:::author-card name: 夜草 title: 跨境牛马 | AI 实战派 bio: 人无横财不富，马无夜草不肥。专注 AI Agent × 跨境实战，给牛马们添草料。 :::

我喂了 AI 13 条选品规则，现在它每天帮我省 2 小时

我是夜草。

今天给兄弟们整点硬草料——一个"选品小白 AI"被我硬生生喂成了能独立判断一个品能不能做的工具。

这玩意儿现在叫 lengfan1.0，在我的 Codex 里每天至少跑 10 次。每次大概 30 秒，出结果。以前我人工跑一遍，少说 20 分钟。

它到底能干啥？

说人话：你给它一个 ASIN，它自己调卖家精灵拉数据，然后对照 13 条规则一条一条打分。

不是"我觉得这个品可以做"那种虚的。

是"第 3 条月销量 420 单 ✅、第 5 条 PPC .20 ✅、第 8 条非食品类目 ✅"，每条硬碰硬。

最后给你一个结论：🟢 干 / ⚠️ 再看看 / 🔴 别碰。

我拿一个真实的品跑给你看

之前看到一个厨房用的硅胶铲，ASIN 我就不贴了（脱敏）。售价 .99。

我把 ASIN 扔给 lengfan1.0，它干的活儿是这样的：

第一步，拉数据。

调 sin_detail 拿到售价、评分、评论数、类目、上架时间。评分 4.3 星，287 条评论，上架大概 9 个月。

调 sin_prediction 看销量趋势。近 30 天大概 420 单，近三个月月均 380 单，趋势是往上走的。

调 keyword_order 反查流量词。一共 47 个流量词，其中 18 个是转化优质词。核心词自然排名第 8，长尾词排第 3。

调 eview 拉低星评论。23 条 1-2 星差评，高频槽点三个：手柄脱落 6 条、硅胶变色 4 条、太软翻不动 3 条。

第二步，对照 13 条规则打分。

售价 .99，低于我定的 \ 硬门槛，踩线。但毛利率算下来 38%，还行。

最终结论：🟢 可以做。差异化方向：解决手柄脱落 + 硅胶变色。

全程从输入 ASIN 到出结论，35 秒。

这东西我是怎么喂出来的

这事说起来不复杂，但做起来挺磨人。

第一关：把自己脑子里的标准倒出来。

我没写一行代码。第一个动作是坐在电脑前，打开记事本，把自己平时看品的过程一条条写下来。

这个比想象中难。很多判断我以为靠的是"直觉"，但追问自己"为什么有这个直觉"之后，发现背后其实有逻辑。

比如"这个品感觉可以做"，拆开看其实是：售价还行、销量在舒服的区间、PPC 不贵、类目没大坑、差评有改进方向。

我把这些拆成 13 条硬标准：

• • 售价 ≥ \（利润底线，太低了扣完 FBA 费用和佣金不剩什么了）
• • 月销 200-800 单（太小没肉吃，太大竞争已经杀红眼了）
• • PPC ≤ .50（广告成本可控，超过这个数毛利就危险了）
• • 避开食品、液体、粉末、强监管、高侵权、高售后类目
• • 最好能品牌化、有 AI 视觉放大空间（能靠图做出差异）

第二关：确认数据能不能拿到。

标准列出来了，得确认 AI 能不能"看到"这些数据。

SellerSprite MCP 的工具我一个个对：

• • sin_detail 能拿售价、评分、评论数 ✓
• • sin_prediction 能拿销量趋势 ✓
• • keyword_order 能反查流量词 ✓
• • 

eview 能拉低星评论 ✓

大部分核心指标都能拿到。少数拿不到的（比如准确的 FBA 费率），标"需人工补充"。

第三关：把标准写成 AI 能读懂的规则。

这是最要命的一步。你得把"感觉"翻译成"数字"。

“竞争不算激烈” → AI 不懂。改写成"头部 10 个 ASIN 销量集中度 < 50%" → AI 懂了。

“售价太低不好做” → AI 不懂。改写成"售价 < \ → 标记踩线" → AI 懂了。

13 条规则，每条三个要素：数据来源（调哪个 MCP）、判断阈值（具体数字）、输出标记（✅⚠️🔴）。

踩过的坑

你可以怎么照着来