Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Bygga Det Kompletta Produktsanalysystemet | Bygga och Skala Automatiseringar
Arbetsflödesautomation med Zapier

Bygga Det Kompletta Produktsanalysystemet

Svep för att visa menyn

Bygg en komplett, produktionsliknande automation som validerar ASIN:er, hämtar Amazon-produktdata via API, analyserar den med AI, genererar en Google Doc-rapport och länkar resultatet tillbaka till den ursprungliga kalkylbladsraden, med korrekt felhantering och felsökning.

Arbetsflödesöversikt

I detta skede består automationen av följande steg:

  • Trigger: Google Sheets, när en rad skapas eller uppdateras

  • Väg 1, ASIN-validering

  • Om ingen ASIN hittas uppdateras bladet med ASIN not found

  • HTTP-förfrågan: Hämta produktdata via Rainforest API

  • Väg 2, datakvalitetskontroll

  • Om datakvaliteten är otillräcklig uppdateras bladet med Poor data

  • AI-behandling: ChatGPT analyserar den validerade produktdatan

  • Google Docs: En rapport genereras automatiskt

  • Google Sheets: Dokumentlänken skrivs tillbaka till den ursprungliga raden

Resultatet är en komplett, robust automation med tydlig förgreningslogik, felhantering och automatiserad rapportgenerering.

Steg 1 — Konfigurera AI-prompten
expand arrow
  • Systemprompt: Expert på Amazon-listingsoptimering; generera en produktsammanfattning och en checklista för förbättringar.
  • Input: Full output från API-förfrågan.
  • Output: Kortfattad sammanfattning + åtgärdsbar checklista.
Steg 2 — Skapa ett Google-dokument
expand arrow
  • App: Google Docs
  • Åtgärd: Skapa dokument från ChatGPT-utdata.
  • Inställningar:
    • Namn: Produktnamn (från API)
    • Innehåll: AI-sammanfattning + checklista
    • Mapp: Vald Drive-plats
  • Resultat: Nytt dokument i Drive innehåller AI-genererad information.
Steg 3 — Skriv tillbaka dokumentlänk till bladet
expand arrow
  • App: Google Sheets
  • Åtgärd: Uppdatera rad med hjälp av rad-ID från triggern.
  • Länkfält: Använd Alternativ länk från Google Docs-steget för en klickbar URL.

Ett vanligt problem under testning är att dokumentlänken visas i fel rad i kalkylarket. Detta händer oftast eftersom fältet Rad var hårdkodat istället för att mappas dynamiskt. För att åtgärda detta, öppna varje Uppdatera kalkylarksrad-åtgärd, ställ in fältet Rad till Anpassad och välj Rad-ID från triggern. Varje uppdateringssteg måste använda dynamisk radmappning för att säkerställa att data hamnar i rätt rad.

Note
Notering

AI-steget kan verka fördröjt i Zapiers gränssnitt. Uppdatera sidan och kontrollera Zap-historiken innan du antar att det har misslyckats.

question mark

Vilket påstående beskriver korrekt ordningen på stegen i arbetsflödet för produktanalysautomation?

Vänligen välj det korrekta svaret

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 5

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Bygga Det Kompletta Produktsanalysystemet

Bygg en komplett, produktionsliknande automation som validerar ASIN:er, hämtar Amazon-produktdata via API, analyserar den med AI, genererar en Google Doc-rapport och länkar resultatet tillbaka till den ursprungliga kalkylbladsraden, med korrekt felhantering och felsökning.

Arbetsflödesöversikt

I detta skede består automationen av följande steg:

  • Trigger: Google Sheets, när en rad skapas eller uppdateras

  • Väg 1, ASIN-validering

  • Om ingen ASIN hittas uppdateras bladet med ASIN not found

  • HTTP-förfrågan: Hämta produktdata via Rainforest API

  • Väg 2, datakvalitetskontroll

  • Om datakvaliteten är otillräcklig uppdateras bladet med Poor data

  • AI-behandling: ChatGPT analyserar den validerade produktdatan

  • Google Docs: En rapport genereras automatiskt

  • Google Sheets: Dokumentlänken skrivs tillbaka till den ursprungliga raden

Resultatet är en komplett, robust automation med tydlig förgreningslogik, felhantering och automatiserad rapportgenerering.

Steg 1 — Konfigurera AI-prompten
expand arrow
  • Systemprompt: Expert på Amazon-listingsoptimering; generera en produktsammanfattning och en checklista för förbättringar.
  • Input: Full output från API-förfrågan.
  • Output: Kortfattad sammanfattning + åtgärdsbar checklista.
Steg 2 — Skapa ett Google-dokument
expand arrow
  • App: Google Docs
  • Åtgärd: Skapa dokument från ChatGPT-utdata.
  • Inställningar:
    • Namn: Produktnamn (från API)
    • Innehåll: AI-sammanfattning + checklista
    • Mapp: Vald Drive-plats
  • Resultat: Nytt dokument i Drive innehåller AI-genererad information.
Steg 3 — Skriv tillbaka dokumentlänk till bladet
expand arrow
  • App: Google Sheets
  • Åtgärd: Uppdatera rad med hjälp av rad-ID från triggern.
  • Länkfält: Använd Alternativ länk från Google Docs-steget för en klickbar URL.

Ett vanligt problem under testning är att dokumentlänken visas i fel rad i kalkylarket. Detta händer oftast eftersom fältet Rad var hårdkodat istället för att mappas dynamiskt. För att åtgärda detta, öppna varje Uppdatera kalkylarksrad-åtgärd, ställ in fältet Rad till Anpassad och välj Rad-ID från triggern. Varje uppdateringssteg måste använda dynamisk radmappning för att säkerställa att data hamnar i rätt rad.

Note
Notering

AI-steget kan verka fördröjt i Zapiers gränssnitt. Uppdatera sidan och kontrollera Zap-historiken innan du antar att det har misslyckats.

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 5
some-alt