步骤 1
收集目录导出文件、每个字段必须满足的格式规则、为筛选器、对比表与下游数据源提供取值的字段清单,以及这些字段当前实际存在的写法差异清单。
目录导出文件中大小写、单位写法与分隔符逐条记录各不相同,导致筛选失灵、下游数据对接报错。本场景的任务是统一商品目录中不一致的数据格式,最终产出补全后的商品数据草稿:每个字段只保留一种写法,并附上现有取值过于混乱、无法安全统一的记录。
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「standardize product data」这一问题,所属方向为「商品数据补全」。
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. 逐字段统一大小写、空白、单位写法、分隔符,以及布尔值与日期的表示方式;凡在规则下无法解析的取值一律保持原样并单独列出,同时记录每处改动的前后对照,便于商家复核究竟哪些内容被调整。
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。
收集目录导出文件、每个字段必须满足的格式规则、为筛选器、对比表与下游数据源提供取值的字段清单,以及这些字段当前实际存在的写法差异清单。
逐字段统一大小写、空白、单位写法、分隔符,以及布尔值与日期的表示方式;凡在规则下无法解析的取值一律保持原样并单独列出,同时记录每处改动的前后对照,便于商家复核究竟哪些内容被调整。
输出补全后的草稿,使每个字段只保留一种写法,另附写法过于混乱、无法安全统一的记录清单及其原始取值;随后重新读取商家的原始导出文件,核对行数列数是否一致,并抽查确认统一格式并未改变任何取值的含义。
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。
先处理为筛选器、对比表和下游数据源提供取值的字段,因为这些地方写法不统一,会同时破坏买家可见的筛选功能和外部对接。纯描述性文案可以后置,从那里入手等于把精力花在目录本来就容忍差异的地方。
每处改动都记录前后对照,并逐字段抽查样例,把原始取值放在旁边一起复核。统一格式永远不应改变某个取值所断言的事实,因此凡是含义发生偏移的行都要还原并单列出来,而不是为了整齐而接受。
完全保留原样,并放入单独的清单,注明所属字段与无法解析的原因。强行套用规则有可能把一个特殊但正确的取值变成看似合理的错误取值,而后者日后远比一个已标出的异常值更难被发现。
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。