01
步骤 1
对涉及该争议指标的每一份报表，提取其口径定义为分子与分母、各自的去重与归属规则、时间戳与金额所用的时区和币种、统计时间窗、要求拆解的细分维度，以及每个数字所来自的导出文件或报表链接。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
借助 AI 解读店铺分析证据
商家手上的多份报表口径不一致，同一指标在不同来源给出的结果互相矛盾。本场景的具体任务是借助 AI 解读店铺分析证据。最终应产出带证据链的解读结论，并列出验证每个假设所需的核查动作，所有数字都对照商家自身的记录与指标定义核实。
所属主题
AI 分析与诊断
目标关键词
shopify ai analytics assistant
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「shopify ai analytics assistant」这一问题，所属方向为「AI 分析与诊断」。
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. 在商家统一定义的时间窗内按各自口径重算每个数值，底层导出一致而这种差距随之消失的，标记为口径差异；源导出缺少重建所需字段的指标一律剔除。
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。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。
02
步骤 2
在商家统一定义的时间窗内按各自口径重算每个数值，底层导出一致而这种差距随之消失的，标记为口径差异；源导出缺少重建所需字段的指标一律剔除。
03
步骤 3
以证据链形式交付解读结论，每条写明所依据的指标、周期、细分、来源与口径，为每条假设列出一项可确认或推翻它的核查及所需记录，发布前再与订单或会话导出核对总额。
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。
只有一个孤立数值时助手能做诊断吗？
只能列出待验证假设。没有对比窗口、细分拆解和该指标自身的分子分母，就没有可重算的依据，产出只能停留在看法层面，而不是对应到商家记录上的结论。
两份口径不同的报表如何比较？
先在同一时间窗内按各自口径重算每个数值，若底层导出本就一致而差距随之消失，则判定为口径差异；只有经重算依然存在的差异，才当作值得排查的真实波动。
怎样才能放心依据解读结论行动？
每条结论都要带指标、周期、细分、来源与口径，并附上他人可复跑的一项核查，同时总额与商家自身的导出核对一致；缺了任何一项就退回补齐数据。
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。