{无需用脑}把本教程一键复制给 Agent 即可

本文有一段关键内容上了锁,Agent 打开链接也看不到它。请先解锁,再一键复制完整内容给 Agent。

高级:给电商团队搭一条不跑偏的 AI Agent 流水线

分享

高级教程:让你的 AI Agent 把亚马逊上架前的选品、评论分析、Listing 和商品图方案排成一站一站的状态机。先挑一个高频活定状态表,把各家数据整理成带来源、缺失就写缺失的证据文件,每站一个 Agent 用同一种提示词结构,再写路由程序做校验、人工确认和断点续跑,最后接上五项打分的选品和只用证据写的文案与图片方案。附 6 段可直接复制的提示词。

你会得到什么

让你的 AI Agent 在本地搭一条亚马逊上架前的流水线,从选品、读竞品评论到写 Listing,最后出商品图方案,一站接一站往下走,每一站只有一个 Agent 干活,干完把结果存成文件、把任务标到下一个状态。中途断网、关电脑或者某一步出错,下次从卡住的那一站接着跑,前面查到的关键词和评论直接给后面用,不用你反复复制粘贴。文中附 6 段可直接复制的提示词。

先把分工说清楚:Agent 负责查数据、出候选和写初稿,选哪个品、文案能不能上线由你拍板。 这套做法适合已经在做跨境电商、或者在给电商团队做 AI 落地的人;它不会替你判断哪个品一定能爆。

电商 Agent 流水线:定状态表、接数据整理证据、一个阶段一个 Agent、路由和校验、选品打分、Listing 和图片方案

为什么要排成一站一站

最省事的想法是写一个超长提示词,让一个 Agent 从找关键词一路做到出图。跑几次就乱了。提示词越写越长,模型偶尔跳过某一步。某一步失败了,不知道该从哪重来。你改了产品资料,也说不清哪些结果得重做。

把流程拆成一串状态就好管了。每个任务在任何时候只处于一个状态,比如"评论已分析";每个 Agent 只负责把任务从一个状态推到下一个;推之前查条件,推之后查结果。这种结构在软件里叫状态机,你可以把它想成一条带检查点的装配线。

搭的时候盯住三件事:

  • 状态由文件说了算:Agent 说"做完了"不算数,对应的结果文件存在、格式校验通过,状态才往前走。
  • 每份数据带出处:接口查到的、你提供的和还缺着的,都要分开写明,后面的 Agent 才不会把猜测当事实。
  • 关键决策留给人:选品结论和最终文案各设一道人工确认,确认之前不往下走。

第一步:挑一个高频任务,先定状态表

别一上来就搭全套。先挑一个你们每周都在做、最费人工的活,比如新品上架前的 Listing。把它拆成几个状态,写清每个状态由谁推进,进门要什么,出门交什么。

一份完整的上架前流程大致可以分成这些状态,下图是每一站的进门条件和交付物:

状态表:每一站谁负责、进门要什么、交出什么

第一版只要做其中三四站就够了,比如"资料已整理 → 竞品已分析 → Listing 已生成 → 人工已确认"。跑顺了再往前加选品,往后加图片方案。

第二步:接上数据,先整理成证据

Agent 的判断好坏,主要看它拿到的材料。跨境电商常用的数据有商品信息、关键词和搜索量、评论、广告数据,再加上你自己的产品资料。爬虫自己维护很累,现在不少电商数据平台直接提供接口给 AI 用,比如卖家精灵的 MCP 接口(MCP 可以理解成让 AI 直接调用外部工具的标准插口),按调用次数计费;Sorftime 等平台也有类似服务。用哪家、额度和价格以官网为准。

不同来源给回来的格式各不相同:同一个价格,这家给数字,那家给带货币符号的文字;有的评论有正文,有的只有星级。直接丢给模型,它很容易看错。所以在 Agent 前面加一层整理,交给你的 Agent 去做:

帮我在 [项目文件夹] 里加一层"证据整理"。我会从 [卖家精灵 MCP / 导出的表格 / 我自己的产品资料] 拿数据。
要求:
1. 不管数据从哪来,都整理成同一种格式,每个商品一份 JSON 文件,放在 evidence/ 下。
2. 每个字段都带三样东西:值、来源(哪个接口或哪份文件)、采集时间。
3. 拿不到的字段写成"缺失",不要估算、不要补默认值。
4. 价格统一成数字加币种,评论统一成星级、正文、日期、变体四项。
5. 做完给我看一个商品的完整证据文件,再列出这批数据里缺得最多的三个字段。

"缺失就写缺失"是这一步最要紧的规矩。后面每个 Agent 都只认证据文件,缺什么一眼就能看出来,不会被一个编出来的数字带偏。

第三步:一个阶段一个 Agent,提示词用同一种结构

每一站的 Agent 只做一件事,提示词都按同一个模板写:读什么、交什么、不许做什么、什么时候停下来问人。模板统一了,以后加一站、换一个模型都很方便。

你是 [评论分析] 这一站的 Agent,只负责把任务从 [评论已获取] 推到 [评论已分析]。
读取:tasks/[任务编号]/evidence/ 下的评论数据和产品证据。
交付:tasks/[任务编号]/artifacts/[review-analysis].json,字段必须符合 schemas/[review-analysis].schema.json。
禁止:
- 不许读取或修改别的阶段的产物;
- 不许编造证据文件里没有的数字、评论或卖点;
- 不许自己改任务状态,状态由路由程序改。
遇到证据缺失、数据互相矛盾,或者需要商业判断时,在交付文件的 open_questions 里写清楚,然后停下。

