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

在不改变含义的前提下换算商品度量值

店铺面向的多个市场对度量单位的读法不同,而目录里同一字段混用了两套单位体系。本场景的任务是在不改变含义的前提下换算商品度量值,最终产出补全后的商品数据草稿:换算值与原始数值并排保留,换算系数查无记录的度量单独列出。

所属主题
商品数据补全
目标关键词
shopify product unit conversion
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 unit conversion」这一问题,所属方向为「商品数据补全」。

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. 用已接受的系数换算每个取值,并在记录中把原始数值与单位保留在换算值旁边,只按该字段规定的精度取整,同时标出所属单位对没有公认系数、换算取决于商品自身形态或密度、以及原始单位根本未曾注明的取值。
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

汇总记录中的度量值及其原始单位、每个目标市场该字段必须使用的单位、商家接受的一对单位换算系数,以及每个字段要求的取整精度。

02

步骤 2

用已接受的系数换算每个取值,并在记录中把原始数值与单位保留在换算值旁边,只按该字段规定的精度取整,同时标出所属单位对没有公认系数、换算取决于商品自身形态或密度、以及原始单位根本未曾注明的取值。

03

步骤 3

输出补全后的草稿,列出原始取值、原始单位、换算值、所用系数与取整方式,另附被标记行的未解决清单;随后抽取样例反向换算回原始单位,确认结果落在商家允许的取整步长之内。

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。

换算后可以替换掉原始取值吗?

不可以,原始取值要连同单位一起保留在换算值旁边。保留它可以让日后的争议有据可查,也让前台能按各市场习惯呈现不同形式;一旦替换,就抹掉了唯一能说明当初究竟测了什么的证据。

换算后允许怎样的取整幅度?

严格按商家为该字段规定的精度执行,不可超出。小数位多出会造成来源并不具备的精确度假象,取整过狠又会扭曲小包装的数值,因此凡移动幅度超过允许步长的取值都要被标出,而不是静默发布。

什么情况下换算是不可靠的?

当两个单位衡量的并非同一事物时,例如体积换算重量,结果取决于该商品自身的形态或密度。这类换算必须使用针对该商品的系数;手头只有通用系数时,该行应保持未解决,而不是填上一个看似实测的数字。

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。