AI 商品助理若只取得 title 和 description，遇到「這個能不能裝在 2024 年某型號」「台灣有沒有現貨」「哪一款不含某成分」時，只能猜測或回答得很籠統。可用資料需要同時描述商品事實、當下交易狀態與政策條件。
先定義每個欄位的權威來源，再決定哪些資料能提供給搜尋、模型與 agent。把所有內容複製進 prompt，既不即時也難以治理。
用穩定 ID 連接商品與變體
Product、variant、SKU、barcode、collection、category 和外部 PIM ID 各有用途。AI 回答和工具呼叫應保留穩定 ID，名稱只作顯示。重新命名或翻譯後，訂單、評測與快取仍能指向同一實體。
Variant 屬性要能區分尺寸、顏色、容量、材質、組合內容和相容型號。不要把關鍵差異藏在自由文字標題，讓系統靠拆字猜測。
屬性使用型別與詞彙表
尺寸、重量、功率、成分、適用對象與保養方式使用明確型別、單位、允許值與空值語意。null 代表未知、未提供或不適用，三者需分開。值的 owner、來源、最後驗證日與市場版本也要保存。
Metafield definition 和 metaobject 能承載許多結構，設計方式可參考 Shopify Metafield 設計。公開 API 只暴露顧客可用欄位，成本、內部備註與供應商機密留在受控系統。
價格與庫存必須帶條件
價格不是單一數字。至少包含 currency、market、price、compare-at、quantity rule、selling plan、有效時間與顧客資格。庫存則區分可售、現貨數、預購、缺貨可下單、地點與安全庫存。Agent 沒有 market 或身分時，不應承諾最終價格與可買數量。
快取商品描述可以較久，價格、庫存和 eligibility 必須在接近交易時重新查詢。回答中標示查詢時間，checkout 前再由 Shopify 驗證，不能用模型記憶建立訂單。
配送與退換貨連到規則
重量和尺寸不足以回答到貨。還需要 origin、shipping profile、限制地區、危險品、冷鏈、備貨時間和 carrier 能力。退貨則依商品、market、促銷、衛生條件與時間不同。
把政策拆成可判斷的條件與可閱讀頁面。AI 能說明一般規則，實際費率、到貨與退貨資格由確定性服務計算；來源頁提供給顧客核對。
內容和交易資料分層
PIM 管商品規格，Shopify 管商務實體與交易狀態，CMS 管指南與品牌敘事，OMS/ERP 可能掌握履約和可承諾庫存。畫出 owner、同步方向、更新頻率與衝突處理，不讓 AI 任選一個最新時間看似接近的值。
搜尋索引是衍生層，不是權威來源。Webhook、排程與重建都可能延遲，需監看成功率和 freshness；架構可延伸 Headless 搜尋規劃。
為回答保留 provenance
檢索結果帶 source system、record ID、field、updated_at、locale、market 和 access level。回答可引用商品頁或政策頁，內部評測則能追到使用了哪個欄位。資料衝突時，依明確優先順序處理或拒答，不交給模型自由選擇。
生成的摘要和推論另存，不覆寫原始事實。人工更正要回到來源系統，避免只修 prompt 或搜尋索引，下次同步又恢復錯誤。
建立資料品質檢查
每天檢查核心商品缺值、無效單位、重複 SKU、孤立 variant、過期價格、market 不可售、圖片與商品不符。固定 query set 測相容、材質、尺寸、價格、庫存與政策問題，確認回答和來源一致。
錯誤分成來源錯、同步錯、索引錯和回答錯，交由不同 owner 處理。儀表板同時顯示 freshness 與 coverage，避免欄位完整率很高，實際資料卻已過期。高流量與高風險商品設定更短的驗證週期。
任何人工修正都寫回權威系統並觸發同步，不能只在 AI 回答層加例外。這能減少同一錯誤在網站、客服、feed 和 agent 之間反覆出現。
發布 schema 變更前提供版本與相容期。消費端不認識新欄位時要安全忽略，不能把空值解讀為否。商品資料準備完成的標準，是系統能在正確市場、時間與權限下提供可追溯答案，而非欄位數量很多。