面向 AI 商品推荐的 Shopify 商品目录清单

实用做法：为每项影响决策的商品事实指定一个权威来源、正确的商品或变体范围、明确的负责人、更新规则和测试问题。先解决矛盾，再补充文案。随后验证所选 AI 店铺助理实际读取哪些内容，以及变更后的数据多久能传给它。

顾客问“中码适合 38 英寸胸围吗？”时，答案应来自该尺码的获批测量值，而不是商品系列的笼统描述。顾客问“能在星期五前送到法国吗？”时，答案可能取决于市场发布状态、目的地、履约状态、政策，以及当天上午刚发生变化的信息。

本清单适合负责商品建议准确性的商品运营负责人、电商运营人员、商品目录或商品信息负责人，以及客户体验团队。无论信息用于站内 AI 店铺助理、外部 AI 购物渠道还是两者，它都能帮助团队为相关决策准备 Shopify 数据。本清单并不假设每个系统都会读取每个 Shopify 字段。

下载可编辑的 Shopify AI 商品目录审核模板，或按照下面的流程操作。

先区分店铺商品目录与 Shopify Catalog

如今，“商品目录”可以指两个有关联但并不相同的层面：

Shopify 当前的 AI 代理店面文档介绍了通过 ChatGPT、Google AI Mode 和 Gemini、Microsoft Copilot、Meta 等 AI 渠道进行发现和购买。Shopify 表示，符合条件的商品可以通过 Shopify Catalog提供，但渠道可用性和购买流程因平台而异。

这与商家在自家店面添加 AI 助理是两件事。百思购® AI 店铺助理的定位是站内店铺代表，会熟悉商家的商品、店铺内容、政策和文档。

改进底层商品信息可能同时帮助两个层面。但 Shopify 支持某个字段，并不能证明特定应用会读取该字段、应用市场规则，或按指定频率刷新数值。应在自己的配置中测试这些要求。

分六部分审核 Shopify 商品数据

Shopify 的面向 AI 平台的指南重点提到标题、描述、图片、商品组织、条形码、变体和政策。可以从这些项目开始，再审核顾客正确选择所需的信息。

不必把每句话都变成元字段。顾客会反复比较，或必须一致解释的事实适合结构化；细微差别则用说明文案表达。Shopify 的商品类别指南说明类别如何提供相关类别元字段，元字段文档则介绍自定义结构化信息。

为每项事实规定运营约定

对每个后果重大的字段，记录：

1. 来源：哪个 Shopify 字段、文档或政策决定答案？
2. 范围：适用于商品、变体、市场，还是特定顾客情形？
3. 负责人：谁负责纠正？
4. 更新：什么事件或周期会触发审核？
5. 测试：哪项顾客问题能证明信息可以使用？

“由商品运营团队负责”并没有指定负责人。应写明能够解决冲突的具体角色或人员。

区分稳定事实与变化事实

两类数据需要不同的审核机制。

Shopify 将可以销售的可用库存与现有库存区分开来，后者还包括已承诺和不可用的数量。是否已发布到相关市场也需要单独检查。“在仓库中”“可以销售”和“已发布到该顾客所在市场”并不相同。

正确答案取决于目的地或其他缺失事实时，追问是准确回答的一部分，不是多余阻碍。

重写描述前先修正变体范围

许多错误推荐的根源，是把会随选项变化的信息存放在商品系列层面。

假设一款背包有 20 升和 45 升两个版本。小号所列尺寸可能符合某家航空公司当前的限制，大号却不符合。在主商品描述中写“适合登机”，就超出了证据支持的范围。

逐个选项检查：

• 选项名称是否明确，例如使用容量，而不是混用尺码、体积和型号？
• 含义相同的值是否已经统一，而不是分散成海军蓝、藏蓝和午夜蓝？
• 尺寸、材质、兼容性、价格和媒体是否存放在真正适用的层级？
• 顾客能否区分“未提供”与“暂时缺货”？

