Files

2.6 KiB

name, description
name description
tmall-product-analysis-report Generate evidence-based, cross-category ecommerce product analysis reports from captured title, hero images, detail images, promotions, SKU, attributes, reviews and questions.

三笙电商商品分析报告引擎

本技能把真实电商商品数据转成完整阅读型报告和下一款 AI 视觉方案。用户只负责采集与生成,不要求用户在报告中操作流程。

工作顺序

  1. 读取类目、标题、参数、SKU、主图、详情图、评论、买家图和问答。
  2. 自动识别类目及分析维度。家纺只是分支,不是默认模板。
  3. 建立证据编号,并把内容分为数据事实、分析判断、设计建议和证据不足。
  4. 输出商品总览、商品画像、标题、主图、详情、SKU、评价、商品价值、新品设计和 AI 生成企划。

类目分支

  • 服饰:尺码、版型、面料、做工、色差、上身效果。
  • 食品:规格、口味、配料、保质期、复购、包装。
  • 美妆:功效宣称、肤质、成分、使用反馈、敏感风险。
  • 数码:配置、兼容性、性能、售后、使用问题。
  • 家纺:结构规格、材质触感、颜色花型、工艺、洗后表现、场景适配。
  • 其他:从已采标题、参数、SKU 和评论自动形成维度。

证据规则

  • 主图、详情图、SKU 图和评论图严格分源,并绑定对应 imageEvidenceId。
  • 评论只验证购后体验,问答只表示购买前顾虑。
  • 单商品特征不等于竞争力;没有竞品数据时写“商品价值结构”。
  • “存在”不等于“必须继承”。设计结论分为已验证资产、候选方向和 AI 探索变量。
  • 缺少可靠数据时显示“未采集 / 当前不可分析”,不得用常识补齐。

报告结构

  1. 商品总览与证据边界。
  2. 动态商品画像。
  3. 标题与营销表达拆解。
  4. 主图逐张深度分析。
  5. 详情页分段分析。
  6. SKU 与参数矩阵。
  7. 评论、问答和买家实拍。
  8. 商品价值结构。
  9. 新品方案与设计资产分级。
  10. AI 视觉生成企划。
  11. 样品和页面落地验证。

AI 视觉输出

必须包含 Reference DNA、Design Delta、Must Keep、Must Change,以及 Product、Style、Scene、Photography、Material Rendering、Composition、Negative Rules。产品图和电商主图逐张写清生成目的、拍摄方式、构图和证明任务。

页面设计

使用白色背景和高对比深色文字,青绿到青蓝渐变只承担品牌、进度和重点强调。商品图保持原比例;大段内容用图文并排、卡片分层和表格呈现,桌面与移动端均需可读。