返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant

依据结构化来源信息创建商品草稿记录

新商品以结构化清单的形式提供,但目录里已有部分商品的标识符,稍不注意就会重复创建。本场景的具体任务是依据结构化来源信息创建商品草稿记录。最终交付经过校验的导入草稿与逐行例外清单,并逐行对照商家自己的来源数据核对。

所属主题
商品创建与导入
目标关键词
automatically create shopify products
可复制 AI 提示词

直接用在 Spark 工作流里的提示词

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。

ai-prompt.txt
你是一名 Shopify 运营专家。请帮我处理「automatically create shopify products」这一问题,所属方向为「商品创建与导入」。

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. 先用每行来源数据的键与目录已分配的标识符比对,确认已存在的商品走更新而非重复创建,再逐行生成草稿记录,并消解来源内部重复使用同一键的行,同时标出父商品缺失、选项取值重复、或必填字段为空的行。
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。
去 Spark 使用
解决步骤

推荐的解决流程

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。

01

步骤 1

收集结构化的来源数据行、到商品结构的字段映射、每行所隐含的变体结构、目录中已分配的标识符,以及商家用作匹配键的handle或SKU约定。

02

步骤 2

先用每行来源数据的键与目录已分配的标识符比对,确认已存在的商品走更新而非重复创建,再逐行生成草稿记录,并消解来源内部重复使用同一键的行,同时标出父商品缺失、选项取值重复、或必填字段为空的行。

03

步骤 3

把这些记录以未发布的草稿状态交付,附逐行例外清单,注明行号、涉及字段、该行被创建还是被跳过及原因,最后把已创建、已跳过与被拒绝的行数与来源行数核对,并确认输出中没有重复的标识符。

常见问题

执行这个场景时最常见的疑问

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。

如何识别一个已存在的商品?

用来源提供的稳定标识符与目录已分配的标识符比对。改用标题匹配会产生近似重复,因为不同数据源之间的拼写与标点总会漂移;没有任何可用键的行也不靠名称搜索勉强兜底,而是列入未解决,交由商家有意识地安置。

创建后的记录会自动上架吗?

不会,在映射与变体结构复核之前一律保持草稿状态,因为商品一旦发布就立即对买家可见。复核会检查选项、价格与图片是否齐备且合理;在这个阶段修正草稿没有任何代价,而事后再改则等于修改正在运行的商品陈列。

必填字段为空的行怎么处理?

该行仍会就它确实支持的字段生成草稿,缺失的字段则在例外清单中连同字段名一并注明。绝不编造内容去填补,因为一个看似合理的占位值远比复核阶段标注的空白更难被发现和清除。

相关场景

继续浏览相近或同主题的 Spark 运营场景

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。

Next step

想把这些 AI 场景直接嵌入日常运营?

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。