01
步骤 1
汇总完整候选清单及每款商品的带日期需求证据与来源、竞品在售价、供应商报价与运费条款、商家设定的最低毛利规则，以及尚待确认的供应商说法。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
用结构化调研流程评估商品机会
候选商品的评估此前是临时起意式的，整批结果之间无法横向比较，也说不清某一款为何被推进。此时最紧迫的任务是用结构化调研流程评估商品机会。流程应输出逐款商品的机会评估表，写明证据与后续测试，并与所提供记录核对。
所属主题
选品调研与市场机会
目标关键词
shopify product research tool
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 research tool」这一问题，所属方向为「选品调研与市场机会」。
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. 让每个候选依次通过需求证据、落地成本对照既定毛利规则、竞争暴露三道检查，逐项记录通过、未通过或因输入缺失而无法完成，而不是替缺失值做猜测。
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
让每个候选依次通过需求证据、落地成本对照既定毛利规则、竞争暴露三道检查，逐项记录通过、未通过或因输入缺失而无法完成，而不是替缺失值做猜测。
03
步骤 3
输出一行一商品的评估表，写明每项检查结果、引用证据、缺失输入与下一步测试，再核对输入清单上的每个候选都恰好出现一次并带有结论或未完成标记。
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。
评估表上的未完成检查长什么样？
该项检查被标记为未完成并注明缺失的输入，例如尚未取得的运费报价，候选商品其余结果照常保留；这条规则的意义在于，私下的猜测会把排序锁死，而真实数字一到结论就可能翻转，输入补齐后候选仍可继续推进。
为什么检查顺序对所有候选都必须一致？
固定顺序保证了整批评估的可比性，因为因需求不足被早期淘汰的候选不会再被当作已通过需求检查来打分；中途放弃顺序等于让个人偏好决定哪道检查说了算，混合顺序得出的任何对比事后都站不住。
供应商的说法在打分时怎么处理？
诸如产能、材质等级这类只有供应商单方陈述的内容，一律作为未确认输入保留，绝不计为通过某道检查；这样做是因为建立在说法之上的短名单会继承供应商的乐观，每条说法都要配上让它变得可用的确认步骤。
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。