01
步骤 1
收集各处系统中的客户记录、每个系统用于识别同一人的标识字段、彼此之间存在分歧的字段，以及商家对哪些系统在哪类字段上具有权威性的说明。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
整理可在 CRM 中实际使用的客户信息
客户数据分散在店铺、邮件工具和一份表格里，同一个人在三处有三种不同写法。此时的直接任务是把客户信息整理成可在 CRM 中实际使用的状态。流程应产出联系人清理方案与建议合并的重复分组，权威来源与格式均以商家自己的记录为准。
所属主题
CRM 与联系人管理
目标关键词
shopify crm software
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 crm software」这一问题，所属方向为「CRM 与联系人管理」。
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. 匹配之前先把电话、国家与姓名等格式统一到同一标准，再按商家指定的权威性解决每个冲突字段，并标记没有任何系统能判定的冲突为待复核。
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
匹配之前先把电话、国家与姓名等格式统一到同一标准，再按商家指定的权威性解决每个冲突字段，并标记没有任何系统能判定的冲突为待复核。
03
步骤 3
交付清理方案时附上逐字段的权威性映射、规范化后的取值与建议合并的重复分组，把每条建议回溯到原始记录核对，并注明数据无法判定的部分。
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。
两个系统不一致时以哪个为准？
以商家在该具体字段上指定的权威系统为准，并写入权威性映射；若未指定，则两个取值都保留并把该行转人工复核。
为什么要在匹配之前先统一格式？
同一个电话或国家写成三种样式就永远匹配不上，因此要先统一格式；先匹配后规范化得到的分组只反映填写习惯而非真实的人。
这份方案可以直接应用到各个系统吗？
不可以。它只是带来源引用的建议，每组归并与取值变更仍需商家确认，因为记录一旦被覆盖，订单历史无法重建。
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。