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

依据已核验数据源准备库存数量更新

盘点表格要转成更新文件,任何一行匹配错都可能把数量写进错误的变体。本场景的首要任务是依据已核验的数据源准备库存数量更新。产出为库存对账结果与建议更正文件,并对照导出的数量与映射关系逐行核对。

所属主题
库存同步与准确性
目标关键词
shopify bulk inventory update
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 bulk inventory update」这一问题,所属方向为「库存同步与准确性」。

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. 把导出文件的每一行匹配到唯一的变体与仓库,剔除标识缺失、重复或映射到多个目标的行;数量会跌破零或超出商家既定合理波动范围的行作为差异暂挂,不进入暂存。
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

取已核验的数量导出文件及其提取时间戳、从导出标识到SKU、库存项目和仓库的映射关系、要求的更新格式与列顺序,以及本次改动会覆盖掉的当前数量。

02

步骤 2

把导出文件的每一行匹配到唯一的变体与仓库,剔除标识缺失、重复或映射到多个目标的行;数量会跌破零或超出商家既定合理波动范围的行作为差异暂挂,不进入暂存。

03

步骤 3

输出库存对账结果,分行列出已匹配、被剔除和暂挂的行及各自原因,并附符合目标格式的建议更正文件,其中同时携带当前数量与建议数量以便回滚;应用前确认暂存行数等于已匹配行数。

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。

什么样的导出文件才可以放心暂存?

具备可追溯的提取时间、能唯一映射到某个变体与仓库的标识,并符合商家的数据源权威规则。三者缺一的文件一律不暂存,因为批量写入最典型的失败,就是把一个看起来合理的数量写进了错误的变体。

无法匹配或重复的行如何处理?

一律剔除并说明原因,既不静默丢弃,也不猜测着塞进去。重复标识比缺失标识更值得警惕,因为它意味着两个不同的数量在争抢同一个变体,而其中一个必然是错的。

为什么文件里要保留当前数量?

这样被暂存的批次可以逐行回退而无需重做,复核人也能在应用前看清每次跳变的大小。当某次批量改动覆盖在一份更新的盘点结果上时,回滚值还能把这件事暴露出来。

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。