步骤 1
取得每个受影响变体在店铺前台渲染出的价格、同一变体在目录中的价格记录、当前生效的币种与舍入设置,以及所有参与展示的划线价或折扣字段。
部分商品在店铺前台展示的价格与目录记录不一致,商家分不清问题出在页面还是数据。本场景的任务是排查商品价格显示错误或前后不一致,最终产出带证据与修复建议的优先级商品问题报告:把每个错误数字追溯到其来源字段,并区分展示层故障与数据本身的错误。
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 price display issues」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. 将每个错误数字追溯到产生它的字段,判断问题出在展示层还是已存储的记录,并在记录本身就是错误数字来源时把该案例标记为数据错误。
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。
取得每个受影响变体在店铺前台渲染出的价格、同一变体在目录中的价格记录、当前生效的币种与舍入设置,以及所有参与展示的划线价或折扣字段。
将每个错误数字追溯到产生它的字段,判断问题出在展示层还是已存储的记录,并在记录本身就是错误数字来源时把该案例标记为数据错误。
输出按优先级排序的商品问题报告,逐案给出渲染值、记录值、责任字段与建议修复方式,修复后重新对照目录记录复核每个商品,并列出两者仍不一致的案例。
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。
若差异在商家既定舍入步长之内,且在所有变体上表现一致,那是预期行为,应记录下来而不是去修。只有单个变体在某个具体字段上偏差超出该步长时,才说明那里存在错误。
不需要,它是参考数值,高于实际价格本身是合理的。只需确认它始终高于当前价格,并在记录中留空时前台不渲染任何划线价。
此时问题出在数据而非展示,应按价格错误针对记录提出。这种情况下改模板,只会把错误数值藏在一个看起来正确的渲染结果背后。
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。