最后一条"自己不许改状态"最要紧。Agent 只管交东西,状态由下一步的路由程序检查后再改,这样谁也绕不过检查。

第四步:让路由程序管状态和校验

这一步是整套流水线的骨架:一个小程序读当前状态,决定下一步叫哪个 Agent,Agent 交完东西后检查、存档、改状态。程序交给你的 Agent 来写:

这段关键内容需要登录后解锁

新用户注册就送 10 积分,之后每天登录再送 1 积分,当天不登录不送。用 1 积分解锁,以后随时回来都能看。

第 6 条专治"改了资料不知道哪些要重做"。状态链是顺序的,改了哪一站,就从哪一站往后作废,前面的成果留着。第 7 条让 Agent 当着你的面演示一次断点续跑,确认骨架靠得住再接真模型、真数据。

第五步:选品用打分把候选一层层筛掉

骨架跑通后,可以把选品接到最前面。选品 Agent 的工作是排除明显不值得做的方向,它预测不了哪个会爆。顺序是:你先说清条件(目标站点、价格带、能做的供应链、哪些类目不碰),Agent 用接口查数据建候选池,按几个维度打分,再挑出少数几个去读评论。

你是选品这一站的 Agent。目标:[日本站],价格带 [2000–4000 日元],不碰 [带电、液体、儿童安全认证类]。
1. 我还没定具体产品时,先给我 10 个关键词方向,只写方向和理由,不写任何搜索量或销量数字。等我挑。
2. 我挑好后,用 [卖家精灵 MCP] 查这些关键词和对应商品,建候选池存进 evidence/。
3. 每个候选按五项打分(1–5 分),每项写出用到的数据和来源:
   - 需求:搜索量和增长趋势;
   - 竞争:头部几家的点击和广告占比、平均评论数;
   - 新品机会:近一年新上架商品和新品牌能不能站住;
   - 利润:均价、退货率、配送方式;
   - 风险:品牌和点击是不是集中在少数几家。
   数据缺失的项写"缺失",不打分。
4. 按总分排序,挑出前 [5–10] 个,读它们的评论:先去掉重复、空泛好评、纯物流投诉和别的变体的评论,再回答:买家为什么买、最满意什么、反复抱怨什么、哪些抱怨能靠改产品解决。
5. 最后给每个候选一个结论:推进 / 观察 / 淘汰,并写一句理由。结论由我确认。

第一条"先给方向不给数字"是在防编造:还没查数据时,模型给出的搜索量都是猜的。评论读完以后,反复出现的抱怨就是你改产品的方向,买家最满意的地方就是推广要打的卖点。

第六步:Listing 和图片方案都只用证据写

Listing 文案最常见的问题是模型分不清哪些是确认过的事实、哪些是它自己想的。让 Listing Agent 同时读产品证据、竞品差评和关键词,先把关键词分好层,再往标题、五点描述和后台搜索词里放:

你是 Listing 这一站的 Agent。读取产品证据、竞品评论分析和关键词数据,为 [亚马逊日本站] 写 Listing。
1. 先把关键词分成四类:核心产品词、属性词、使用场景词、长尾词,每个词标上来源和搜索量。
2. 标题:产品类型 + 核心词 + 最主要的一两个差异点。
3. 五点描述:每一点讲一个使用场景或一个解决的问题,优先回应竞品差评里反复出现的顾虑。
4. 后台搜索词:放标题没覆盖到的同义词和长尾词,不重复标题里的词。
5. 只能写证据文件里有的参数和功能;证据里没有、但你觉得应该写的,列进"待确认"清单,不要写进文案。
6. 最后自查一遍:买家最关心的属性、使用场景和购买顾虑有没有漏掉。

商品图也一样,先出方案再出图。直接让 AI 生图,常见的毛病是颜色变了、参数写错、Logo 走样,或者画面里多出商品本来没有的配件。所以图片方案这一站排在 Listing 之后,拿着卖点和产品实拍图来写:

你是图片方案这一站的 Agent。读取已确认的 Listing 和产品实拍图(tasks/[任务编号]/evidence/photos/)。
为 [7] 张商品图各写一份方案:
1. 这张图的作用(主图、卖点图、场景图、尺寸图……)和要突出的那一个卖点;
2. 画面构成:主体位置、背景、道具,道具不能是产品本身没有的配件;
3. 图上出现的文字,只能用 Listing 里已确认的说法;
4. 给生图模型的提示词,并写明"产品外观、颜色、Logo 必须与实拍图一致";
5. 统一风格:[我们品牌的配色和字体要求]。
方案先给我看,我确认后再生图。

注意

  • 先跑通一条短链:三四站加一道人工确认,跑稳了再加选品和图片方案,别第一周就想全自动。
  • 数据接口按次收费:选品和评论阶段调用很多,先用小范围测试,看清一次完整流程花多少再放量。
  • 平台规则以官方为准:类目限制、图片要求和文案禁用词都会变,上线前让人对照卖家后台的最新要求过一遍。
  • 评论数据不稳定:评论接口有时抓不全,重要的候选最好用两个来源对照。

想先从单个 Agent 学起,看 零基础让 AI 替你动手干活,从装好一个 Agent 开始;商品视频那一环,可以接着看 让 AI Agent 照着爆款给你的商品做同款带货视频。

参考

读完了?标记一下,记录学习进度。登录
收藏起来,稍后再看登录
对这篇有疑问?向 Ask AI 提问

评论(0)

还没有评论,来说第一句。

登录后参与讨论。登录