工作流-AI商品任意表格导入

工作流-AI商品任意表格导入

一句话：把你手里任何形式的商品数据——Excel、CSV、JSON、SQL、网页文本，甚至只是一个本地文件夹——变成 Fecify 店铺里能正常售卖的商品。AI 负责读、负责认、负责查、负责传图，你只负责确认。

更多参看：Codex实战教程（手把手系列）-Fecify+Codex任意商品表格导入

一、这个功能为什么牛（痛点与亮点）

它解决了什么痛点

• 几百上千个商品，手工一个个录入，慢、累、易错；
• 表格格式五花八门：中文/英文/日文表头、CSV/Excel/JSON/SQL 各种格式、GBK/UTF-8 等编码混乱、乱码满屏；
• 图片几十上百张，一张张下载再上传，费时费力还容易漏；
• 规格变体复杂（颜色 × 尺码），容易记错、漏建、对不上；
• 价格、划线价、库存、SKU 格式不统一，还得手动清洗；
• 文件动辄几百 MB、几十万行，普通工具直接卡死或崩溃；
• 导错了不知道，等发现时店铺里已经一团乱。

这个功能的亮点

1. 任意格式都能导：表格、JSON、XML、SQL、纯文本、HTML、本地文件夹全覆盖；
2. 编码乱码自动识别修复：UTF-8 / GBK / GB18030 / Big5 / Shift-JIS / UTF-16 等，乱码能修就修并标注；
3. 大文件不卡死：流式解析 + 分层抽样审查 + 分批导入 + 断点续传，几十万行照单全收；
4. 二段式安全确认：先出审查报告，你确认后才导入，绝不偷偷建商品；
5. 图片全自动：识别主图/附图/变体图，去重下载、按文件内容校验格式、上传店铺；
6. 规格变体智能识别：颜色、尺码、变种主题、变种属性值自动归位成 options/variants；
7. 数据兜底智能：货币符号、千分位自动规范化；SKU、描述、Meta 可选自动生成；
8. 失败自动兜底：失败商品不硬闯，留档可查，一键幂等重导；
9. 导入后核对：店铺商品与源表一一核对，让你「导得明白、导得放心」。

二、能导入什么（格式能力）

三、三步上手（最快路径）

1. 把商品表格（或文件夹）发给 AI，说一句「导入这个表格」；
2. AI 做审查：解析、识别、校验，给你审查报告和确认点清单；
3. 你回复「确认导入」，AI 完成导入并给你核对结果。

示例对话：

你：导入商品（附上 dianxiao_import.xlsx） AI：Phase 1 审查完成——23 个商品、0 必须修复；确认点清单如下……回复「确认导入」开始导入。 你：确认导入 AI：导入完成 23/23，店铺核对通过，商品 ID 10825–10848。

四、二段式详解（为什么必须两步）

第一步（Phase 1，只读不写）：解析文件 → 识别表头 → 字段映射 → 全量机械校验 + 分层抽样语义审查 → 生成《审查报告》。 第二步（Phase 2，写入）：你确认后，AI 才下载图片、上传、调用创建 API 建商品。

好处：导入前你就清楚「会导入什么、有多少、哪些有问题」，问题先解决，不给店铺制造脏数据。

Phase 1 报告包含：

• 统计：总行数、商品数、可直接导入 / 必须修复 / 需要确认 / 建议处理；
• 确认点清单（8 项，带推荐默认值）；
• 映射表：表头 → Fecify 字段；
• 问题清单：必须修复（缺标题/缺图/价格格式错等）、需要确认（字段含义不明等）、建议处理（划线价=售价等）；
• 抽样声明：机械校验 100% 全量 + 语义抽样率。

⚠️ 安全铁律：未确认前绝不会调用任何创建 API。脚本级门禁保证——没有确认文件，导入直接被拒绝（exit 4）。

五、确认点清单（8 项，回复「确认导入」= 接受全部默认）

1. 图片 URL 处理：默认「下载后上传到店铺」（稳定）；可选「直接使用 URL」（快，但依赖外链域名）；
2. 图片并发：下载默认 10（5-20）、上传全局默认 5（1-10），可自定义；
3. 分类自动匹配专辑：默认开启（只匹配已存在专辑、不创建；精确匹配直接映射，包含匹配需确认）；
4. SKU 自动生成：默认「不生成（SKU 留空）」；可选 生成（SPU-规格-序号）/ 生成（规格-序号）/ 生成（SPU-序号）/ 自定义模板；
5. Meta/描述生成：默认开启（描述已有则保留，缺失才生成、禁止虚构）；可选关闭；
6. 商品导入并发：默认 5（建议 1-20，按服务器规格）；
7. 库存缺失默认：0（不虚构；可显式指定其他值，如 9999）；
8. 导入范围：默认全部；≥500 商品分批（30/批）并建议先试导前 10-20 个。

