# 每日选品方法报告：2026-06-03

- 报告 ID：cmpxu07j30000d53nw58c6imc
- 运行时间：2026-06-03 16:55
- 研究主题：US母婴低风险配件的Agent化选品方法论：以Amazon需求与内容趋势发现机会，以淘宝/拼多多供给、价格带、同质化和合规红旗做第一版筛选

## CEO 总结

建议第一版方法库优先保留可Agent化的结构化方法，而不是追求更多单点技巧。本轮5条方法都能拆成输入、采集、打分、过滤、输出、人工复核六段，其中Zach Product Research、APIClaw Amazon Analysis和zhisanhang Amazon Product Research Skill最适合作为主筛选框架；Feature Demand Validator适合作为差异化验证子模块；TikTok结构化热品数据适合作为内容带货发现层，但必须由淘宝/拼多多供给和Amazon合规二次过滤。

## 方法论观察

本轮新增5条不重复的选品方法论，来源覆盖GitHub Agent Skills、Amazon数据型开源工作流和TikTok Shop结构化数据仓库。方法重点不是推荐商品，而是沉淀可执行筛选框架：Top100市场结构拆解、微创新真实需求验证、五维市场容量与JTBD评分、14模式多端点机会筛选、TikTok内容热度到淘宝/拼多多供给复核。所有方法均加入US母婴类目的保守边界：优先非入口接触、非电子、非睡眠、非喂养、非强安全承诺配件。

## 风险和边界提醒

主要限制是多数GitHub Skill或开源仓库依赖第三方数据源、MCP或API Key，真实业务验证程度不明；TikTok热度容易短期化，Amazon工具数据也可能存在延迟、估算或权限限制。母婴类目存在CPSC、入口接触材料、儿童安全承诺、食品接触、睡眠/喂养等高风险边界，因此任何方法只能产出候选池和复核清单，不能替代人工合规、样品、供应商、利润和平台类目审核。

## 下一步建议

下一天建议继续补淘宝/拼多多原生方法：重点寻找能提取价格、销量提示、店铺评分、SKU属性、优惠券、退货/评价文本和标题词频的开源项目；同时补充小红书/知乎/Reddit关于母婴低风险配件的失败案例，用来强化排除规则和人工验证清单。

## 方法列表（5）

### Sorftime Top100属性打标-品牌集中度-空白组合筛选法

- ID：cmpxu09lc0002d53npuynuo2t
- 类型：潜力款筛选
- 来源：Agent skills / GitHub https://github.com/zach22-1999/amazon-skills/blob/main/skills/zach-product-research/README.md
- 可执行性评分：94
- CEO 审核：agentizable
- 审核理由：流程、输入、输出和中间工件清晰，适合直接拆成Agent工作流；需额外补母婴合规和拼多多/淘宝供给验证模块。

### APIClaw十四模式-价格带-品牌集中度组合筛选法

- ID：cmpxu0cis0008d53njrg9d7we
- 类型：爆款筛选
- 来源：GitHub https://github.com/SerendipityOneInc/APIClaw-Skills/blob/main/amazon-analysis/README.md
- 可执行性评分：93
- CEO 审核：agentizable
- 审核理由：多模式、端点和置信标签设计非常适合Agent化筛选；需要补充淘宝/拼多多供应层和母婴合规硬门槛。

### 三维证据链微创新需求验证法

- ID：cmpxu0at60004d53ntedtju3i
- 类型：长尾筛选
- 来源：Agent skills / GitHub https://github.com/zach22-1999/amazon-skills/blob/main/skills/zach-feature-demand-validator/README.md
- 可执行性评分：93
- CEO 审核：agentizable
- 审核理由：该方法非常适合做选品流程中的差异化验证子模块，能防止只凭感觉定义卖点；但它不是完整市场规模判断，需要接在主选品流程之后。

### 五维市场容量-JTBD痛点-供应商询盘反推筛选法

- ID：cmpxu0bw50006d53ny74aximn
- 类型：利润筛选
- 来源：GitHub https://github.com/zhisanhang-droid/amazon-product-research-skill
- 可执行性评分：92
- CEO 审核：agentizable
- 审核理由：指标体系完整，能把需求、竞争、广告、痛点、利润和供应链连成闭环；适合第一版作为深度复核方法。

### TikTok Shop结构化热品-内容销量-供给复核筛选法

- ID：cmpxu0d7l000ad53njgm6qdc2
- 类型：内容带货筛选
- 来源：GitHub https://github.com/dvin395/TikTok-Shop-Scraper-Python---TikTok-Trending-Products-API
- 可执行性评分：85
- CEO 审核：agentizable
- 审核理由：适合做内容趋势发现层，但证据强度低于Amazon结构化数据；必须强制接入淘宝/拼多多供给复核和母婴合规门禁。