美容院咨询表与回访邮件,用 AI 半小时搞定的实操流程
美容院的护理前咨询表和护理后回访邮件,用 Claude Code 和生成式 AI 做成模板的步骤。含提示词、检查清单和个人信息处理要点。
周五晚上七点,送走最后一位客人之后,我那位开小美容院的朋友还回不了家。她要把今天接待的 6 位客人的护理记录誊写清楚,给下周开始做身体集中课程的老客人写回访邮件,再给第一次到店的新客人发一封预约答谢。把这些都做完,才能关灯下班。
「比起做护理,这些杂事更累人。」她跟我说。手写的咨询笔记字迹潦草,过后自己都看不清;回访邮件就把上次发过的文字复制一遍,只改个名字。结果上周,她把面部护理的介绍发给了一位做身体护理的客人。发现的时候,是按下发送键之后的第三秒。
能不能让这种「被杂事耗到精疲力尽的夜晚」少一点?我把她的店当成试验田,试着让 AI 帮她分担一半咨询表和回访邮件的活儿。这里先不急着下结论,先说说到底有什么变化。
本文要点
- 美容院里最费时间的「誊写咨询表」和「写回访邮件」,只要把模板交给 AI 来做,每位客人能压缩到几分钟。
- 交给 AI 的只是文字初稿和排版整理。皮肤和身体状况的判断、涉及功效宣称的措辞核查、按下发送键,这些一定由人来做。
- 个人信息的铁律是「真实姓名和联系方式绝不交给 AI」。输入时用代号替换,只在最后落地时才在自己电脑里填回真名。
- 文中放了可以直接复制的咨询表模板提示词,以及从客户名单批量生成回访邮件草稿的验证脚本。
- 引入前一天 6 位客人的杂事约 60 分钟,熟练后压到 15 分钟左右。一个月按 20 个营业日算,等于多出 15 个小时的余裕。
美容院的现场,以及杂事为什么会出岔子
先把读者画像说清楚。这篇文章对这些人有用:1 到 5 人的个人美容院,或者小型连锁,做面部、身体、脱毛、瘦身这一类项目的老板或美容师。店里装了预约管理软件,但咨询和邮件还是靠人手在转。我假设的就是这样的现场。
美容院的一天,大致是这样走的。
- 确认预约,准备床位和耗材
- 客人到店、更衣、咨询(问诊烦恼、身体状况、既往病史)
- 做护理
- 护理后咨询(讲解居家护理、推荐下次项目)
- 结账、预约下次
- 营业结束后誊写护理记录、做回访联系
出问题的地方是第 2 步和第 6 步。咨询时,该问的项目从脑子里漏掉,忘了问「是否怀孕」;笔记乱写一通,过后看不懂;不同客人问的深浅还不一样。营业结束后的第 6 步,脑子已经累了还要硬挤出邮件文字,容易发错对象,也容易写得很冷淡。
返工的典型情况大概是这几种。
- 咨询时漏掉既往病史,到护理当天才发现「其实我对金属过敏」,只能临时换项目
- 回访邮件复制时出错,混进了别的课程的介绍,或者别人的名字
- 给新客人的答谢一拖再拖,过了三天才发,场面很尴尬
这些都不是因为「能力不行」,而是疲劳加上重复劳动堆出来的。而这恰恰是 AI 最容易帮忙分担的部分。
美容院的三种用法
用法一:做一份不漏项的咨询表模板
第一件该做的事,是别每次从零开始写。把烦恼、身体状况、既往病史、居家护理、下次推荐都收进一页的模板,让 AI 做几个版本,再挑一个合店里用的。让它同时出一份手填的纸质版和一份平板录入的电子版,对比起来更快。
不同项目要问的内容不一样,所以按面部用、身体用、脱毛用分开做是诀窍。为了方便快速扫一眼,我把模板必须包含的项目整理成了检查清单。
- 主诉(今天最在意的那个烦恼)
- 既往病史、是否在就医、是否在服药
- 过敏史(金属、植物、化妆品)
- 是否怀孕、是否哺乳
- 当天的身体状况、睡眠、饮酒
- 平时的居家护理和所用化妆品
- 护理后的居家护理指示
- 下次推荐项目和建议间隔
- 同意签名栏
用法二:把护理笔记誊写成规整的记录
把潦草的笔记整理成可以拿给客人看的规整记录,也是 AI 的强项。把「T 区偏干、脸颊发红、肩膀很僵、建议热石」这样的碎片丢给它,它会还原成护理内容、客人状态、下次建议都齐全的中文。这里关键是:内容是否准确要由人来确认。AI 有时会擅自把「发红」改成「炎症」,从功效宣称合规的角度看,这种医疗性的断言也要避免。
用法三:根据客人情况起草回访邮件
最有效的就是这一环。到店次日的答谢、护理后的居家护理提醒、下次课程的推荐。把这些用「对方的情况」当变量做成模板,只要把名字、课程、下次日期填进去,就能出有个性化感觉的文字。后半段我放了一个从表格客户名单批量生成草稿的验证脚本。
下面是「可以交给 AI 的范围」和「必须由人来决定的范围」的划分。拿不准的时候,回到这张表。
| 环节 | 可以交给 AI | 必须由人判断 |
|---|---|---|
| 咨询表模板 | 梳理项目、整理文字 | 是否符合本店项目,最终拍板 |
