步骤 1
先收集商品的变体与档位结构及其选项取值、每个档位的价格与库存状态、档位之间记录在案的差异(如容量、材质或随附内容),以及顾客当前选中的档位。
顾客正在多档位商品中挑选,商家希望只在真正构成提升时才推荐升级。此时的首要任务是为顾客推荐合适的商品升级选项。流程应说明每条升级规则背后的变体结构、价格与库存依据,产出推荐矩阵与推荐文案。
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 upsell app」这一问题,所属方向为「加购与交叉销售」。
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. 再判断是否推荐:只有当更高档位带来顾客可能确实需要的差异、库存记录显示可以供货、且价格跨度在商家已接受的范围内时才推荐;若更高档位只是涨价而没有任何记录在案的差异则抑制推荐,且绝不展示记录显示为不可售的档位。
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。
先收集商品的变体与档位结构及其选项取值、每个档位的价格与库存状态、档位之间记录在案的差异(如容量、材质或随附内容),以及顾客当前选中的档位。
再判断是否推荐:只有当更高档位带来顾客可能确实需要的差异、库存记录显示可以供货、且价格跨度在商家已接受的范围内时才推荐;若更高档位只是涨价而没有任何记录在案的差异则抑制推荐,且绝不展示记录显示为不可售的档位。
最后输出推荐矩阵与推荐文案,写明每条升级规则背后的变体、价格与库存记录,并确认每个被推荐的档位都能解析到在线变体、顾客原先选中的档位仍可选择,且每条被抑制的规则都写明了原因。
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。
不是。规则只推荐能带来顾客可能确实需要的差异的下一个档位,因为最高档往往是顾客并未预期的价格跳跃,反而会让购买停滞。最高档仍会出现在矩阵中并注明被跳过的原因,让这个取舍始终可见。
抑制该规则,并附上作出该判断的库存记录,同时不替换成商家未指定过的档位。若有更低的档位可售且仍构成真实提升,可以另立一条规则推荐;但绝不展示不可售档位并附带补货承诺。
不会。它与顾客已选档位并列呈现,原档位保持可选,让顾客始终掌握决定权,变更清单也会同时记录两个选项。取代顾客的选择等于把建议变成替顾客做主,商家也就无法分辨顾客是真想要升级还是默认接受了。
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。