Shopify 支持变体专属信息和变体元字段，但支持这些字段并不能说明百思购® 实际读取哪些变体字段，以及刷新速度有多快。做出准确承诺前，两项都要验证。

审核市场政策与 Shopify Catalog 映射

来源本身即使准确，面对另一个市场的顾客时仍可能产生错误答案。

逐个活跃市场测试：

• 商品和所选变体是否已在当地发布。
• 显示的货币与价格是否符合适用配置。
• 配送方式和排除项是否适用于目的地。
• 退货期限、费用、地址或保修条款是否不同。
• 当前翻译是否反映默认语言的最新更新。

Shopify 的 Markets 商品目录文档介绍了各市场的商品可用性和定价。对于外部 AI 代理店面，Shopify 表示 Catalog 通常会整理选项、图片、价格和库存等关键属性。采用自定义商品数据或分组逻辑的店铺，可以使用 Shopify Catalog Mapping选择首选来源。

映射会改变外部渠道接收的内容，却不会自动解决网店、政策页面或其他应用知识来源中的矛盾。

用问题定位商品目录缺口

Shopify 免费的第一方知识库应用可以显示店铺问题和缺失说明。反复出现的尺码、兼容性、比较或政策问题只是线索，不能直接复制成答案。应把每个主题归回其权威来源：商品事实由商品或变体数据控制，政策条件由当前政策控制，店铺层面的区别则使用获批的知识库答案。

本清单只负责找出并修正来源。配套指南如何利用顾客问题改进 Shopify 商品页会介绍保护隐私的问题主题收集、页面假设、放置位置和衡量。

审核全部 SKU 前先按风险抽样

优先选择以下商品：

• 高流量：浏览量或收入最高的商品。
• 高复杂度：变体多，兼容规则、订阅或市场差异复杂。
• 高后果：退货多、涉及受监管说法或安全问题，或出错成本高。
• 结构代表性：每个存在实质差异的类别至少选一件商品。

对每件样本商品，在商品目录审核模板中为每个影响决策的字段填写一行。应先解决冲突，再填补空白但价值不高的字段。准确的商品目录比表面完整的目录更有用。

用可能失败的问题测试商品目录

不要只改写商品页。应组合多个约束，测试变体范围，并检查助理是否会拒绝猜测没有依据的答案。

还要测试追问。第一轮回答可能正确，第二轮却丢失所选变体、预算或市场。审核要确认底层证据是否最新、权威而且范围正确。若要检查助理能否利用这些证据正确行动，包括保留约束、排序有效选项和解释取舍，请使用AI 商品推荐工作表，它来自面向 Shopify 的对话式 AI 商品推荐。

发布标准

满足以下条件后，样本才适合扩大上线范围：

• 每项决定性说法都指向一个最新来源。
• 商品、变体和市场范围清楚明确。
• 互相矛盾的单位、名称、价格或政策已经解决。
• 动态回答使用最新运营证据或安全边界。
• 缺失上下文会改变答案时，助理会追问。
• 测试涵盖无效组合、缺货选项和不支持的请求。
• 上线后，有人负责事故复盘和来源修正。

干净的数据可以减少歧义，却不能保证 AI 输出正确。仍需继续测试、监控，并将不确定情况转交人工处理。

把清单用于百思购® AI 店铺助理

百思购® AI 店铺助理产品页介绍了助理会熟悉商家的商品、店铺内容、政策和文档。其能力库介绍了根据顾客需求、购物车内容和实时商品目录提供对话式商品推荐。

先选择一个商品系列：

1. 下载商品目录审核模板。
2. 先修正后果最严重的来源冲突。
3. 明确哪些问题需要澄清或转人工。
4. 扩大审核范围前，先测试真实的顾客提问。

然后了解百思购® AI 店铺助理。发布标准应以工作表和测试结果为准，而不是字数或商品目录大小。