PIM Cleanup – laufende Demo
Wählen Sie einen Datensatz oder fügen Sie eigene Zeilen ein. Die Bereinigung läuft in Ihrem Browser – nichts davon wird gesendet oder gespeichert.
Was es tut
Vereinheitlicht Produktnamen und Kategorien, prüft sieben Pflichtangaben je Artikel und listet jede Lücke einzeln auf. Zu jeder Änderung steht der Rohwert daneben.
Was es nicht tut: einen fehlenden Wert ergänzen. Kein Preis wird geschätzt, keine Kategorie aus dem Produktnamen abgeleitet, kein Material erraten. Die Kachel „geschätzt“ steht deshalb fest auf null – sie ist keine Zierde, sondern die Zusage.
Datensatz wählen
Erwartet werden die Spalten sku, name,
kategorie, beschreibung, preis,
farbe, material, bild_url. Fehlt
eine davon, bricht die Bereinigung mit einer Meldung ab, statt zu raten.
Ergebnis
| SKU | Name | Vollständigkeit | Es fehlt |
|---|
Sortiert nach Vollständigkeit – die lückenhaftesten Artikel oben, weil dort die Arbeit liegt. Ein Klick auf eine Zeile zeigt jedes Feld im Vorher-Nachher.
Vorher und nachher
Wählen Sie oben eine Zeile aus, um jedes Feld einzeln zu sehen – Rohwert, bereinigter Wert und die Regel, die gegriffen hat.
Ausgaben des Skripts
Dasselbe Regelwerk erzeugt im Browser dieselben zwei Dateien wie das Python-Skript auf der Kommandozeile – zeichengleich, nicht bloß ähnlich.
missing_information_report.md
produkte_bereinigt.csv
Version 3 · Textvorschläge mit Nachprüfung
Die Regeln oben finden die Lücke, füllen sie aber nicht. Für Beschreibungen – und nur für die – schlägt ein Sprachmodell eine Formulierung vor. Preis, Material, Farbe, Kategorie und Bild-URL bleiben ausgenommen: Dort wäre ein Vorschlag eine erfundene Produktangabe, die im Shop aussieht wie eine gepflegte.
Damit das nachprüfbar bleibt, wird jeder Vorschlagstext hier im Browser gegen die Daten desselben Artikels gehalten – Zahl für Zahl, Wort für Wort. Jede Zahl, jedes Material, jede Farbe und jede Eigenschaftsbehauptung muss in einem Feld dieses Artikels stehen. Was sich dort nicht findet, ist hinzuerfunden: Der Vorschlag wird angezeigt, aber lässt sich nicht übernehmen.
Warum aufgezeichnet und nicht live?
Ein Live-Aufruf bräuchte einen API-Schlüssel. Der kann in einer öffentlichen Website nicht sicher liegen — jeder könnte ihn auslesen und auf meine Rechnung verwenden. Die Vorschläge oben wurden deshalb einmal echt erzeugt, mit dem Prompt, der daneben steht, und gespeichert. Die Nachprüfung läuft dagegen jedes Mal neu in Ihrem Browser, gegen die Daten, die gerade im Feld stehen.
Was diese Stufe an den Ausgaben ändert – und was nicht
produkte_bereinigt.csv bleibt unberührt. Dort steht
weiterhin ausschliesslich, was aus den Rohdaten stammt, zeichengleich
zu dem, was das Python-Skript schreibt. Eine Freigabe erzeugt eine
dritte Datei mit einer eigenen Spalte
beschreibung_herkunft.
Das ist der ganze Punkt: Ein freigegebener Vorschlag ist etwas anderes als eine gepflegte Angabe. Diese Unterscheidung soll die Datei überleben, nicht nur die Oberfläche – sonst weiss in einem halben Jahr niemand mehr, welcher Satz aus dem PIM kam und welcher aus einem Modell.
Regelwerk prüfen
Zwei Testblöcke gegen dieselben Regeln, die oben laufen. Die Regelbereinigung wird gegen 24 Fälle geprüft – die ersten neun entsprechen dem Selbsttest des Python-Skripts, ein eigener Block prüft ausdrücklich, dass nichts ergänzt wird. Die Nachprüfung der Textvorschläge wird gegen 39 Fälle geprüft; die meisten davon für die eine Frage, ob eine Angabe auffällt, die im Vorschlag steht, aber in keinem Feld des Artikels.
| Test | Ergebnis |
|---|