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

执行一次可复用的商品数据审计

商家希望把商品审计固定成一套可在每次目录变更后重复执行的流程,用统一检查替代临时抽查。本场景的任务是执行一次可复用的商品数据审计,最终产出带证据与修复建议的优先级商品问题报告:每条发现都附上检查过程中记录的证据,并写明本次审计覆盖的商品范围。

所属主题
商品数据质量与审计
目标关键词
shopify product audit 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 product audit app」这一问题,所属方向为「商品数据质量与审计」。

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. 对范围内的每个商品套用同一份检查清单,中途不重新解释规则,发现问题时同步记录其证据,并把上一轮的每条发现标注为已关闭、仍未关闭或本轮复发。
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

取一份带日期的目录快照作为审计对象,准备要执行的检查清单、上一轮记录的发现,以及本轮规定的商品范围与排除项。

02

步骤 2

对范围内的每个商品套用同一份检查清单,中途不重新解释规则,发现问题时同步记录其证据,并把上一轮的每条发现标注为已关闭、仍未关闭或本轮复发。

03

步骤 3

输出按优先级排序的商品问题报告,写明快照日期、覆盖范围与实际检查的商品数量,核对数量与快照一致,并列出仅凭快照无法判定的检查项。

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。

为什么要对照快照而不是实时目录审计?

快照固定了当时实际检查的内容,之后任何一条发现都可以复现。对照实时数据审计,商品可能在检查与出报告之间就变了,留下的结论无人能确认。

上一轮的发现应如何处理?

逐条重测并标注已关闭、仍未关闭或本轮复发。反复出现的问题指向不断产生它的导入流程或工作方式,而不是商品本身,需要的是另一种修复方式。

某检查项凭手头数据无法判定怎么办?

标记为无法判定,不要默认通过。把无法核实的项目记成无问题,会让整轮审计显得比实际更完整,而缺口会一直隐藏到有人重新检查为止。

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。