| 护理笔记誊写 | 把碎片整理成可读文字 | 皮肤和身体的医疗判断、措辞是否得当 |
| 回访邮件 | 文字初稿、语气调整 | 核查发送对象有没有搞错、按下发送 |
| 推荐项目 | 给出一般性的间隔 | 是否真的适合这位客人 |
| 个人信息处理 | 整理已代号化的数据 | 真实姓名和联系方式的管理、能否发送 |
更细的「怎么跟 AI 提要求」的套路,Claude Code 高阶提示词工程 里讲得更深入,想把文字精度再提一档的话可以一起读。
可直接复制的咨询表模板提示词
先是咨询表的模板。把下面这段指令原样粘贴,只改一下项目名称就行。重点是不要填进真实姓名和联系方式,让它生成的是一张空白模板。
你是一位经验丰富的美容院咨询师。
请为「面部护理·首次到店」的客人,做一份可以纸面填写的咨询表模板。
要求:
- 项目必须包含「主诉」「既往病史·服药」「过敏史」「是否怀孕·哺乳」「当天身体状况」
「平时居家护理」「护理后指示」「下次推荐」「同意签名」
- 每一项配上方便填写的提问句,有选项的加上勾选框
- 不使用会被误解为医疗行为的表述,不使用断定功效的表述
- 篇幅控制在 A4 一页之内
- 输出只用标题和条目,不要填入任何真实的个人信息
回访邮件的草稿,要把情况当成变量来提要求。这里同样把名字留成代号。
请写 3 个版本的美容院护理后回访邮件,语气要礼貌、不要给人压迫感。
前提:
- 称呼保持为「{{客人}}」(不要填真实姓名)
- 接受的项目:{{项目}}
- 到店次数:首次
- 目的:表达感谢,并轻描淡写地建议一下下次的合适时间
- 禁止:断定功效的表述、医疗性的措辞、过长的正文
- 每个版本配上主题行,正文 200~300 字左右
从出来的 3 个版本里选 1 个,把 {{客人}} 和 {{项目}} 在自己电脑里替换成真实内容再发送。这个「只有最后一步落地由人来做」的流程,能同时防住发错对象和信息泄露。
从客户名单批量起草回访邮件的验证脚本
这一段就算不是程序员,只要能跟上流程也没问题。它读取用表格做好的 CSV(名字用代号,只填项目和下次日期),套进模板批量生成草稿,是一个最小化的脚本。装了 Node.js 就能跑。它不发送,只把草稿文件写出来,这就是安全阀。
先准备数据。不用真名,用 A001 这样的店内代号。
code,menu,next_date
A001,面部护理首次,2026-06-21
A002,身体集中90分钟,2026-06-23
A003,脱毛面部,2026-06-28
把下面的 draft-mails.mjs 放在同一个文件夹里运行。它做的事只是「一行行读取 → 套进模板 → 存成文本」而已。
import { readFile, writeFile, mkdir } from "node:fs/promises";
// 代号 → 文字模板。真实姓名和联系方式绝不放在这里
function buildMail({ code, menu, next_date }) {
const subject = `感谢您前几日的到店(${menu})`;
const body = [
`${code} 女士/先生`,
"",
`今天承蒙您光临做${menu},非常感谢。`,
"护理后请比平时多补充水分,避免揉搓,注意温和护理。",
`下次大约以 ${next_date} 前后为宜。方便的时候随时招呼一声即可。`,
"",
"期待再次为您服务。",
].join("\n");
return { subject, body };
}
const csv = await readFile(new URL("./customers.csv", import.meta.url), "utf8");
const [head, ...rows] = csv.trim().split(/\r?\n/);
const keys = head.split(",");
await mkdir(new URL("./drafts/", import.meta.url), { recursive: true });
let count = 0;
for (const line of rows) {
const cols = line.split(",");
const rec = Object.fromEntries(keys.map((k, i) => [k, cols[i]]));
const { subject, body } = buildMail(rec);
const out = `主题: ${subject}\n\n${body}\n`;
