Agent Skills
返回列表
商品知识卡片排版|郭亿易

商品知识卡片排版|郭亿易

企业运营 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_8d36cde0/guoyiyi-v092-lark-markdown。

技能介绍

要解决的问题

电商与内容团队长期面临一个琐碎但高频的问题:商品知识散落在多处。规格表在 ERP,卖点文案在运营文档,FAQ 在客服系统。当需要把这些信息整理成面向内部或大模型消费的知识卡片时,人工复制粘贴不仅耗时,还会引入格式漂移——同样的字段,Excel 里叫「净含量」,到 Word 里变成「规格」,再到客服话术里就成了「含量」。

对 LLM 来说,这种不一致性直接拉低检索与生成质量。同一份商品,三次提问可能得到三种答案,根源不在模型,而在知识没有以稳定的结构沉淀下来。

技能如何工作

商品知识卡片排版|郭亿易 聚焦在这一环节:把零散的原始素材整理成结构统一的 Markdown 知识卡片。其核心思路可以拆解为三步:

  • 输入归一:接收任意形态的商品资料——段落描述、表格截图、JSON 字段——先提取为扁平的键值对;
  • 结构套版:按商品知识卡片的常见骨架(基础参数、核心卖点、适用场景、注意事项)填充内容,字段名保持一致;
  • 排版输出:生成纯 Markdown 文本,标题层级清晰,便于后续入库、检索或直接投喂给模型。

整个过程不依赖特定平台,输出即文本,可以直接进入知识库、聊天机器人或文档站。

适用边界与注意点

需要明确的是,该技能做的是排版与结构化,不负责事实校验。若原始素材本身有误——比如把「净含量 500g」写成「500ml」——卡片会忠实保留这个错误。因此建议:

  • 排版前先做一轮人工或脚本校对;
  • 对 规格、适用人群 等易混淆字段建立团队内部的命名约定;
  • 卡片生成后,在发布前抽查 参数表 与 卖点文案 是否互相矛盾。

它适合标准化 SKU 的批量整理;对于高度定制、字段动态变化的商品,可能需要先做模板抽象再使用。

使用场景

  • 运营同学将ERP导出的商品规格表与客服系统中的FAQ整理成统一的Markdown知识卡片,用于内部知识库归档
  • 内容团队把零散的商品卖点文案、适用场景描述按基础参数、核心卖点等结构整理为标准化卡片
  • 开发者将商品JSON数据转换为结构统一的Markdown卡片,供聊天机器人检索调用
  • 客服主管将客服系统中的商品常见问题和规格信息整理成卡片,用于新员工培训材料

适合人员

  • 电商运营人员:需将ERP商品规格与客服FAQ整理成结构统一卡片,沉淀内部知识
  • 内容团队成员:想把商品卖点、场景等零散资料转化为标准化Markdown卡片供复用
  • 客服主管:需要将商品常见问题和参数整理成卡片,用于培训或客服话术参考
  • 开发者:要将商品JSON数据转成结构统一的Markdown卡片供机器人或知识库检索