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

基于可获取的证据审计店铺健康度

商家同时怀疑店铺存在多个问题,却从未把可证实的问题和仍是猜测的部分分开。本场景的任务是基于可获取的证据审计店铺健康度,把怀疑清单逐条与实际能拿到的记录对照,产出含已确认发现与待查问题的审计结果。

所属主题
店铺健康审计
目标关键词
shopify store audit 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 store audit tool」这一问题,所属方向为「店铺健康审计」。

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. 把每个怀疑项与可获取的证据逐条对照:证据支持的记为已确认发现,证据缺失或互相矛盾的记为待查问题,无法触及的范围记为未检查,并且不给最后一类打出任何评分。
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

收集店铺URL与商家希望检查的范围、本轮可获取的商品目录报表、订单与履约导出、配置记录、已怀疑的问题清单及每条的怀疑理由,并明确列出无法访问的系统。

02

步骤 2

把每个怀疑项与可获取的证据逐条对照:证据支持的记为已确认发现,证据缺失或互相矛盾的记为待查问题,无法触及的范围记为未检查,并且不给最后一类打出任何评分。

03

步骤 3

输出结果区分已确认发现与待查问题,每条发现都带受影响的记录、支撑证据与下一步检查,每个待查问题都写明能定论的检查项;再把发现数与录入的怀疑项数量核对,确保没有任何一条被悄悄抹掉。

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。

怀疑项怎样才能变成已确认发现?

只有当可获取的记录支持它时才记为发现,并注明受影响的记录、支撑证据与下一步检查。证据缺失时该条仍是待查问题,并写明能定论的检查项,既不当成发现,也不悄悄关闭。

审计能对无法访问的系统下结论吗?

可以列出这些系统所需的检查项,但不能把无法触及的范围报成已核实健康或已确认故障,应标为未检查并注明所需的访问权限。给它打分等于凭空造出一个证据支撑不了的结果。

审计会给出健康评分吗?

评分可以概括已确认发现,但它本身并不能说明该修什么,因此每条发现仍要保留受影响的记录、支撑证据与下一步检查。标为未检查的范围不参与评分,而不是按通过计入。

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。