步骤 1
按商家设定的周期,逐单收集已登记的运单号与承运商单号、各承运商门户返回的原始扫描事件及其本地时间戳与时区,以及每家承运商使用的状态词表,并在比对前把所有时间戳统一换算到店铺时区。
商家同时使用多家承运商,同一个事件在各家的系统里叫法不同,客服往往要看三个界面才能回答一个问题。本场景的当前任务是整合多个来源的物流追踪信息。流程应把各来源状态映射到每个订单统一可读的时间线上,并保留来源标注。
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 shipment tracking app」这一问题,所属方向为「物流追踪与异常」。
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. 把各来源事件合并为每个订单一条按时间排序的时间线,每条都保留来源与原始措辞,把来自不同承运商但扫描地点与事件时间相同的条目合并为一条,若两个来源对当前状态说法不一致,则取时间戳较晚的一方,并把被舍弃的说法一并记录。
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。
按商家设定的周期,逐单收集已登记的运单号与承运商单号、各承运商门户返回的原始扫描事件及其本地时间戳与时区,以及每家承运商使用的状态词表,并在比对前把所有时间戳统一换算到店铺时区。
把各来源事件合并为每个订单一条按时间排序的时间线,每条都保留来源与原始措辞,把来自不同承运商但扫描地点与事件时间相同的条目合并为一条,若两个来源对当前状态说法不一致,则取时间戳较晚的一方,并把被舍弃的说法一并记录。
输出每个订单一条带来源标注的可读时间线,把事件总数与各承运商门户在同一周期内返回的事件数之和核对,并单独列出仅依赖单一来源、或最新事件时间已超过商家设定静默时限的订单。
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。
取时间戳较晚的事件用于展示,同时保留被舍弃的说法,让分歧始终可见,因为同一物理扫描在各家的发布时间本就不同。当较晚的事件来自商家已标记为不可靠的来源时,该规则不适用,应转由人工判断。
放在同一屏幕的独立区域。员工备注不是承运商的确认,混排会让商家的推测看起来像承运商事件;边界在于商家写的任何内容都必须标注作者,承运商发布的任何内容都标注来源名称。
显示为待补单号,并注明应提供单号的承运商与发货日期,因为说成在途等于陈述记录并不支持的事实;只有当记录中真的出现运单号时才转为在途,而不是因为预计已经发货。
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。