步骤 1
抽取一批工单及其现有标签、每个标签对应的分派去向与该去向实际执行的处理动作,使类别的取舍以触发的动作为准而非以叫法为准。
主题标签是每次有新人加入时随手补上去的,重叠的标签让工单量根本读不出来。本场景的任务是用明确的类别体系对客服工单进行分类,在客服运营流程中产出类别体系,并用未参与定义推导的工单做验证。
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 support ticket classification」这一问题,所属方向为「客服运营」。
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. 定义在单张工单层面互斥、且覆盖现有请求类型的类别,为同时符合两类的情形写明优先级规则,再把定义放到未参与推导的留出工单上试跑。
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。
抽取一批工单及其现有标签、每个标签对应的分派去向与该去向实际执行的处理动作,使类别的取舍以触发的动作为准而非以叫法为准。
定义在单张工单层面互斥、且覆盖现有请求类型的类别,为同时符合两类的情形写明优先级规则,再把定义放到未参与推导的留出工单上试跑。
在客服流程中交付类别体系,为每类附定义与示例,并报告留出工单中能干净归入单一类别的比例,单列无法归入任何类别的工单。
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。
用它检验定义在未参与推导的工单上是否成立,这是检验完备性的唯一实际办法;无法归类的工单是新增类别或放宽定义的依据,绝不能据此强行归类。
每张工单只归一个类别,由书面优先级规则决定,使各类别数量之和等于工单总数;次要标签可以保留用于检索,但不得参与分派或统计,否则总数无法对上。
当它既不影响分派也不影响统计,且其工单量已转移到别处时;只是多出一个选项的类别没有价值,历史工单保留旧标签以便复现早期数据。
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。