建议将本轮方法沉淀为 5 个可组合模块：销量门槛验证、US 市场需求迁移、搜索可见性缺口、达人样品反馈、开源评分审计。其中 Amazon 月销量区间和 TikTok 达人反馈闭环最适合短期 任务化，GitHub 方法适合作为工程参考但需严格合规改造。
本轮输出 5 条新的选品方法论，避开最近已入库标题和 sourceUrl，覆盖 Amazon 销量估算、市场需求判断、SEO 可见性、TikTok Shop Academy 学习入口与 GitHub 开源研究框架。所有方法均只输出需求主题、评分规则、排除边界和下一步验证动作，不推荐具体商品，不创建具体选品 任务。
主要风险包括销量估算误差、市场需求跨区域迁移失真、SEO 指标与真实成交脱节、TikTok 达人反馈样本偏差、GitHub 开源工具合规与维护风险。第一版应以 moderate 风险偏好执行：允许建立候选机会池，但必须经过类目、利润、退货、合规和人工复核后才进入后续流程。
下一天建议继续查找 TikTok Shop Academy 中具体的 Product Opportunity、Affiliate Creator、Shop Ads 与 Content Performance 页面，并补充 Amazon US 类目维度的退货率、FBA 费用和广告 CPC 风险字段，形成统一 method schema。