01
步骤 1
为每项待执行的检查登记其读取的来源与字段、区分正常波动与异常的预期区间、支撑该区间的回溯历史、来源必须满足的新鲜度，以及该检查所保护的商家目标。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
发现店铺问题并确定处置优先级
商家希望在客户投诉之前就发现问题，但团队内部还没有约定什么情况才算一个问题。本场景的具体任务是发现店铺中真实存在的问题并排出优先级。最终应产出优先级清单，注明每条发现的来源，并以商家已定义的检查项、数据来源与信号为依据。
所属主题
AI 分析与诊断
目标关键词
shopify automated issue detection
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 automated issue detection」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. 按既定条件执行每项检查，把结果分为已确认问题、来源未在允许窗口内刷新的数据陈旧信号，以及等待佐证的单一来源异常，再按对既定目标的影响给已确认问题排序。
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
按既定条件执行每项检查，把结果分为已确认问题、来源未在允许窗口内刷新的数据陈旧信号，以及等待佐证的单一来源异常，再按对既定目标的影响给已确认问题排序。
03
步骤 3
输出带优先级的清单，逐条写明检查项、来源、引用证据、预期区间与复核步骤，并对照检查项清单核对数量，确保每项登记过的检查都有结果，包括那些通过的检查。
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。
如何区分真实问题与数据停滞？
先确认来源是否在允许的新鲜度窗口内刷新过，再决定是否采信该信号；延迟的数据会呈现与真实下滑一样的走势，因此这类信号先记为数据缺口，待来源更新后再复检。
发现的问题要一次性全部修掉吗？
不必。已确认问题按优先级顺序一次只改一处，因为把多处改动捆在一起，复核时就无法分辨究竟是哪一项带来了恢复。
什么样的检测条件才算可信？
要有明确的预期区间、足以描述该信号正常波动的历史、来源新鲜度规则，以及能够佐证的第二个来源；缺少任何一项的检查只能作为提示，不宜作为行动依据。
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。