逐项修改示例：「SKU 用 SPU-规格-序号 生成」「并发改 8」「图片用 URL」「描述不要生成」。

六、使用注意事项（重要）

数据准备

• 标题、价格尽量齐全；缺图片、缺标题的商品列为「必须修复」，默认不导入；
• 规格列（颜色/尺码/变种主题/变种属性值）AI 自动识别；超过 3 个规格维度会请你确认合并或拒绝；
• 价格可带货币符号和千分位（如 ¥1,299.00 自动规范化）；「59,99」这类歧义值会请你确认；
• 库存缺失默认按 0；划线价建议高于售价，否则列入建议处理；
• SKU 留空默认不生成；若店铺要求 SKU 而你又选择不生成，相关商品会导入失败并提示，可改选生成模式重导。

图片

• 表格里的图片必须是「本地图片路径」或「完整 URL」；纯文件名、表格内嵌图片无法导入；
• 本地路径会验证文件存在，并按文件内容（魔数）验证格式：jpg/jpeg/gif/png/webp；
• URL 会验证可达且是图片；默认下载后上传，同一张图只传一次（去重缓存）；
• 主图失败 = 该商品失败；非主图失败 = 警告并继续。

文件与编码

• 大文件（几百 MB / 几十万行）放心发：流式解析 + 分层抽样 + 分批导入，不会卡死；
• 编码自动识别（UTF-8 / GBK / GB18030 / Big5 / Shift-JIS / UTF-16 等），乱码可修复则修复并标注；
• 解析发现数据异常（列错位、字段数不一致）会明确警告，绝不硬猜。

导入过程

• 导入是创建、不是更新；表格里的 id / product_id 一律丢弃；
• 失败商品自动跳过并归档，成功商品记录 ID；可用「失败重导」幂等重试；
• 导入中断可断点续传，已上传图片不会重复上传。

七、常见问题 FAQ

Q1：支持哪些表格格式？ A：CSV / TSV / XLS / XLSX / ODS 首选；JSON / XML / SQL / TXT / MD / HTML、Shopify / Fecify 标准 CSV、本地文件夹也支持。不支持的格式会明确告诉你，建议另存为 CSV 或 Excel 再导入。

Q2：表头中英日文混杂，能识别吗？ A：能。中英日文别名库齐全，变种主题、颜色、尺码、画像、品番等都能认。

Q3：我发了「导入商品」，为什么没有导入？ A：这是二段式安全机制。AI 先做 Phase 1 审查并给你报告；你回复「确认导入」（或逐项修改后确认）才会真正导入。「好」「嗯」这类简短回复不算确认。

Q4：文件几百 MB，会不会卡死？ A：不会。流式解析不整文件载入内存；AI 只看摘要和抽样；导入分批进行，支持断点续传。

Q5：表格里的图片怎么填？ A：填本地路径（如 D:\pics\1.jpg）或完整 URL（https://…）。纯文件名、表格内嵌图片无法导入。

Q6：图片是外链 URL，能直接导吗？ A：默认会先下载再上传到店铺（稳定，不怕外链失效）；也可以选择「直接用 URL」，但外链一旦失效图片就没了。

Q7：SKU 没有，会导不进去吗？ A：默认不生成（SKU 留空）。若店铺要求 SKU 必填，失败商品会提示；你可以改选「生成（SPU-规格-序号）」等模式后重导。

Q8：价格有异常（非数字、负数、划线价低于售价）怎么办？ A：非数字、负数 = 必须修复，不导入；划线价 ≤ 售价 = 建议处理，你确认后按原样导入。

Q9：导错了，测试数据怎么删？ A：导入会记录创建的商品 ID（进度档案）；测试类导入可以走清理流程删除，保证店铺与源数据一致。

Q10：会不会重复导入？ A：本功能默认只创建不更新，同一文件重复导入会创建重复商品。可选 SKU 预查重；重复导入前建议先确认店铺现状。

Q11：导入一半断了/有失败怎么办？ A：失败商品自动归档，告诉 AI「重导失败的」即可幂等续导；已上传图片不会重传。

Q12：怎么保证导入的数据和表格一致？ A：导入后 AI 会通过商品列表核对标题、价格、变体、图片，输出成功/失败清单；不一致会明确指出并处理。

八、实用示例

示例 1：Shopify 导出表（503 行 → 23 个商品） 用户：导入商品（附 shopifychanpin….xlsx） Phase 1：503 行聚合为 23 个商品、503 个变体、391 张图；0 必须修复；建议处理 507 条（划线价=售价、未覆盖规格组合）。 确认后导入：23/23 成功，店铺核对通过（商品 ID 10825–10848）。

示例 2：带文字指令 用户：导入这个表，价格在 44-99 之间随机，划线价一律是价格的 1.5 倍。 AI：Phase 1 按指令生成具体值并落盘（报告可见样本），Phase 2 复用同一批值，不会导入时再随机一次。

示例 3：本地文件夹 用户：发一个文件夹，里面每个子文件夹 = 一个商品（如 main.jpg + info.txt）。 AI：逐商品检查图片与字段 → 审查报告 → 确认后导入。

示例 4：超大文件 用户：发一个 300MB 的 CSV（50 万行）。 AI：流式解析 + 分层抽样（机械校验 100% + 语义抽样）→ 分批导入（30/批，建议先试导 10-20 个）→ 断点续传兜底。

九、最后

把繁琐留给 AI，把确认留给自己。文件发过来，剩下的交给这个工作流。