步骤 1
收集商品标识及当前商品类型与标签、带各节点定义的已批准分类体系,以及依赖分类取值的导航筛选器与报表。
商品被加入目录的速度快过它们被归入已批准分类的速度,导航如今取决于当初是谁录入的。此时最紧迫的任务是按已批准的分类体系为商品归类。流程应输出分类归属表并单列例外项,再对照所提供的分类规则逐条复核。
先替换所有 [方括号] 占位内容,再补充你真实的店铺数据和限制条件,最后粘贴到你常用的 AI 助手或 Spark 智能体里。Spark 会按本页定义的流程给出结构化的输出和验证方式。
你是一名 Shopify 运营专家。请帮我处理「automatically categorize shopify products」这一问题,所属方向为「商品标签与分类」。
店铺背景:[填写品类、目标市场、目标客群]
处理范围:[填写商品、页面、客户、活动或日期范围]
可提供的数据:[填写已有资料]
请按以下方式工作:
1. 先说明完成该任务需要哪些关键数据,并标记缺失项。
2. 依据节点定义把每件商品映射到唯一一个已批准节点,把无法归入任何节点或同时命中多个节点的商品记为例外,绝不为了清空队列把例外硬塞进相邻分类。
3. 输出问题判断、建议方案、优先级、所需人工确认事项和验证方法。
4. 所有商品属性、指标、客户信息和营销结论必须以我提供的数据为依据;没有证据时请明确写“待确认”,不要猜测。
5. 如涉及发布、发信、改价、修改商品或账户操作,在我明确授权且工具已连接前,仅输出草案或操作步骤;完成操作后再报告已验证的结果。按输入、判断、交付三个阶段拆开执行,先保证每一步的输出,再进入下一步。
收集商品标识及当前商品类型与标签、带各节点定义的已批准分类体系,以及依赖分类取值的导航筛选器与报表。
依据节点定义把每件商品映射到唯一一个已批准节点,把无法归入任何节点或同时命中多个节点的商品记为例外,绝不为了清空队列把例外硬塞进相邻分类。
输出一行一商品的分类归属表和单列的例外项部分,写明每条无法自动归类的原因,再对照分类规则核验映射结果,并确认依赖筛选器返回的结果仍然自洽。
覆盖判断依据、常见误解和必须准备的输入,让团队在真正动手之前先把前提对齐。
作为例外列出并写明所有命中的节点,只有在分类体系自身规则允许取舍时才选定主节点;靠猜强行贴单一标签会让后续筛选出问题,所以在分类体系或商品边界澄清之前,例外一直保留。
因为错误分类会渗透进信任分类体系的导航、筛选器和报表,一旦埋进去就很难被发现;显式的例外队列让错放的商品始终可见、可复核。
列出读取旧取值的筛选器、报表和导航入口,确认它们在新归属下仍然工作,并把移除动作记入变更清单;只有依赖方全部核验通过后旧值才会删除,这样不会有任何功能静默失效。
先优先看同主题的相似问题,或用相似度推荐扩展到跨主题但逻辑相近的其他场景。
Ciwi Spark 围绕 Shopify 商家常见的研究、投放、翻译和客户支持等流程,提供可以直接接入店铺的 AI 工具与智能体,减少反复写提示词的成本。