01
步骤 1
收集账户、广告系列、广告组与广告层级的导出文件及其细分维度列、账户报表所用的币种与时区、每份导出实际覆盖的日期范围，以及同一周期内店铺侧的订单与商品明细行记录。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
汇总 Meta 广告数据用于店铺报表
Meta 导出缺少店铺需要的部分结构层级，日期范围也常与店铺统计周期不一致。本场景中，当前任务是汇总 Meta 广告数据用于店铺报表。该流程应基于商家的实际记录与约束，产出统一报表模型与差异日志，逐项注明层级不匹配与币值处理方式。
所属主题
分析集成与统一报表
目标关键词
shopify meta ads reporting
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 meta ads reporting」这一问题，所属方向为「分析集成与统一报表」。
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. 先用标识列补齐细分导出中丢失的父级字段，重建结构层级后再做关联；把每份导出的日期范围对齐到店铺的统计周期，对不足一个完整周期的范围予以剔除或标记，并记录每次币种换算所采用的汇率与汇率日期。
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
先用标识列补齐细分导出中丢失的父级字段，重建结构层级后再做关联；把每份导出的日期范围对齐到店铺的统计周期，对不足一个完整周期的范围予以剔除或标记，并记录每次币种换算所采用的汇率与汇率日期。
03
步骤 3
交付统一报表模型与差异日志，注明层级不匹配、缺失维度与币值处理方式，并通过核对行数与花费小计是否与原始导出一致来验证，同时确认每个关联后的数值都标明它是在哪个层级重建、对齐到哪个周期。
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。
为什么要在关联之前重建结构层级？
细分导出只保留其自身层级上存在的列，广告系列等父级字段可能缺失。先用标识列恢复父级字段再做关联，可避免广告层级的行被匹配到错误的父级、从而抬高某个广告系列的合计。
覆盖天数不足的导出周期应如何处理？
要么从对比中剔除，要么在展示处明确标注为不完整并写明实际覆盖日期。把不完整周期与完整周期放在一起，会让一次下滑看起来像投放表现变化，其实只是数据天数变少。
建模估算得出的结果应放在哪里？
可以留在报表里，但必须始终标注为建模估算值，与已记录的转化分开，且绝不作为核对后的数值使用。把估算当成已记录的订单，等于放弃了验证导出是否可信的唯一手段。
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。