步骤 1
取每个变体的ID、选项取值、SKU与库存关联,以及一个报告周期内挂在其上的订单行、退款和图片,避免依据不完整的历史做判断。
同一件可售商品挂在多条变体记录下,每条都各自关联库存与订单历史,删错一条就会丢失数据。此时的首要任务是识别重复变体并给出清理映射。流程应依据订单、库存与图片的关联情况决定保留哪条,产出变体矩阵与精确变更清单。
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 remove duplicate variants」这一问题,所属方向为「变体创建与管理」。
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. 只有当选项取值指向同一件可售商品时才判定为重复,大小写或空格差异视为同一件,但绝不合并SKU不同、尺码或规格不同的变体,并按订单行、库存变动与图片的完整程度排序后确定保留哪条。
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。
取每个变体的ID、选项取值、SKU与库存关联,以及一个报告周期内挂在其上的订单行、退款和图片,避免依据不完整的历史做判断。
只有当选项取值指向同一件可售商品时才判定为重复,大小写或空格差异视为同一件,但绝不合并SKU不同、尺码或规格不同的变体,并按订单行、库存变动与图片的完整程度排序后确定保留哪条。
输出变体矩阵与精确变更清单,把每个重复变体ID映射到保留变体并写明要转移的库存数量与图片、以及保持引用的历史订单,核对每个合并分组的销售合计等于其各旧变体之和,并列出仍挂在待删变体上的库存地点或订单行。
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。
选项取值必须指向同一件可售商品:仅大小写或空格不同的认定为重复,尺码、规格或SKU不同的则不认定。若SKU不同但其余全部一致,应记为可疑配对并回到供应商记录确认,而不是直接合并。
清理之后历史订单行与退款仍应可查,这正是变更清单要在删除前记录每个重复变体所关联内容的原因。若删除某条记录会破坏订单或退款引用,就保留该变体并换一种方式处理重复,同时写明这一决定。
把分组内所有变体的订单行与数量求和,与转移后保留变体的数据对比,同时确认每个库存地点只关联一次、图片仍可正常打开。任何对不上的行都应视为暂停清理的理由,而不是当作细微差异略过。
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。