电商经营工作台经营决策中枢
经营路径

情报 → 判断 → 选品 → 上架

经营主流程

AI 情报今日工作台方法库经营 Agent任务记录PDD 采价记录候选商品上架商品价格换算物流价格浏览器任务订单管理

治理与复盘

规则库规则建议运行日报任务控制台策略配置
登录

经营与 AI 决策视角

电商经营工作台
AI情报工作台选品池上架
返回方法库

方法详情

开源真实浏览器多源信号表筛选法

通过真实浏览器从多个 marketplace 页面采集标题、价格、卖家、核心 claims、目标人群、评论主题、重复抱怨和可见差异点,可以把选品从主观灵感转成可审计的多源信号表。
领域:选品内容带货筛选可创建经营任务候选可创建经营任务
可执行性
93
CEO:可创建经营任务候选

决策路径

系统审核结论

可创建经营任务候选

决定是否展示创建经营任务入口。

我的处理状态

可创建经营任务

只代表人工跟进意图,不会单独解锁创建入口。

下一步

可以创建经营任务

下面可以直接创建选品或经营任务。

来源

平台:GitHub

作者/项目:browserman-run/awesome-real-browser-agents

去重使用的来源链接:

https://github.com/browserman-run/awesome-real-browser-agents/blob/main/workflows/ecommerce-product-research/prompt.md

适用范围

市场:US

平台:Amazon、Etsy、Shopify、TikTok Shop

类目:Home & Kitchen, Pet Supplies, Outdoor & Sports

审核分解

来源可信度:14/20

步骤清晰度:24/25

结构化程度:20/20

边界清晰度:15/15

执行可行性:20/20

我的处理状态

当前:可创建经营任务。处理状态用于记录人工判断;是否能创建经营任务,仍以页面上方“系统审核结论”为准。

创建选品任务

仅用于选品方法:创建后会进入商品候选生成链路。非选品的运营、广告、数据分析方法不会套用这个模板。

已创建任务

当前方法还没有创建选品任务。

CEO 审核结论

虽然业务验证较弱,但输入、步骤、输出和边界非常清晰,是最适合第一版 任务化的开源 workflow。

可直接改造成 Browser/Research Agent 的方法模板;必须强制 raw rows first、URL required、no invented claims、login/access issue notes。

筛选步骤

  1. 1.输入目标类目、US market、目标买家和允许的平台列表。
  2. 2.用真实浏览器访问 Amazon、Etsy、Shopify、TikTok Shop 等公开页面,记录每个来源的 URL。
  3. 3.逐条保存原始行,包括标题、价格、卖家、核心 claims、目标人群、评论主题、重复抱怨和差异化点。
  4. 4.先保存 raw table,再做汇总分析,避免模型先入为主。
  5. 5.汇总价格带,识别主流售价区间和异常高低价。
  6. 6.统计 common claims,判断市场同质化程度。
  7. 7.提取 underserved complaints,判断是否存在可解决的内容、包装、功能或场景缺口。
  8. 8.输出 positioning opportunities 和后续人工验证问题。

判断指标

  1. 1.有效来源数量
  2. 2.URL 可追溯率
  3. 3.价格带清晰度
  4. 4.重复抱怨频次
  5. 5.claims 同质化程度
  6. 6.差异化机会数量
  7. 7.后续问题可验证性

输入数据要求

  1. 1.category
  2. 2.market/region=US
  3. 3.target buyer
  4. 4.marketplaces/sites 列表
  5. 5.搜索 query
  6. 6.公开页面访问结果
  7. 7.评论或页面文本
  8. 8.价格与卖家信息

排除规则

  1. 1.排除无法访问、无 URL 或页面需要登录但未注明的来源。
  2. 2.排除模型无法从页面证据支持的价格、claims 或评论结论。
  3. 3.排除 Electronics、高退货服饰、医疗功效和强监管方向。
  4. 4.排除只有一个 marketplace 支持、缺少交叉证据的方向。
  5. 5.排除重复抱怨指向不可控质量或售后问题的方向。

风险与适用边界

  1. 1.GitHub workflow 是 提示词 模板,不代表经过真实卖家验证。
  2. 2.公开页面抓取可能受平台反爬、登录墙和动态加载影响。
  3. 3.评论与页面 claims 需要人工抽样复核,避免模型误读。
  4. 4.多平台信号可能混杂不同用户群,需按 US 市场和目标买家重分组。

来源摘要与执行说明

GitHub 提示词 明确要求输入 category、market、buyer、marketplaces,并逐源采集 search query、product title、price、shop、URL、core claims、target persona、review themes、repeated complaints、visible differentiators;输出 raw product table、price bands、common claims、underserved complaints、positioning opportunities 和 follow-up questions。

输出格式:Raw product table + price bands + common claims + underserved complaints + positioning opportunities + follow-up research questions

执行示例:输入 category=Pet Supplies、market=US、buyer=apartment dog owners,采集多平台公开页面,输出价格带、常见卖点、重复抱怨和定位机会,不推荐具体商品。