AI选品机会发现与多维验证

一这 10 条任务怎么用

技能装好后,复制任意一条发给 WorkBuddy 就能跑;演示数据已随技能内置,不需要先上传文件

第 1 条是默认体验任务,与方案详情页「一键体验」入口带过去的提示词一致;其余 9 条换角度、换口径、换输出对象,用来把这套技能的能力边界摸清楚。

换成你自己的数据时:把对话框里【取数据】这部分的内容换成你自己的文件,再微调提示词 —— 技能会整套改用你的数据。

本次演示的技能与输入参考文件在同一个技能包里。下面这段与方案详情页「一键体验」入口给出的安装说明一致 —— 手动复制提示词到 WorkBuddy 前,先按它装一次即可:

【准备】这个场景的规则都在「AI选品机会发现与多维验证」技能里。如果还没装,依次执行下面两条命令把它装好(两个链接都是公开地址,不需要登录;装过会自动跳过,可放心重复执行): curl -L -o install_skill.py "https://workbuddy-space-static.codebuddy.work/page/C4IMIxqXQDzznN6KEtzqft/1/install_skill.py" python3 install_skill.py "https://workbuddy-space-static.codebuddy.work/page/EP31dYG89Txg0l4U6o1Cyu/Edu6b-bk3a-8/pkg.zip" 脚本会把技能装到本机技能目录,并把本次的演示数据取到当前目录的「输入参考文件」里。如果没有 curl,用任何方式把脚本文件下载下来再执行即可。

二10 条可直接照做的任务

点「复制」拿走整段描述,粘进 WorkBuddy 即可

01

首推默认

这是秋冬新品的选品材料,我一起拖进来了:候选商品池 180 个、关键词与趋势快照(近 30 天)、竞品属性对比、供应商初筛信息,还有折叠水杯类目 300 条竞品差评原文。我们的约束是客单价 15 到 35 美元、毛利至少 30%、头程不超过 4.2 美元、Q4 现金流有限。你走完整流程:先按这套约束定义筛子,再从需求、竞争、利润、供应链、合规、退货六个维度把 180 个筛到入围名单,每维打分并附证据来源;然后逐款过评论、竞品、成本、认证做深度验证;最后分成继续调研、可以打样、明确放弃三档,放弃的写清原因。产出两份:一是《选品机会池与多维评分》Excel,含结论摘要与评分明细两张 sheet,明细一行一个候选写清六维得分、证据来源、所处档位;二是《差评洞察证据卡》Excel,一条痛点一行写清原文、出现条数、占比、指向的机会、对应我们的哪个卖点。打样立项的决议栏留空,我自己定。

02

只做六维初筛

先不做深度验证也不出证据卡。只把 180 个候选按需求、竞争、利润、供应链、合规、退货六维打分,筛出入围名单,每维分数标出证据来源。产出 Excel 一张评分表。

03

换成只看差评口径

这次不按维度打分,改成从 300 条竞品差评里反推:客户到底在骂什么、哪几条是产品定义机会、哪几条是伪需求,按出现条数和占比排序。产出 Excel 一张差评归类表。

04

一次比三个类目

把候选按类目分组,三个主要类目各跑一遍六维初筛,最后给我一张横向对照表:各类目的平均毛利、竞争集中度、退货率、认证成本、入围数。

05

给老板立项会看的版本

压成一页:入围几个、最值得打样的三个是什么及理由、被砍掉的热门候选为什么砍、还差什么信息才能定。不带全量评分。产出 Markdown 一页。

06

让它反驳自己的排除结论

对照候选商品池、竞品属性对比和 300 条差评原文,你排除了热度第一的智能保温杯和另一个品类,逐条写清依据来自哪份文件的哪个字段;同时说明如果约束放宽(客单价上限提到 45),哪些被排除的会重新入围。产出 Markdown 一页。

07

专门比对历史选品的踩坑

把这次的候选特征跟历史上失败或滞销的品类比:上次是死在竞争、退货还是现金流,这次有几个候选有同样的特征。像的标出来。产出 Excel 一张对照表。

08

对照约束做合规自检

对照我们定的四条约束(客单价、毛利、头程、现金流),把入围名单自查一遍:有没有超线的、超线的为什么还留着、每一维的分数能不能用行级数据复算。缺的列出来。产出 Excel 一张自查表。

09

折算成现金流占用

把「可以打样」的几个候选,按起订量和头程算清各自的现金占用、回本周期,再跟 Q4 可动用额度对一下看能吃下几个。给出算法和口径。产出 Excel 一张测算表。

10

沉淀成选品评分口径表

把这次的六维打分口径整理成一张表:每一维看哪些字段、多少分算过、什么情况一票否决、拿不到数据怎么处理。下次换类目直接套。产出 Excel 一张口径表。

继续查看这个场景

返回场景引入查看痛点、做法与边界,或返回 Live Demo 查看操作流程。