await writeFile(new URL(`./drafts/${rec.code}.txt`, import.meta.url), out, "utf8");
count++;
}
console.log(`已把 ${count} 份草稿写入 drafts/。发送前请务必逐一目视确认。`);
运行就这一句。
node draft-mails.mjs
drafts/ 文件夹里会按代号生成文本。接下来确认内容,把代号替换成真实姓名,再粘进邮件软件就行。想让 AI 写出更自然的正文,就把 buildMail 里的内容换成上一节提示词的输出,模板质量会再上一个台阶。如果你连 Claude Code 的初始设置都还卡着,先去 Claude Code 入门指南 把环境搭好再回来会更快。
个人信息与安全注意事项
这一段不能省。美容院处理的,除了姓名和联系方式,还有既往病史、过敏史这类敏感信息。要守住的线很简单。
- 真实姓名、电话、邮箱、住址,不要直接写进给 AI 的输入。换成
A001这样的代号。 - 既往病史等健康相关的描述,尽量抽象化到「有过敏史」这种程度再交出去。
- 把个人信息填进生成的草稿,只在 AI 之外、自己的电脑里做。
- 发送前每次都目视确认收件人和正文。在交给批量发送工具之前,一定加上这一道缓冲。
- 团队里用的话,把「什么能交给 AI」写成一页规则共享出去。
处理个人信息的规则,店越大,越是「只有某个人懂」就越容易出事故。团队层面的运营规则,可以套用 CLAUDE.md 最佳实践 的思路;想做到多名员工都能稳定执行,Claude Code 效率提升技巧 也值得参考。个人信息保护方面,可以参考国家互联网信息办公室发布的相关规定,先看一遍心里更有底。
引入前后,以及投入产出的大致估算
用数字看更好判断,这里放一份贴近朋友那家店实测的概算(老板 1 人 + 兼职 1 人,每天平均 6 位客人)。
| 项目 | 引入前 | 引入后 |
|---|---|---|
| 护理记录誊写(1 人) | 约 6 分钟 | 约 2 分钟 |
| 回访邮件撰写(1 人) | 约 4 分钟 | 约 1 分钟 |
| 一天 6 人的杂事合计 | 约 60 分钟 | 约 18 分钟 |
| 发错邮件的发生 | 每月 1~2 次 | 几乎为零 |
一天缩短 40 分钟左右,一个月 20 个营业日约 13 小时。按时薪假设 50 元算,等于一个月省下近 650 元成本,或者把这些时间挪去接待客人和卖产品。引入的成本主要在最初做模板的几个小时。规模上看,一个月之内就能回本。
常见问题
问:AI 写的文字,能直接发给客人吗? 答:别直接发。当成草稿用,最后一定由人来读一遍。尤其要每次确认有没有混进断定功效的表述,或者听起来像医疗的措辞。
问:电脑不太行也能用吗? 答:只是粘贴模板提示词生成文字的话,不需要特别的知识。批量草稿的脚本门槛会高一些,建议先只用提示词,熟了再往自动化走。给非程序员的上手方法,整理在 写给非程序员的 Claude Code 里。
问:能让 AI 读取客户名册自动发送吗? 答:不建议把名册里的真实姓名和联系方式交给 AI。代号化之后让 AI 做到草稿为止,替换成真名和发送这两步在自己电脑里做,这样才安全。
问:能和现有的预约系统对接吗? 答:能导出 CSV 的系统,就能像本文脚本那样当作填充用的源数据。即便没法直接对接,「导出 → 代号化 → 草稿」这个流程也足够实用。
实际试过之后
我确认了三件事。第一,让 AI 做面部、身体、脱毛三种咨询表模板后,项目不再漏,新来的兼职也能问到同样的深度。第二,潦草笔记的誊写,把碎片丢进去整理的流程可以直接用,誊写时间体感上少了三分之二。不过有 1 次它把「发红」改成了「炎症」,也由此确认人不能放手不做措辞核查。第三,从 CSV 批量起草,10 个人不到一分钟就生成完。我特意不做自动发送,保留了把代号填回真名这一道手工,结果实验期间那种发错邮件的事故是零。
被杂事耗尽的周五夜晚,开始能稍微早一点结束了。这是最大的收获。等你想把它在整个店里固化成一套机制,运营规则的制定和员工培训,可以从培训·咨询页面聊起。
免费 PDF: Claude Code 速查表
输入邮箱即可获取一页 PDF,整理常用命令、审查习惯和安全工作流。
我们会妥善保护你的信息,不发送垃圾邮件。
让 Claude Code 真正进入可验证的工作流
先用免费 PDF 固定基础,再用 Gumroad 教材复用工作流;如果涉及团队导入、权限或收入路径,可以直接咨询。
关于作者
Masa
专注 Claude Code 实务流程、团队导入和内容转化的工程师。