零售 / 电子商务平台
Shopify：改进商品分类体系
- 企业
- Shopify
- 国家
- 加拿大
- 实施阶段
- 有限运营
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
Shopify的商品分类体系由超过10,000个类目和超过2,000个属性构成。每当出现新的商品类型、技术类目或季节性潮流，都需要修订，而人工整理跟不上速度。分类团队也很难具备商家所售全部领域的专业知识。随着体系扩大，相似概念在不同类目中的表述各异，命名方式也出现偏差。
使用的技术与数据
Shopify接入了多个直接修订分类体系的AI智能体。结构分析智能体只看分类体系本身，找出层级中的空缺和命名规则的不一致。基于商品的分析智能体读取真实商家数据，从商品标题、描述以及商家自选的分类中找出缺失的属性。合成阶段整理两类结果之间的冲突与重复，等价识别智能体则找出不同分类指向同一组商品的情况。最后由各领域的AI评审对提案进行评估筛选，再交给人工审核。
成果
Shopify表示，分类专家一天只能看几个类目，而这套系统一次可以审视多达数百个类目。在手机配件领域，商品分析智能体发现商家经常强调支持MagSafe，于是提出增加MagSafe compatible布尔属性，电子产品领域的评审以93%的置信度予以通过。公司说明，已把这一方法应用到Telephony分类领域，做了与原有人工扩展方式对照的概念验证。
局限与待解问题
原文没有以数字说明这套系统实际落地的分类变更数量，以及对商家一侧的效果。
来源
- How AI Agents are Evolving Shopify's Product Taxonomy at Scale (2025) - Shopifyshopify.engineering, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。