让 AI 核对毛利，它找出了三个卖一件亏一件的商品
这一层的活比汇总报表难在两点：要同时看好几份资料，而且资料之间经常对不上。真正危险的不是它算错，是它遇到缺失时替你补一个看起来合理的数。所以这次必须先写清楚不许它做什么，以及数据不全时应该直接停下来说不足。产出是一份清单，改价改库存这些动作仍然是人去做——活变复杂了，人的把关不是变少而是变得更重要。
上一篇那个团队用 AI 做通了广告复盘，每周三小时变成十分钟。
老板于是给了运营小李一件更麻烦的活：核对一遍毛利，看看有没有商品在亏钱卖。
这件活和广告复盘不是一个难度：
难度上去之后，出现了三个新问题。而这三个问题的应对方式，正好是这类工作往深里走时最该先学会的。
先说结论：活变复杂，不代表可以把更多东西直接交出去。恰恰相反——这一次要先把「不许它做什么」写清楚，再让它开始干。
还是上一篇那家虚构的四人宠物用品团队，数据也还是编的。
小李手上要凑齐三份资料：
第三份就是麻烦的开始。
小李把三份文件都放进工作台，让 AI 算毛利。
它跑完之后说了一句话，小李当时没太在意：
有 47 个 SKU 在商品表里有，但成本表里找不到。
47 个，占了六分之一。
原因很实在：这三个月上了新品，老板忘了往成本表里补。而这 47 个恰恰是最需要看毛利的——新品定价往往是最不确定的。
这件事的教训不是"AI 不行"，而是：你的资料本来就是不全的，只是以前没人把三张表放一起对过。
和上一篇那个「滞销算 30 天还是 60 天」是同一类问题——AI 没有制造问题，它只是把本来就有的问题摆到了台面上。
小李把这 47 个列出来发给老板，老板花了一下午补齐。这一下午的价值，其实比后面的分析还大。
第一次跑的时候，小李没写"数据缺失怎么办"。
结果它对那 47 个没有成本的 SKU 是这么处理的：按同类目其他商品的平均成本率，估了一个成本，然后算出了毛利。
报告里没有任何地方标出这是估的。
如果小李没注意那句"47 个找不到"，他会拿到一份完整的、每个商品都有毛利数字的报告——而其中六分之一是编的。
这比算错更危险。算错还有可能被发现，编出来的数看起来和真的一模一样。
修正方法是在说明书里加一段硬规则：
数据不全的时候，直接写「数据不足」并列出缺哪些，不要估算、不要用平均值代替、不要跳过继续算。
加上之后再跑，那 47 个被单独列成了一张"缺成本"清单，其余的正常算。这才是对的形态。
**这一条是这一层最重要的一条。**越往后活越复杂、资料越多，"它悄悄替你补了个数"的风险就越大。
广告复盘那个活，AI 从头到尾只是读文件、写报告。
毛利核对不一样。小李让它"把有问题的商品整理成一份可以直接导回后台的表"，它做着做着，提出要修改原始的商品表——因为那样最省事。
小李当时批准了。后来发现原始导出被改过，再想核对已经找不到原始数据了。
这不是 AI 犯错，是它按最省事的方式做事，而没人告诉它这件事不能做。
换成新来的助理也一样：你说"整理成一张表"，他直接在原始文件上改，逻辑上没错，但你会希望他另存一份。
所以说明书里要写清楚：
不许改我放进去的原始文件。要输出就新建文件。
这一条听起来是常识，但常识需要写下来它才知道。
回头看，三个问题都不是"AI 能力不够"：
| 问题 | 真实原因 |
|---|---|
| 三份资料对不上 | 资料本来就不全，以前没人对过 |
| 缺的数被估出来了 | 没告诉它缺数据时该怎么办 |
| 原始文件被改了 | 没告诉它什么不能碰 |
都是"没说清楚"，不是"它做不到"。
而活越复杂，需要说清楚的事就越多。这就是为什么这一层要比上一层多花时间在说明书上。
补齐成本、加上规则之后跑出来的结果：
三个亏钱的商品，原因各不相同：一个是做促销时改了价、活动结束忘了改回来；一个是运费规则调整后重量段跳档；一个是采购成本涨了但售价没动。
**三个原因都和"没人定期核对"有关，而不是和 AI 有关。**这件事人也能做，只是没人愿意每个月把三张表拉出来对一遍。
这一点必须说清楚，因为它是这个系列的主线。
AI 交出来的是一份清单：哪些商品亏钱、亏多少、可能是什么原因。
改不改价、怎么改、要不要干脆下架，是老板决定的。
为什么不让 AI 直接改？三个理由：
所以正确的分工是：
AI 把该看的都看一遍，把问题摆出来；人看着这份清单做决定。
活变复杂了，AI 干的活更多了，但人的把关不是变少，而是变得更关键——因为现在的产出直接连着钱。
这一节不要求你懂编程，会复制粘贴就行。前提是你已经按上一篇装好了工具。
不要和广告报表用同一个文件夹。
道理很简单：不同的活用不同的台子，桌上东西少，出错的可能就小。而且哪天你想让别人接手其中一件，直接给他一个文件夹就行。
打开终端，粘贴这一行：
mkdir -p ~/profit-check/data ~/profit-check/reports && cd ~/profit-check
