步骤 1
汇总商品标识、投诉与评价原文、商家既定的分类规则及各项商品的销量曝光,并记录哪些规则可机械执行、哪些需要复核人判断。
商品页上的宣传表述、材质与市场准入限制,随着目录增长已不是小团队能逐条人工复核的。此时最紧迫的任务是整理商品合规信号以待进一步复核。流程应产出带优先级的复核队列与预警阈值,依据是所提供的投诉原文、分类规则与曝光数据。
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。
你是一名 Shopify 运营专家。请帮我处理「shopify product compliance monitoring」这一问题,所属方向为「商品质量与评价预警」。
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. 按规定类目对信号归类,用出货量而非原始计数来权衡反复出现的反馈,并让每个商品以待复核信号而非已确认违规的身份进入队列。
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。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。
汇总商品标识、投诉与评价原文、商家既定的分类规则及各项商品的销量曝光,并记录哪些规则可机械执行、哪些需要复核人判断。
按规定类目对信号归类,用出货量而非原始计数来权衡反复出现的反馈,并让每个商品以待复核信号而非已确认违规的身份进入队列。
交付带优先级的复核队列,附各预警阈值、每条条目所用的分类规则及判断型条目的标记,再与所提供记录确认一致后交由负责人。
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。
不等于。投诉只是待复核的信号,要按既定规则核实或排除之后才能给商品定性。不经这一步直接凭原始投诉处理,会无谓下架商品,也消耗对队列的信任。
指定具名负责人并约定复核节奏,否则条目只增不减而始终没有决策记录。具名负责还能让判断型条目保持一致,因为同一个人在同一套规则下判断。
这样其他复核人日后能复现结论,也能看出哪些条目靠判断而非证据。规则一旦变更,留存的溯源信息能告诉你哪些过往决策需要重新审视。
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。
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。