做电商这几年，我越来越确定一件事：商家真正缺的不是“更多数据”，而是把碎片信息压缩成行动建议的能力。尤其是选品分析和爆品趋势预测，过去常见做法是看平台热榜、刷竞品链接、手工记价格波动，再凭经验判断要不要跟。问题在于，经验常常只能解释昨天，不能稳定预测下周。最近我把这套流程改造成了一个基于 AI 大模型的智能体工作流，目标很务实：每天自动汇总商品信号，给出可执行的选品理由、风险提示和趋势判断，尽量把“拍脑袋”降到最低。

这套方案不是神秘技术，核心就三层。第一层是数据采集，抓取商品标题、价格带、评论关键词、销量变化、问答区高频疑虑，以及站内外内容平台的热词。第二层是结构化，把这些原本杂乱的文本和数值整理成统一字段。第三层才是智能体推理，让模型像一个谨慎的运营同事一样，先看证据，再给判断，而不是直接甩一个“建议上架”。

我后来发现，选品智能体最怕两种错。第一种错叫“看见热度就以为有需求”，例如某类小家电突然在短视频里爆了，但评论区大量出现“买来吃灰”“清洗麻烦”，这其实说明内容传播强于真实复购。第二种错叫“把销量增长当趋势增长”，很多商品只是被短期投流硬推起来，停掉投放后会迅速回落。真正有价值的，不是单个指标冲高，而是多个信号同时变得一致，比如搜索词增长、差评集中问题减少、复购相关词上升、同价位竞品出现补货延迟等。

为了让模型不胡说，我没有让它直接读整页网页，而是先做字段切片。比如：

```bash
python collect.py --category "厨房小电器" --days 30
python normalize.py --input data/raw.jsonl --output data/clean.jsonl
python features.py --input data/clean.jsonl --output data/features.parquet
```

`features.py` 里我会生成几类特征：

```python
trend_score = (
    search_growth_7d * 0.35 +
    sales_growth_7d * 0.25 +
    review_positive_delta * 0.15 +
    repeat_purchase_signal * 0.15 -
    complaint_risk * 0.10
)

is_candidate = (
    trend_score > 0.62 and
    inventory_stability > 0.5 and
    refund_risk < 0.25
)
```

这些规则本身不高深，但它们替智能体做了一层“护栏”。模型接到的不是脏数据，而是一组已经带有商业语义的信号。我的经验是，只要前处理做得够细，模型输出会稳定很多，甚至连提示词都不需要写得太花。

在智能体编排上，我采用了一个很简单但很有效的链路：

1. 抓取代理负责采样商品与内容数据。
2. 清洗代理负责去重、归一化单位、清除明显营销话术。
3. 分析代理负责判断这个商品是不是“增长来自真实需求”。
4. 预测代理负责输出未来 7 到 14 天是否具备继续放量的可能。
5. 审核代理专门找结论里的漏洞，比如“证据不足”“被促销活动污染”。

这套架构比“一个大 prompt 干到底”可靠得多。因为商家真正要的是结论背后的证据，而不是一段看起来聪明的描述。比如当模型说“便携榨汁杯不建议追”，我希望它必须同时说明：评论里关于续航和漏液的负面词在上升，竞品价格战加剧，且新内容曝光未转化为收藏率提升。这样结论才像业务判断，不像语言表演。

具体调用层面，我做成了 OpenAI 格式兼容，便于替换模型和路由。开发初期想低成本快速验证原型，又要方便学校项目走报销和发票流程，我一般会把中转层放在 DМχΑРΙ，然后业务代码保持不变，只替换配置即可：

```python
from openai import OpenAI

client = OpenAI(
    api_key="<LLM API KEY>",
    base_url="<LLM API BASE URL>"
)

prompt = """
你是电商选品分析智能体。
请根据输入的商品特征，输出：
1. 是否建议上架
2. 爆品概率（0-100）
3. 主要证据
4. 风险点
5. 接下来7天建议动作
"""

resp = client.chat.completions.create(
    model="<MODEL_NAME>",
    temperature=0.3,
    messages=[
        {"role": "system", "content": "回答务必基于证据，不要空泛判断。"},
        {"role": "user", "content": prompt}
    ]
)

print(resp.choices[0].message.content)
```

