电商商品 CSV 导入校验：把脏字段挡在 AI 客服与上架前

电商商品 CSV 导入校验：把脏字段挡在 AI 客服与上架前

商品字段如果一开始就缺 SKU、来源链接或更新时间，后面的 FAQ、RAG、翻译和上架流程都会把错误放大。一个低成本 MVP 可以先只做"导入校验 + 人工审核队列"，把不完整数据拦在模型调用之前。

最小字段约定

字段	用途
sku	唯一定位商品
title	人工可读名称
source_url	可追溯的商品来源
updated_at	判断知识是否过期

下面是实际运行过的 Python 校验示例。它不抓取网页、不绕过登录，只检查运营已导出的 CSV：

import csv
from pathlib import Path

REQUIRED = ("sku", "title", "source_url", "updated_at")

def validate(path: Path):
    errors = []
    with path.open(encoding="utf-8-sig", newline="") as f:
        reader = csv.DictReader(f)
        missing_headers = [x for x in REQUIRED if x not in (reader.fieldnames or [])]
        if missing_headers:
            return [f"missing headers: {', '.join(missing_headers)}"]
        for line, row in enumerate(reader, start=2):
            missing = [x for x in REQUIRED if not (row.get(x) or "").strip()]
            if missing:
                errors.append(f"line {line}: missing {', '.join(missing)}")
            elif not row["source_url"].startswith(("https://", "http://")):
                errors.append(f"line {line}: source_url must be http(s)")
    return errors

print(validate(Path("products.csv")))

使用一条缺少来源链接的样本数据，脚本返回：

line 3: missing source_url

接到 AI 工作流时怎么做

1. 校验通过的行写入商品知识库；
2. 模型仅生成标题候选、卖点和 FAQ 草稿；
3. 价格、库存、优惠、物流等动态字段始终回到实时来源；
4. 没有来源或低置信度的问题进入人工审核，不自动发布；
5. 每次导入保留错误清单，方便运营补字段后重试。

可验收的交付物

• CSV/Excel 字段模板与校验脚本
• 导入错误清单和重试说明
• FAQ/RAG 检索接口样例
• 人工审核状态与运行日志
• 多语言字段草稿（基于已确认来源）

可承接商品字段清洗、Excel/CSV 工具、AI 客服 FAQ、RAG、Make.com × Claude 工作流、后台/API 小模块。1.9 元需求诊断可先输出字段表、验收点与风险边界；其他按模块和交付范围详聊。