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

按明确业务标准给潜客匹配度打分

谁先被联系取决于销售的热情而不是标准,判断依据也没有留下记录。本场景的首要任务是按明确业务标准为潜客匹配度打分。产出为附证据与下一步动作的潜客短名单,并对照记录逐条核验。

所属主题
线索获取与开发
目标关键词
ecommerce lead scoring
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「ecommerce lead scoring」这一问题,所属方向为「线索获取与开发」。

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. 按既定权重逐项为每个潜客打分,记录每个分值背后的证据,对未知属性保留未决状态而不是给它一个中性值,并标记总分依赖于未核实属性的条目。
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

汇总理想客户画像、商家选定的评分标准、每项标准的权重或排序、允许使用的来源数据,以及针对无法核实属性的处理规则。

02

步骤 2

按既定权重逐项为每个潜客打分,记录每个分值背后的证据,对未知属性保留未决状态而不是给它一个中性值,并标记总分依赖于未核实属性的条目。

03

步骤 3

交付合格潜客短名单,逐条列出各项标准得分、总分、证据、尚未解决的缺口以及带负责人的下一步动作,随后抽样按所引证据重新打分,确认总分能够复算一致。

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。

信息缺失的评分项如何打分?

保留未决状态并记录这一缺口,因为赋予中性值等于在假设之上悄悄抬高或压低总分;若某条目的排名依赖于未决属性,则予以标记,让负责人知道补齐缺口后分数可能变化。

为什么要记录所用权重?

不记录权重,同一个潜客明天可能被打出不同的分数,各次结果也无法横向比较;写下每项标准的权重或排序后,评分才可复算,商家调整某一权重时也能看清哪些条目随之变化。

分数在实操中改变了什么?

只改变顺序与下一步动作:分数高的潜客提前进入外联并据此选择沟通角度,分数低的转入培育或退回调研;评分永远不会取代证据行,证据仍须保留在记录中。

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。