选品助手

Product Selection Assistant - 选品助手

Overview

为电商运营人员提供即时、数据驱动的选品决策支持。用户只需描述一个产品，AI 自动完成市场调研、多维度评分和可视化报告生成，输出明确的「上/不上」建议及理由。

Trigger Rules

当用户询问以下类型问题时触发此技能：

• "这个产品好不好卖？" / "这个值不值得上架？"
• "帮我分析一下 XXX 能不能做"
• "XXX 产品的市场怎么样？"
• "选品分析：XXX"
• 任何涉及评估单一产品市场可行性的请求

Core Workflow

Phase 1: 信息收集 (Information Gathering)

从用户输入中提取关键信息：

• 产品名称/核心关键词
• 品类归属（如无法判断，询问用户）
• 目标平台/市场（默认：跨境电商亚马逊美国站）
• 预期价格区间（可选）

若信息不足，追问补齐后再继续。

Phase 2: 市场调研 (Market Research)

使用 WebSearch 进行多角度搜索，每次搜索聚焦一个维度。搜索策略：

搜索1 - 市场热度： "{product_keyword} 市场规模 搜索趋势 2025 2026" 搜索2 - 竞争分析： "{product_keyword} 亚马逊 竞争 品牌 卖家数量" 搜索3 - 价格利润： "{product_keyword} 1688 采购价 亚马逊售价 利润" 搜索4 - 趋势机会： "{product_keyword} 趋势 增长 机会 2025"

策略升级：如果前两次搜索未获足够信息，额外搜索： "{product_keyword} Amazon best seller review analysis" "{product_keyword} market report trends"

对每次搜索结果进行提炼，提取关键数字（增长率、价格区间、市场份额等）。

Phase 3: 六维评分 (Scoring)

基于调研结果，对以下6个维度进行0-100评分：

评分参考：

• 85-100: 优秀 — 数据明确支持，无显著风险
• 70-84: 良好 — 数据较充分，有小幅不确定性
• 55-69: 一般 — 部分维度存在疑虑，需进一步验证
• 40-54: 较差 — 存在明显短板或风险
• 0-39: 很差 — 数据不支持，风险较高

综合评分 = 各维度加权平均，四舍五入取整。

Phase 4: 深度分析卡片 (Analysis Cards)

为以下5个方面各生成一张分析卡片：

1. 市场需求分析 (demand) — 搜索趋势、目标用户画像、需求强度
2. 竞争格局 (competition) — 头部玩家、价格带分布、差异化机会
3. 利润估算 (profit) — 采购成本、预期售价、毛利率、隐藏成本
4. 风险提示 (risk) — 合规风险、供应链风险、退货率、季节性
5. 机会点 (opportunity) — 细分市场、差异化方向、新兴渠道

每张卡片包含3-5个要点，以列表形式呈现。

Phase 5: 行动建议 (Action Items)

生成3-6条分级行动建议：

• P0 (必须做): 上架前必须完成的关键事项
• P1 (应该做): 强烈建议执行的优化事项
• P2 (可以做): 锦上添花的增强事项

Phase 6: 生成报告 (Report Generation)

将分析结果整理为 JSON，调用报告生成脚本：

python scripts/generate_report.py  

JSON 数据结构：

{
  "product_name": "产品名称",
  "category": "品类",
  "overall_score": 72,
  "dimensions": [
    {"name": "市场需求", "score": 85, "desc": "一句话描述评分依据"},
    {"name": "竞争强度", "score": 40, "desc": "一句话描述评分依据"},
    {"name": "利润空间", "score": 65, "desc": "一句话描述评分依据"},
    {"name": "季节性风险", "score": 75, "desc": "一句话描述评分依据"},
    {"name": "入场难度", "score": 55, "desc": "一句话描述评分依据"},
    {"name": "增长趋势", "score": 78, "desc": "一句话描述评分依据"}
  ],
  "analyses": [
    {"type": "demand", "title": "市场需求分析", "content": ["要点1", "要点2", "要点3"]},
    {"type": "competition", "title": "竞争格局", "content": ["要点1", "要点2", "要点3"]},
    {"type": "profit", "title": "利润估算", "content": ["要点1", "要点2", "要点3"]},
    {"type": "risk", "title": "风险提示", "content": ["要点1", "要点2"]},
    {"type": "opportunity", "title": "机会点", "content": ["要点1", "要点2", "要点3"]}
  ],
  "actions": [
    {"priority": "P0", "title": "行动标题", "desc": "具体描述"},
    {"priority": "P1", "title": "行动标题", "desc": "具体描述"},
    {"priority": "P2", "title": "行动标题", "desc": "具体描述"}
  ]
}

HTML 报告功能

生成的报告包含：

• 🎯 顶部综合评分 — 大型评分圆圈 + 明确建议文案
• 📊 六维雷达图 — Chart.js 交互式雷达图
• 📈 进度条评分卡 — 每个维度的可视化评分
• 🔍 5张分析卡片 — 市场/竞争/利润/风险/机会
• 📋 P0/P1/P2 分级行动清单
• 📱 响应式设计，支持桌面和移动端

输出规范

1. 先用文字简要总结分析结论（2-3句话），包括综合评分和建议
2. 然后使用 present_files 呈现 HTML 报告
3. 文字总结应简洁有力，运营人员可以直接转发给决策者

注意事项

• 所有分析基于公开网络信息，仅供参考，不构成投资建议
• 评分权重可根据公司实际情况调整——如果用户提出，按需修改
• 搜索时优先使用中文 + 英文双语关键词，覆盖国内外信源
• 如果某维度信息严重不足，在评分中标注不确定性，并降低该维度权重
• 报告输出到用户当前工作目录的 outputs/ 下

Example Usage

用户： "帮我看下露营折叠椅这个产品好不好卖"

AI 执行流程：

1. 提取：产品=露营折叠椅，品类=户外用品
2. 搜索市场数据（4轮搜索）
3. 评分：市场需求78/竞争强度55/利润空间70/季节性风险45/入场难度60/增长趋势72
4. 综合评分：65 → "✅ 建议上架"
5. 生成 JSON → 调用 generate_report.py → 呈现 HTML 报告