下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-t5y0h0pw--voxfood-restaurant-ai-roleplay-training.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-t5y0h0pw/voxfood-restaurant-ai-roleplay-training。围绕服务、产品、客诉和 SOP 场景进行 AI 情景陪练，通过 SOP 合规、服务表达、问题解决和风险边界进行四维评分，并生成门店能力诊断和 7 天复训计划。
阅读全文 （展开查看完整说明）
概述
围绕服务、产品、客诉和SOP进行情景陪练、四维评分、门店能力诊断与7天复训规划。
Use when
餐饮企业要训练店长/员工面对催菜、产品异议、客诉、赔付边界等场景，并追踪是否真正会做。
不适合使用
- 用户只要泛泛行业知识、没有任何企业数据或业务事实时，不强行生成“经营诊断”。
- 任务需要直接修改生产系统、真实价格、资金、员工处分等高风险动作时，本 Skill 只负责准备方案和复核材料，不直接执行。
输入
- 训练岗位
- 企业SOP/话术
- 情景类型
- 员工回答
- 历史考试/陪练分数（若有）
执行流程
- 先从SOP生成场景与评分点，不凭空设标准。
- AI扮演顾客/员工对话对象，逐轮推进。
- 评分至少包含SOP符合、服务态度、问题解决、风险边界。
- 给出“做得好/缺什么/下一句更好怎么说”。
- 结合历史得分定位门店/个人短板。
- 只训练低分项，生成7天复训与复测计划。
- 店长/培训负责人最终验收。
默认输出
- 情景陪练
- 四维评分
- 改进建议
- 能力热力图（有多店数据时）
- 7天复训计划
- 复测清单
输出格式
默认按以下顺序输出：
- 管理层结论：最多 5 条，按重要性排序。
- 数据与口径：时间范围、字段、单位、企业阈值/基线。
- 发现与证据：用表格列出“对象 / 指标 / 异常 / 证据 / 判断”。
- 动作清单：责任对象、动作、优先级、建议时限、验收指标。
- 待补数据：哪些结论仍需补数据验证。
- 用户要求“网页/看板/汇报”时，可输出单文件 HTML，但页面必须注明数据口径与演示/真实状态。
通用质量规则
- 先审数据，再分析：先列可用字段、缺失字段、时间范围、单位和口径冲突。
- 事实 / 推断分开：输入数据直接支持的写“数据事实”；基于规则判断的写“分析判断”；缺证据的写“待验证”。
- 缺字段不补造：不能为了让报告完整而编数字。
- 先结论后明细：默认先给管理层摘要，再给证据、动作、明细。
- 阈值有来源：企业阈值 > 历史基线 > 明确标注的演示阈值。
- 高风险动作人工审批：价格发布、资金核销、赔付、处罚、停货、解约等不得默认自动执行。
- 输出可审计：关键结论必须说明使用了哪些字段/口径。
- 数据最小化：只处理任务所需数据，不要求无关的个人敏感信息。
专项边界
- 陪练评分用于训练，不直接作为处分依据。
- 食品安全、劳动争议、正式赔付等高风险情景必须包含转人工边界。
触发示例
- “陪练一个顾客催菜场景，给员工评分。”
- “根据这6家店的培训成绩生成7天复训计划。”
失败处理
- 文件打不开：说明具体文件和错误，不假装已读取。
- 字段不够：先给“可完成部分 + 缺失字段”，不要停在泛泛追问。
- 数据冲突：列出冲突口径并分别计算，不偷偷合并。
- 数字异常：优先检查单位、重复行、退款/撤销、跨日结算和门店映射。
