C1 AI 选品与机会扫描 · 课程体系

【讲义正文】

先泼一盆冷水：大多数人以为"选品"是找蓝海，错。蓝海早被算法和资本扫过了。真正的选品，是从一片嘈杂的评论、短视频和搜索词里，把那 1% 还没被满足的真实信号抠出来。我见过太多老板，花三万块报"选品训练营"，出来还是凭手感下单——因为没人教你怎么让 AI 当你的"数据挖掘工"，而不是"算命先生"。

我是你的教练，今天带你把选品从玄学变成证据链。

你先记住一句话：AI 不替你拍板，AI 替你省掉 80% 的脏活。 你原来要扒 200 条评论、肉眼找痛点，现在 AI 8 分钟给你聚类完。但——注意这个"但"——阿珍补刀时间到：AI 喂给你的数字，如果它说不出"从哪条评论来的"，一律当放屁处理。 这是本课的红线，后面还会讲三遍。

一、选品信号的三类来源

跨境选品的信号，散落在三个地方，你漏一个就偏一截：

平台数据：Amazon Best Seller / 新品榜 / 评论区。评论是金矿——用户骂什么，就是未被满足的需求；用户夸什么，就是可复制的卖点。
社媒信号：TikTok、小红书、Instagram 的种草趋势。红人突然集中带某一类目，往往比平台榜单早 2–4 周。
搜索信号：Google Trends 的搜索量斜率。"起量中"的斜率比"已红海"的峰值更有机会——海猫把货叼过海，要叼在浪起来之前，不是之后。

二、AI 机会扫描的标准动作（四步）

聚需求：把 N 条评论/帖子丢给 AI，让它聚类出 Top 痛点与未被满足的场景，并标注每条的证据条数。
摘竞品：让 AI 摘要头部 ASIN 的卖点结构、价格带、评分分布。
评机会：用评分表给"需求强度 / 竞争强度 / 供应链可行 / 毛利空间"四维打分，加权出短名单。
人工校验：AI 给短名单，你做最终判定。红线：AI 数据必须可溯源，禁止把编造当事实。

三、真实案例

某 3C 周边卖家，用 C1 流程扫描"宠物出行"细分类目：AI 从 1.2 万条评论聚类出"轻便 + 可折叠 + 挂宠绳"三要素，人工校验供应链可行后小批量测款（500 件），首月 ROI 1:4.3，命中率较既往"拍脑袋"提升约 2 倍。注意，是"小批量测款"不是"直接 2000 单"——这是专业和赌博的区别。

四、避坑红线（贴本宫耻辱柱）

❌ AI 瞎编评论数据当真 → 必踩，库存变废。
❌ 不人工校验直接下单备货 → 本宫耻辱柱上刻你名字。
❌ 只看搜索量不看竞争 → 红海裸泳，ACOS 教你做人。

五、明天就能试的小动作

今晚睡前，挑你类目里一个头部 ASIN，复制它的前 30 条差评，丢给 ChatGPT，用本课第三节的 Prompt 让它"聚类 Top3 痛点 + 每条证据条数"。明天早上你就有了一份别人还在拍脑袋时你已经拿到的需求清单。就这 5 分钟，你已经比 80% 的同行多走了一步。

【课堂练习】

（选择） AI 选品短名单生成后，正确的下一步是？

答案：B

（实操） 给你一段 50 条差评文本，用本课 Prompt 让 AI 聚类出 Top3 痛点，并标注每条痛点的证据条数。评判标准：① 聚类有清晰命名；② 每条带证据计数；③ 你额外做了一处人工抽样核对（任选 5 条验证 AI 没编）。

（诊断） 学员 A 说"AI 告诉我这个类目蓝海，我直接发了 2000 单"——指出两处风险。

答案要点

【岗位工作流包·六件套】

① 标准操作流程 SOP（选品包）

信号采集(平台评论+社媒趋势+搜索斜率)
   → AI 聚类需求与痛点(带证据条数)
   → AI 摘要头部竞品(卖点/价格带/评分)
   → 评分表四维打分(需求/竞争/供应链/毛利)
   → 人工校验(抽样核对证据+供应链询价)
   → 小批量测款(≤500件)
   → 数据达标再放大

② 检查清单 checklist

评论样本 ≥ 100 条，且来自 ≥ 3 个头部 ASIN
社媒信号有最近 30 天来源链接
搜索趋势截图带时间轴
AI 输出的每条痛点都标了证据条数
评分表四维度已填，需求强度有数据支撑
供应链询价已完成（拿得到货、算得清毛利）
测款数量 ≤ 500 件，不提前放大

③ 可直接用的提示词（完整 Prompt 文本）

你是一名跨境选品分析师。基于我贴出的评论/搜索数据，请严格输出：
1. Top3 未被满足的需求（每条用一句话命名）；
2. 每个需求对应的证据条数（必须来自数据，不得编造）；
3. 竞争强度判断（高/中/低，并说明依据）；
4. 一个最值得小批量测款的细分方向建议。
【硬性约束】禁止编造任何数据；凡是无法在原文中找到依据的结论，必须标注"无证据，需人工核实"。用中文回答，分点清晰。

④ 计算表 / 决策树

选品短名单评分表（四维加权）：需求强度(0-5)×权重30% + 竞争强度(反向0-5)×权重25% + 供应链可行(0-5)×20% + 毛利空间(0-5)×25% = 综合分（≥3.5 进测款池，<3.0 淘汰）。
决策树：有证据链？→ 否：打回重采。是 → 供应链拿得到货？→ 否：淘汰。是 → 毛利≥30%？→ 否：谨慎。是 → 进入 ≤500 件测款。

⑤ 避坑清单

不把 AI 无标注的结论当下单依据。
不跳过"人工抽样核对"环节。
不单看搜索量忽略竞争强度。
不一次性大货，严格先测款。

⑥ 验收口径

短名单每个机会都有可追溯的证据条数；
评分表四维度齐全且权重计算正确；
明确写出"为什么这个小批量测款而非直接放大"。

【验收标准】

学员结营应能做到：

独立用 AI 完成一次选品机会扫描（平台+社媒+搜索三源）。
产出带证据链的短名单评分表（四维加权）。
能口头说明"为什么这个机会值得小批量测款"而非直接放大。
对 AI 输出做至少 5 条抽样人工校验，识别编造数据。
交付一份可复用的选品 SOP + 检查清单。

*iSeacat 企业培训团队 · 企业培训主导 · · 已盖章*