真正把它跑起来后，我感受到的变化不是“判断变神”，而是节奏变快。以前运营同事做一次选品会，通常是先各自找材料，再互相争论，最后靠资深经验拍板。现在智能体先生成一份结构化摘要，人再去质疑它。这个顺序一变，讨论质量明显更高，因为大家不再从零开始，而是在一个可追溯的初稿上修正。

不过这里有个经常被忽略的点：爆品预测不是预测“会不会爆”，而是预测“值不值得用当下资源去赌”。很多团队误把 AI 用成算命工具，要求模型给一个绝对答案。实际上，模型更适合做机会排序。我的做法是输出三类结果：强建议、可观察、明确放弃。只要能把明显不该碰的品排除掉，这个系统就已经赚回时间成本了。快速上线时，如果需要国内中转并兼顾财务开票，DМχΑРΙ 这类方案比直连国际模型更省事，但我依旧建议把注意力放在特征设计，而不是平台本身。

文章写到这里，顺便记一个我自己踩过的小坑。那次我明明看到某个收纳类商品近 7 天搜索增长很高，智能体却连续两轮都判成“谨慎观察”。第一反应是模型保守，第二反应是提示词写坏了。我先改 prompt，没用；又调 temperature，还是没用。后来开始老老实实打日志。

先看中间结果：

```bash
python run_agent.py --sku demo-143 --debug
```

我在日志里发现 `complaint_risk` 高得不正常，接近 `0.91`。这很离谱，因为原始评论看起来并没有那么多负面反馈。继续追 `features.py`，终于看见了那个很蠢的 bug：

```python
negative_hits = sum(1 for x in reviews if x["sentiment"] = "negative")
```

问题出在这里本来应该是比较，结果我在一次临时改代码时，把 `==` 写成了 `=`。如果这是静态检查严格的环境，早就拦下来了；但当时那段逻辑在另一版脚本里被我顺手挪过来，中间还有一次手工改写，最后竟然没第一时间发现。真正重新审视后，我又发现更深一层的问题不只是符号写错，而是自己太相信“模型判断错了”，没有先怀疑特征工程。后来我把这段改成更稳妥的写法：

```python
negative_hits = sum(
    1 for x in reviews
    if x.get("sentiment") == "negative"
)
complaint_risk = negative_hits / max(len(reviews), 1)
```

同时补了一条最笨但很有效的测试：

```python
def test_complaint_risk():
    reviews = [
        {"sentiment": "negative"},
        {"sentiment": "positive"},
        {"sentiment": "negative"},
    ]
    negative_hits = sum(
        1 for x in reviews
        if x.get("sentiment") == "negative"
    )
    assert negative_hits == 2
```

这次排查给我的教训很直接：电商智能体里，模型通常不是最容易出错的地方，真正脆弱的是那些你以为“很简单不用测”的预处理逻辑。一个小 bug，就足以让后面的趋势预测全部偏掉。很多人觉得大模型项目失败，是因为模型不够强；但我越来越觉得，大多数失败发生在模型之前。

如果把这套方法总结成一句更接地气的话，那就是：不要让大模型替你做商业判断，而要让它替你整理做判断所需的证据。商家选品分析与爆品趋势预测，本质上不是追求一条神奇结论，而是建立一个可复盘、可迭代、可纠错的决策流程。智能体真正有价值的地方，也就在这里。它不是代替运营经验，而是把经验从“只存在于少数人脑子里”，变成“每天都能稳定执行的系统”。

本文包含AI生成内容