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

建立可重复执行的商品导入流程

每当数据源发来新数据就临时跑一次导入,同样的检查反复手工重做,部分失败也没被发现。本场景的具体任务是建立可重复执行的商品导入流程。最终交付经过校验的导入草稿与逐行例外清单,并对照商家自己的记录与更新节奏测试整条流程。

所属主题
商品创建与导入
目标关键词
shopify product import 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 import app」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. 固定执行顺序:先校验结构与必填字段,再用目录匹配键逐行解析,最后只在既定权限允许的范围内才写入覆盖,并写明每一步失败时如何处理;同时标出匹配键无法解析、必填字段校验未过、以及传入取值会覆盖映射并未授权的已修正数据的行。
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

汇总每个导入来源,包括其位置、字段清单、更新节奏与负责人,以及把来源列映射到商品结构的映射关系、识别已有商品所用的匹配键,还有新增、变更和不再提供三种行各自的处理方式。

02

步骤 2

固定执行顺序:先校验结构与必填字段,再用目录匹配键逐行解析,最后只在既定权限允许的范围内才写入覆盖,并写明每一步失败时如何处理;同时标出匹配键无法解析、必填字段校验未过、以及传入取值会覆盖映射并未授权的已修正数据的行。

03

步骤 3

把这套顺序交付为可复用的检查清单,附经过校验的导入草稿、列出行号、来源、字段、报错与建议修正的逐行例外清单,以及记录读取、新建、更新与拒绝行数的运行台账,最后把这些计数与来源文件核对,避免任何数据被静默吞掉。

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。

什么样的执行才算可重复?

每次都用同一份映射、同一个校验顺序,并留下书面运行结果。执行过程中临时改规则正是破坏可重复性的原因,因为下一位操作者无从知道实际生效的是哪条规则;顺序若有变更,应先批准再作为检查清单的新版本记录下来。

部分失败如何变得可见?

在每个环节分别计数:读取、解析、写入、拒绝,收尾前把这四个数字与来源核对。中途停下的运行要保留已完成的行并报告未落入的部分,这样既不会盲目重试,也不会把失败的行误认为已成功。

周期性来源可以沿用既有映射吗?

可以沿用,但每次执行前必须对照当前文件重新校验,因为供应商的列会在毫无通知的情况下变动。校验不上的表头应列出待复核,而不是按列位自动对齐,否则静默重映射会把今天的值写进昨天的字段,很久之后才以脏数据的形式暴露出来。

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。