第03课:AI驱动的选品方法

第03课:AI驱动的选品方法

找到低竞争、高潜力的产品,是起盘成败的关键

主讲:Angel Zhang & Charlie Cao
Accio Work 参考版本:v0.14.1


本节学习目标

  • 理解"竞争窗口期"理论并学会识别
  • 掌握三层产品结构(引流款/利润款/形象款)
  • 读懂 AI 辅助产出的 Amazon 选品调研报告
  • 完成自己第一份选品候选清单

一、新手选品最大的误区

误区:热门 = 好卖

事实恰恰相反——对新手而言,"热门"往往意味着你进不去。

热门产品的特征:

  • 评论数成千上万
  • Top 卖家已经占据搜索排名
  • 广告成本极高
  • 新卖家几乎没有曝光机会

AI选品的核心逻辑不是追热销,而是找"正在崛起但还没被大量卖家注意到"的产品。


二、竞争窗口期理论

这是本课程最重要的概念之一,理解它可以让你绕开90%新手踩的坑。

什么是竞争窗口期

一个产品从"冷门"到"爆款",通常经历四个阶段:

阶段1:萌芽期
  销量:低
  评论数:极少(0-50条)
  竞争:几乎没有
  ← 最佳入局时机

阶段2:成长期(竞争窗口期)
  销量:快速增长
  评论数:少到中(50-500条)
  竞争:开始有人注意
  ← 可以入局,窗口正在关闭

阶段3:爆款期
  销量:高峰
  评论数:大量(500条以上)
  竞争:激烈,头部效应明显
  ← 新手慎入

阶段4:红海期
  销量:稳定或下降
  评论数:数千条
  竞争:价格战,利润被压缩
  ← 避开

AI的价值:帮你自动识别处于"阶段1-2"的产品。

识别信号:高销量 + 低评论数

在 Amazon 数据中,这个指标是最强的窗口期信号:

产品 月收入 评论数 判断
折叠风琴猫抓板 $22,002 22条 窗口期!极强信号 ✅
可折叠猫床(2只装) $28,753 47条 窗口期!强信号 ✅
不锈钢舔食垫 $19,256 52条 窗口期!强信号 ✅
防噎慢食碗 $27,201 939条 验证需求,但竞争已升 ⚠️
宠物美容吊床 $23,241 4437条 成熟市场,新手不建议 ❌

实战判断标准:月收入 > $10,000,评论数 < 100 → 强窗口期信号


三、三层产品结构

一个健康的店铺不是只靠一款产品打天下,而是用三类产品组合,覆盖不同购买动机,最大化单店 GMV

第一层:引流款(Traffic Products)

目的: 吸引进店,低门槛促成第一单

特征 说明
价格 $10-20(冲动消费区间)
毛利率 可以低一些(50%以上即可)
市场验证 需求稳定,评论数多(证明市场有效)
选品逻辑 不求利润最高,求成交量和流量

实战案例:

  • 防噎慢食碗 2Pack:$16.99,评论939条,月收入$27,201
  • 不锈钢挂笼狗碗:$16.99,评论1009条,月收入$29,919

第二层:利润款(Profit Products)

目的: 贡献主要利润

特征 说明
价格 $25-50(主力消费区间)
毛利率 55%以上
市场状态 处于窗口期(评论少但销量高)
选品逻辑 这是你的核心盈利产品

实战案例:

  • 可折叠猫床(2只装):$39.99,毛利63%,月收入$28,753
  • 折叠风琴猫抓板:$16.99,毛利68%,月收入$22,002

第三层:形象款(Brand Products)

目的: 提升店铺调性,增加客单价,建立品牌感

特征 说明
价格 $40-80(溢价区间)
毛利率 可以低一些(视觉价值溢价)
特征 高颜值、拍照好看、社媒传播性强
选品逻辑 不求高销量,求品牌印象

实战案例:

  • 两层猫屋+猫抓板组合:$39.99,功能复合,拍照效果好,毛利35%(形象款逻辑)

