01
步骤 1
收集抓取到的帖子及其发布日期、抓取日期、平台、触达与互动数据、每条提到的具体商品，以及这些商品已有的带日期需求证据。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
把社交媒体趋势信号转化为选品调研线索
抓取到的帖子能说明什么正在被关注，但触达数据本身并不能告诉商家是否真有人在买。此时最紧迫的任务是把社交媒体趋势信号转化为选品调研线索。流程应产出按可验证需求证据排序的候选短名单，标出较弱的信号并注明每条的观察日期。
所属主题
选品调研与市场机会
目标关键词
social media product trend tracker
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「social media product trend tracker」这一问题，所属方向为「选品调研与市场机会」。
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. 只有当帖子指向店铺实际能够备货的商品时才把它转为调研线索，记录每条信号的观察日期，并把互动量在抓取序列中已明显见顶的趋势标注出来。
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。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。
02
步骤 2
只有当帖子指向店铺实际能够备货的商品时才把它转为调研线索，记录每条信号的观察日期，并把互动量在抓取序列中已明显见顶的趋势标注出来。
03
步骤 3
交付按可验证需求证据而非互动量排序的短名单，弱信号单独标出，每个条目都带观察日期与平台，再把引用的数字回查到抓取的帖子。
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。
互动数据能当作销量证据吗？
不能，点赞和播放衡量的是关注，而短名单排序的是商业兴趣；只有当带日期的需求证据跟上时，一条帖子才会抬高商品的排名，否则它只是留在清单上、等待证据的待验证线索。
哪些提及会转成调研线索？
只有提到店铺现有渠道能备货、现有受众能触达的商品的那些，因为全盘收录会让短名单塞满无法验证的条目；筛选规则会写明，日后店铺边界变化时被过滤掉的提及可以重新评估。
为什么要同时记录发布日期和抓取日期？
因为一条帖子在发布后可能长期流传，趋势也可能在两个日期之间就已见顶；这一对日期能说明信号的新鲜度，抓取日期严重滞后的条目会被标记为可能过期。
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。