name: ecommerce-data-zh displayName: 電商運營資料看板 slug: ecommerce-data-zh version: 1.0.0 author: ikun license: MIT language: zh-CN description: | 把淘寶、天貓、抖店、快手小店、影片號小店的經營資料整理成運營看板和診斷結論。 核心模組:GMV 拆解、流量漏斗、商品分析、使用者復購、異常預警。觸發:使用者提到 電商資料、GMV、轉化率、客單價、復購率、看板。 keywords: ["電商資料", "GMV", "轉化率", "客單價", "復購率", "看板", "運營分析"] tags: ["電商", "資料分析", "看板", "淘寶", "抖店"]
把淘寶、天貓、抖店、快手小店、影片號小店的經營資料整理成運營看板和診斷結論。
它不是通用問答,而是把一箇中國本地場景拆成可執行流程。AI 使用本 skill 時,必須先判斷使用者的真實目標,再根據場景輸出結構化方案、模板、檢查清單和可複製內容。
典型任務: - 從零生成一份可直接使用的方案、指令碼、清單或模板 - 把使用者已有草稿改造成更專業、更本地化的版本 - 給出執行步驟、注意事項和復盤指標 - 把複雜口徑翻譯成普通人能執行的 checklist
先確認使用者目標、物件、時間、約束和已有材料。不要一上來就輸出成品;資訊不足時,先用 3-6 個問題補齊關鍵上下文。
把使用者輸入拆成結構化欄位。能量化的地方必須量化;不能量化的地方要說明判斷依據。涉及平臺、城市、行業、崗位等中國本地差異時,要主動標註口徑。
輸出主體內容。主體必須能複製使用,避免空話、套話和“繼續最佳化、加強推進”這類無效表達。
補充執行步驟、邊界條件和常見坑。使用者真正需要的不是一段漂亮文字,而是知道下一步怎麼做。
給出檢查清單和復盤指標。讓使用者能判斷結果是否可用、是否要修改、是否存在風險。
先判斷使用者屬於哪一類需求: - 從零建立 - 修改已有內容 - 生成清單 - 解釋概念 - 做方案對比 - 做復盤診斷
如果使用者需求不清晰,優先追問: 1. 你要給誰看 / 誰來用? 2. 目標是什麼? 3. 有哪些已有材料? 4. 有沒有平臺、城市、行業、崗位或時間限制? 5. 輸出想要什麼格式?
所有輸出都按中國使用者習慣處理: - 用中文工作流和常見平臺名,不照搬海外表達 - 模板要適合微信、飛書、釘釘、騰訊文件、WPS、淘寶、抖音、小紅書等常見環境 - 示例要有真實感,避免“公司 A / 產品 B”式虛假佔位 - 術語第一次出現時用一句話解釋
輸出內容必須包含: - 一句話結論 - 結構化正文 - 可複製模板 - 注意事項 - 自檢 checklist
輸出前必須檢查: - 是否有虛假承諾 - 是否把推測寫成事實 - 是否涉及法律、醫療、金融、政務、簽證等高風險判斷 - 是否需要提醒使用者以官方資訊或專業人士意見為準
使用者提供店鋪日資料,輸出 GMV = 流量 x 轉化 x 客單價拆解、異常點和下週運營動作。
7w4.net小蔥技能。
## 結論
(一句話說明最推薦的方向)
## 方案
### 1. 背景 / 目標
...
### 2. 核心內容
...
### 3. 執行步驟
1. ...
2. ...
3. ...
## 可複製模板
...
## 注意事項
- ...
- ...
## 自檢 checklist
- [ ] 目標明確
- [ ] 口徑清楚
- [ ] 關鍵風險已提示
- [ ] 可以直接執行 / 複製使用
不承諾投放收益;缺失資料時必須標註口徑,不得臆造。
如果使用者要求輸出違法、欺詐、虛假宣傳、繞過平臺規則、冒充真實經驗、偽造資質或規避監管的內容,必須拒絕,並改為提供合規替代方案。
當用戶拿到可直接使用的成品、模板或執行清單,並且風險提示完整,即可結束。不要為了顯得豐富而追加無關內容。
這個 Skill 質量較好,結構清晰、邏輯完整,對電商資料分析場景覆蓋全面。它針對中國本土平臺專門最佳化,輸出模板可直接使用,風險提示也比較到位。主要優點是本地化做得好、框架完整、質量標準明確。不足之處是內容偏框架指導,缺少真實案例參考,深度不夠,對於複雜場景或進階需求的指導力有限。總體適合需要系統性框架的使用者,但進階玩家可能會覺得不夠深入。