放进 data 文件夹：
| 资料 | 从哪来 | 要有哪几列 |
|---|---|---|
| 商品表 | 后台导出 | SKU、售价、在售状态 |
| 库存表 | 后台导出 | SKU、当前库存、最近动销日期 |
| 成本表 | 自己维护 | SKU、采购成本、预估运费 |
**第三份多半要你自己整理。**这是这件活最花时间的部分，但只用整理一次，以后按月补新品就行。
如果你现在没有成本表，先做一个只有三列的：SKU、成本、运费。哪怕只覆盖你最主要的五十个商品，也比没有强。
在 profit-check 文件夹里新建说明书文件（文件名和上一篇一样，取决于你装的哪个工具）。
下面这份可以直接复制：
# 毛利核对说明
## 资料在哪
data 文件夹里有三份：商品表、库存表、成本表，按 SKU 关联。
## 怎么算
- 毛利 =（售价 − 采购成本 − 预估运费）÷ 售价
- 动销天数 = 今天 − 最近一次出单日期
- 计算要用程序算，不要估算
## 数据不全的时候怎么办
这条最重要：
- 成本表里找不到的 SKU，单独列成「缺成本」清单，不要估算
- 不要用同类商品的平均值代替
- 不要跳过缺失的列继续算
- 任何一份资料缺失，说明缺哪一份，不要用旧数据顶替
## 要找出什么
1. 毛利为负的商品：卖一件亏一件，排在最前面
2. 毛利低于 15% 的商品
3. 超过 60 天零动销的商品，算出压了多少钱
4. 缺成本的商品清单
## 报告写成什么样
在 reports 文件夹生成报告，文件名带日期。
每个商品要写清楚：SKU、售价、成本、运费、算出来的毛利。
让我能看懂每个数字是怎么来的。
## 不许做的事
- 不许改 data 文件夹里的任何原始文件，要输出就新建文件
- 不许直接改后台的价格、库存、上下架状态
- 所有调整只写成建议，我确认后自己去后台操作
- 数据不足以下结论时，直接说不足，不要凑
**和上一篇比，这份说明书多了整整一段「数据不全的时候怎么办」。**这不是凑字数——它是这件活最容易出事的地方。
进工作台启动工具，说：
按说明书核对毛利，生成报告。
跑完先别看毛利，先看那份「缺成本」清单。
如果缺的比例超过一成，先去补数据，补完再跑。基于不全的数据得出的结论，比没有结论更误导人。
比上一篇多核一样东西，一共三样：
**核毛利为负的那几个。**逐个手工算一遍——数量不多，而且这几个直接关系到要不要改价，值得花这个时间。
**核缺失清单。**随便挑两个，去成本表里确认确实没有，而不是它没找到。
**核原始文件。**确认 data 里的三份文件没被改过。第一次一定要看，之后就放心了。
建议每月跑一次，做完月结之后。
跑之前先补一下新品的成本——这个动作本身就值得固定下来，因为它会逼着你在上新品的时候就把成本记清楚。
| 你看到的 | 多半是什么原因 |
|---|---|
| 大量 SKU 找不到成本 | 成本表没跟上新品，先补数据再跑 |
| 毛利数字明显不对 | 运费那一列是不是按单件算的，确认口径 |
| 它把原始文件改了 | 说明书里「不许做的事」没写或没生效 |
| 报告里每个商品都有毛利，但你知道成本表不全 | 它在估算，赶紧加上「数据不全时怎么办」那段 |
| 三份表 SKU 对不上 | 检查是不是有的表用的是子 SKU、有的用父 SKU |
倒数第二条是最危险的一种，因为它看起来最正常。
上一篇说，把 AI 当成新来的助理。这一篇的活更复杂，带法也要跟上：
| 带新人 | 对应到这里 |
|---|---|
| 交代清楚资料不全时来问我，别自己想当然 | 「数据不全时怎么办」那一段 |
| 别在我的原件上改，另存一份 | 「不许改原始文件」 |
| 你把问题整理出来，怎么办我来定 | 产出是清单，改价是人做 |
第三条是关键。活越往难处走，AI 承担的分析越多，但拍板的那一步反而越要收回到人手上。
因为这一层的产出已经连着钱了。
到这里小李已经用同一套方法做了两件活：广告复盘和毛利核对。
他隐约感觉到这两件事的做法是一样的——建个文件夹、放资料、写说明书、让它干、自己验收，只是内容不同。
下一篇把这个感觉说破：这套东西不管你用哪个工具都是这五件事，换个工具，你会的东西大部分还能用。
这个系列后面的选题，一部分会直接来自读者的实际问题。
如果你手上有一件活拿不准该不该交给 AI，把这三件事发过来就够：
这三件事正好就是判断能不能交出去的三个条件，你写的过程中多半自己就有答案了。
我会挑典型的写成文章——判断它属于哪一层、该怎么交、哪一步必须你自己来。涉及店铺的具体信息一律脱敏，不会出现店名和真实数字。
联系方式在关于页面。
下一篇
没有了
作者
大阪烧鸟
大阪烧鸟，关注 AI 在跨境电商运营中的实际应用、Shopify 独立站与日本商业观察，偏爱把复杂问题拆成可执行的方法。
