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

准备标识符与字段一致的商品 CSV 文件

这份 CSV 由多个来源拼装而成,各行的标识符列、分隔符和取值格式并不一致。本场景的具体任务是准备标识符与字段一致的商品 CSV 文件。最终交付经过校验的导入草稿与逐行例外清单,并对照商家自己的列结构检查文件。

所属主题
商品创建与导入
目标关键词
shopify csv product import
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 csv product import」这一问题,所属方向为「商品创建与导入」。

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. 按该列结构重建文件:每件商品只用一个handle并在其全部变体行上重复出现,每个列位只定义一种选项,所有行的数字、日期与布尔值写法保持一致;同时标出标识符为空、同一商品各行之间handle写法不一致、以及文本内含分隔符冲突或字符在既定编码下无法往返保真的行。
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

收集拼装好的来源数据、CSV的导入列结构、承载商品标识符的列,以及全文件必须统一使用的分隔符、编码与引号规则。

02

步骤 2

按该列结构重建文件:每件商品只用一个handle并在其全部变体行上重复出现,每个列位只定义一种选项,所有行的数字、日期与布尔值写法保持一致;同时标出标识符为空、同一商品各行之间handle写法不一致、以及文本内含分隔符冲突或字符在既定编码下无法往返保真的行。

03

步骤 3

输出重建后的文件与注明受影响行号及问题类型的逐行例外清单,再对照提供的列结构检查表头名称与顺序,重新打开导出后的文件确认分隔符能被正确解析、字符完好无损,并把行数与来源数据核对一致。

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。

为什么变体行要重复同一个handle?

handle是把多行归组为同一件商品的依据,handle留空或写法漂移,要么把一件商品拆成两件,要么把行挂到错误的父商品上。每个变体行都要原样重复同一个handle字符串,包括大小写,因此应当直接复制目录中已有的写法,而不是重新输入。

描述里出现分隔符怎么办?

通过统一的引号规则处理,让解析器把整段描述读成一个字段。引号用法不一致时,句中一个多余的逗号会把后面所有列整体错位一列,这在下游表现为价格落进了SKU列,而不是上传时直接报出的显性错误。

如何在早期发现编码损坏?

把导出后的文件用纯文本方式重新打开,抽查含重音符号、货币符号或非拉丁文字的行。此时出现乱码,说明文件以一种编码写入却被另一种编码读取;这在上传前修正成本极低,事后再追溯则要慢得多。

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。