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

整合库存信息以支撑运营决策

每个团队各自维护一份库存表,由于没有约定以哪个来源为准,数字之间长期冲突。本场景的首要任务是把分散的库存信息整合起来支撑运营决策。产出为库存可视化报告与数据刷新要求,并可回溯到每个来源各自的记录。

所属主题
库存管理与可视化
目标关键词
shopify inventory management app
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 inventory management app」这一问题,所属方向为「库存管理与可视化」。

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. 按约定的优先级把各来源合并为每个SKU每个仓库的唯一库存状况,被否决的数值连同其来源保留在合并值旁边而不是丢弃;缺少映射或已停止刷新的SKU单独标记,不用其他来源的数字填补空缺。
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

收集每个库存数据源及其SKU标识与仓库范围、把各来源关联起来的SKU映射、商家约定的冲突优先级顺序,以及每个来源的既定更新频率和最近一次成功刷新的时间。

02

步骤 2

按约定的优先级把各来源合并为每个SKU每个仓库的唯一库存状况,被否决的数值连同其来源保留在合并值旁边而不是丢弃;缺少映射或已停止刷新的SKU单独标记,不用其他来源的数字填补空缺。

03

步骤 3

输出库存可视化报告,包含合并后的库存状况、已解决的冲突和例外项,并附刷新要求写明每个来源的真实刷新间隔与责任人;发布前把行数与SKU主数据核对,并确认每个来源的最近刷新时间戳。

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。

两个来源不一致时以哪个为准?

以商家在约定优先级中排在最高的那个为准,并对所有SKU与仓库一致适用。被否决的数值不删除,而是连同来源显示在合并值旁边,因为一个总是被悄悄覆盖的来源,通常是出了故障的数据流,而不是一个本来就该被否决的来源。

合并视图多久刷新一次?

不会快于最慢的上游来源实际交付的速度,并且显示真实间隔而非计划间隔。若某个来源错过既定节奏,视图沿用较旧的时间戳并列出受影响的SKU,避免有人把合并后的数字当作当前值。

所有SKU都要进入合并视图吗?

只有在各来源之间映射完整的SKU才进入。未映射和已归档的SKU放入例外清单,可回溯查询以往报告周期,但不参与日常运营决策,因为建立在猜测映射之上的合并值比没有数值更糟。

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。