# 每日选品方法报告：2026-05-20

- 报告 ID：cmpdh741u0000eu3nq7rd2yya
- 运行时间：2026-05-20 11:01
- 研究主题：US Amazon 与 TikTok Shop 第一版可 Agent 化选品方法论研究：围绕爆款筛选、潜力款筛选、长尾筛选、内容带货筛选，优先覆盖 Home & Kitchen、Pet Supplies、Outdoor & Sports，并规避 Electronics 与高退货时尚类目。

## CEO 总结

建议优先把 GitHub amazon-niche-finder 的递归关键词框架和 TrendRadar 的 TikTok Shop 数据字段框架纳入 Agent 化，因为输入输出结构最清晰；Amazon Seller blog 的 BSR、Bundle、Private Label 方法适合作为策略规则层，用于校验需求、差异化与风险边界。

## 方法论观察

本次整理 5 条未与近期入库标题和 sourceUrl 重复的方法论：Amazon BSR 类目需求带筛选、Amazon 捆绑互补需求筛选、Amazon Private Label 差异化缺口筛选、开源递归关键词长尾利基筛选、TikTok Shop GMV/增长/内容信号候选池筛选。整体偏向可结构化执行，适合后续拆成数据采集、评分、排除规则、人工复核四段式 Agent 工作流。

## 风险和边界提醒

主要风险包括：公开资料不等于实时市场数据、Amazon BSR 与 TikTok GMV 可能有滞后或噪声、GitHub 项目质量参差且需要二次验证、TikTok 内容爆发可能短生命周期、捆绑与 Private Label 涉及合规/品牌/专利/IP 风险。第一版应只输出方法论和候选评分，不自动创建具体商品 Agent，也不直接推荐具体商品。

## 下一步建议

下一天建议继续补充 TikTok Shop Academy 中关于达人、内容、履约和商品合规的官方方法，并寻找 Amazon Seller University 视频中关于类目、库存、listing 和定价的可结构化教程，形成跨平台候选池评分模板。

## 方法列表（5）

### Amazon Private Label 差异化缺口筛选法

- ID：cmpdh77300006eu3nkvphz81a
- 类型：潜力款筛选
- 来源：Seller blog https://sell.amazon.com/blog/private-label-products
- 可执行性评分：92
- CEO 审核：agentizable
- 审核理由：与已入库的需求/关键词方法不同，本方法以 Private Label 可控差异化为核心，适合转化成评论挖掘和差异化评分 Agent。

### Amazon 捆绑互补需求筛选法

- ID：cmpdh76mt0004eu3niip6ld4d
- 类型：潜力款筛选
- 来源：Seller blog https://sell.amazon.com/blog/product-bundling
- 可执行性评分：90
- CEO 审核：agentizable
- 审核理由：官方来源清晰，适合 Home/Pet/Outdoor 场景化选品；步骤可结构化为场景、互补关系、成本、合规四类评分。

### 开源递归关键词树长尾利基筛选法

- ID：cmpdh77k70008eu3nn1xgpd60
- 类型：长尾筛选
- 来源：GitHub https://github.com/ngfw/amazon-niche-finder
- 可执行性评分：89
- CEO 审核：agentizable
- 审核理由：虽然来源不是官方，但代码项目的输入、处理和输出结构非常适合 Agent 化；与已入库 amazon-omniscient 不同，核心是递归关键词树和长尾利基发现。

### Amazon BSR 类目需求带筛选法

- ID：cmpdh76670002eu3n37l36aj1
- 类型：爆款筛选
- 来源：Seller blog https://sell.amazon.com/blog/amazon-best-sellers-rank
- 可执行性评分：89
- CEO 审核：agentizable
- 审核理由：官方来源可信，BSR、类目、review、价格等字段可结构化采集；与已入库的榜单稳定性方法不同，本方法强调类目需求带和进入壁垒。

### TikTok Shop GMV 增长字段候选池筛选法

- ID：cmpdh780f000aeu3nvrmrpq09
- 类型：内容带货筛选
- 来源：GitHub https://github.com/806122923/trendradar-app
- 可执行性评分：87
- CEO 审核：agentizable
- 审核理由：字段结构非常适合 Agent 化，贴合 TikTok Shop US 和内容带货筛选；但来源非官方，需要作为方法原型而非最终数据依据。