'ingénierie. Les clients n'ont pas besoin de savoir qu'un cluster de base de données a échoué — ils veulent savoir que leur commande est retardée. Le format SMS/push de moins de 160 caractères impose une priorisation sans compromis : si vous ne pouvez pas dire ce dont le client a besoin savoir en 160 caractères, le message contient trop de choses. Pour les incidents en cours, le prompt instructs l'IA à envoyer des mises à jour toutes les 2–4 heures même si le statut n'a pas changé — le silence pendant un incident actif est le moyen le plus rapide de transformer un problème gérable en une file de tickets.

Besoin d'un prompt service client sur mesure ?

Utilisez le générateur IA de PromptSonar pour créer des prompts adaptés à vos flux de travail support spécifiques — classification de tickets, désescalade, gestion des remboursements, et plus encore.

Essayer le générateur IA →
💡 Principes pour un service client alimenté par l'IA

Faites passer chaque réponse à une plainte par une vérification de voix pour les clients à haute valeur. L'IA produit une bonne copie ; un bon agent qui la relit produit une excellente copie. Pour les comptes entreprise et les clients à risque de désabonnement, la révision de 90 secondes en vaut la peine.

Utilisez le scoring de sentiment pour prioriser automatiquement la file. Les tickets notés 1–2 sur l'échelle de sentiment doivent passer en priorité — ce sont vos interactions à plus haut risque et celles où une réponse rapide a le plus d'impact sur la rétention.

Envoyez des mises à jour de statut proactives avant que les clients ne vous contactent. Chaque mise à jour proactive que vous envoyez empêche 3 à 6 tickets entrants. Exécutez ce prompt au moment où un incident est confirmé, pas après que le volume de tickets n'augmente.

Alimentez les données de la séquence d'onboarding dans l'analyse du désabonnement. Si l'Email 3 (Jour 7) a systématiquement le taux d'ouverture le plus bas, cette raison de désabonnement n'est pas adéquatement addressée — mettez à jour la séquence pour l'adresser plus directement.

Parcourez la bibliothèque de prompts Service Client complète sur PromptSonar — 20 prompts prêts à l'emploi pour les équipes support, responsables CS et spécialistes customer success. Tous les prompts sont bilingues (EN/FR) et prêts à copier et personnaliser.

À explorer également : le guide des prompts IA Business couvre la stratégie customer success et les cadres de rétention, et le guide des prompts IA Rédaction d'articles comprend des prompts pour le contenu orienté client et les articles de base de connaissances.