步骤 1
导出当前所有SKU及其商品与变体标识、库存数量、已关联的供应商编码,以及商家希望采用的命名规则。
商家已经确定统一命名规则,目录中却还留着多年累积的临时 SKU,导入时稍有不慎就会破坏变体对应关系。本场景的当前任务是准备可回滚的 SKU 批量修正文件。流程应输出新旧值映射与回滚列,并标出需要商家确认的行。
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「shopify bulk edit skus」这一问题,所属方向为「SKU 生成与整理」。
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. 为每个变体生成一行新旧值映射,保持变体标识不变以便追溯,并把规则判断不明确、两个变体会得到相同新值、或新值已在目录中其他位置存在的行标注为待商家确认。
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。
导出当前所有SKU及其商品与变体标识、库存数量、已关联的供应商编码,以及商家希望采用的命名规则。
为每个变体生成一行新旧值映射,保持变体标识不变以便追溯,并把规则判断不明确、两个变体会得到相同新值、或新值已在目录中其他位置存在的行标注为待商家确认。
输出含旧值、新值以及保存原值的回滚列的修正文件,核对行数等于导出的变体数且新值没有重复,并列出被排除的变体及排除原因。
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。
有了回滚列,商家就能在下游系统拒绝更新或库存落到错误变体上时恢复原标识;前提是旧值也必须写进同一个文件,因此不要导入被删减过的版本。
最好选在没有在途业务的时间窗操作,因为未完结订单和待处理的供应商单据仍在引用旧标识;确实无法避开时,先冻结受影响的变体再导入,并在履约前用映射表核对其中的未完结订单。
规则判断不明确的行、两个变体会得到相同新值的行,以及新值已在目录中其他位置存在的行。这些需要商家决策,文件应把它们作为未确认行保留,而不是静默丢弃。
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。