四、AI 辅助产出的选品报告怎么读

以下是本次实战中 AI 输出的选品报告结构,照这个格式,你可以读任何赛道的选品报告。

报告结构

品类名称
├── 产品列表(含缩略图)
│   ├── 产品名称
│   ├── 月收入
│   ├── 月销量
│   ├── 售价
│   ├── 评分
│   ├── 评论数
│   └── 推荐理由
└── 品类亮点(AI综合判断)

读报告的四个关键动作

① 先看评论数,筛出低竞争品

  • 评论 < 100:重点关注
  • 评论 100-500:可以,但需要差异化
  • 评论 > 1000:需谨慎,除非利润款逻辑

② 算月收入/月销量比,判断客单价

  • 客单价 = 月收入 ÷ 月销量
  • 客单价 $15-50 是新手最适合的区间

③ 看是否有品类亮点说明 AI 会自动标注窗口期信号,如"多款评论数极少但月销已破万"

④ 综合5维度,给每个候选品打分


五、AI 选品 SOP(可直接使用)

Step 1:输入选品指令

提示词模板:
帮我在美国Amazon市场调研[品类]的销售数据,
要求:
- 来源:Jungle Scout 数据
- 展示:月收入、月销量、售价、评论数、评分
- 筛选条件:月收入>$5000,有社媒内容潜力
- 输出格式:按月收入从高到低排列
- 额外标注:竞争窗口期产品

Step 2:收到报告后的筛选动作

  1. 删除评论数 > 1000 的产品(除非你有差异化方案)
  2. 删除月收入 < $8000 的产品(市场太小)
  3. 将剩余产品按"三层结构"归类(引流/利润/形象)

Step 3:生成候选短名单

目标:每层2-3款产品,合计6-9款候选品,最终上架5款起步。


六、本次实战的最终选品短名单

这是经过 AI 筛选和人工复核后的最优组合:

优先级 产品 定位 月收入 毛利率 关键理由
🥇 折叠风琴猫抓板 2Pack 利润+引流 $22,002 68% 窗口期(22评)
🥇 可折叠猫床 2只装 主力利润 $28,753 63% 窗口期(47评)
🥈 不锈钢舔食垫 2Pack 差异化溢价 $19,256 57% 窗口期(52评)
🥈 防噎慢食碗 2Pack 店铺引流 $27,201 68% 需求极稳
🥉 不锈钢挂笼狗碗 狗主引流 $29,919 65% 月销最高

第一批上架:以上5款。 覆盖猫咪+狗狗,引流款+利润款,形成完整结构。


七、多 Agent 选品架构(2026 实战案例)

公开案例:张乾超零代码部署 8 个 Agent,各守调研、产品研发、设计、政策、复盘等卡位,80%+ 新品设计图由 Accio Work 生成。

本书宠物赛道简化版(3 Agent):

Agent 任务
调研 Agent Amazon BSR + Browser 抓评论
评分 Agent 窗口期公式 + 三层结构归类
设计 Agent 主图方向(含供应链约束 Prompt)

完整部署见 第 14 课。选品阶段务必分 Agent,避免一个窗口里混跑调研与文案导致结论失真。


八、选品中的反向信号(避坑清单)

信号 含义 建议
月销量高但月收入低 客单价太低,难盈利 跳过
评分低于4.0 产品质量问题多 谨慎,需先验货
单一供应商占据全市场 供应链被垄断 谈判空间小,风险高
品类需要品牌授权 仿冒法律风险 不碰
产品尺寸/重量大 运费极高,利润被蚕食 优先选轻小品

本课作业

  1. 用 Accio Work 对你选定赛道的1-2个细分品类做 Amazon 市场调研
  2. 从调研结果中,用"高月收入 + 低评论数"标准,筛选出候选品
  3. 按三层结构(引流/利润/形象),给候选品归类
  4. 输出一份《候选品Top10 + 分类清单》

下节预告

选品确定后,进入第04课:AI供应链匹配与利润核算。 你将看到 多 Agent 供应链三角(寻源 / 财务 / 合规)如何自动匹配阿里巴巴供应商,并用 Skill 算清真实利润空间。


© 2026 Angel Zhang & Charlie Cao · 版权所有 · 禁止转售