该方法虽非适用于所有行业，但在此基础上进行优化调整具有普遍参考价值。当前技能处于初期版本，虽未深度优化，但已可正常运行。
目前方案已实现完全自动化，仅需一条指令，即可完成指定所有产品的标题书写，处理效果显著。
前期准备与运行逻辑
构建关键词表
若不准备关键词表，对标题的控制力度将较弱，大模型处于无管控状态，生成标题易出现偏差。建议至少建立两个词表：基础行业词表与品类专业词表，对产品标题生成进行分类别管理。
词表建设无需完全人工收集，可利用 AI 辅助采集、筛选、过滤及整理，并结合自有词汇库。
准备产品图片包
每个产品图片包内需包含 6 张制作好的电商套图。图片可由 AI 制作，无需摄影和美工介入，效果优异。
提示词磨合与技能训练
开始用提示词进行 Skill 调试，关于产品标题的限制条款参考如下：
5，基于你对画面的理解和我输入的风格内容，再结合你第 2 步和第 3 步调取的关键词词汇来帮我书写关键词标题，具体要求：
① 在两个关键词词库 txt 文件内找最贴近画面的词汇参与标题书写（你对画面的理解，我输入的风格，txt 内找到的词，用这三块来综合写标题）；
② 标题必须是纯英文，并且每个标题下面要附带中文翻译；
③ 每次帮我输出三组标题，标题长度 15-20 个单词之间；
④ 标题必须符合阿里巴巴国际站的标题规则；
⑤ 必须剔除所有违反阿里巴巴规则的单词，禁止出现品牌词，违反法律的词，阿里禁售产品词，违反公序良俗的词；
⑥ 禁止出现其它电商平台名称，例如"Amazon、eBay、Alibaba、AliExpress、Walmart、Shopify、Temu、Shein、Lazada、Shopee、Mercado Libre、Rakuten、Ozon、Etsy"；注意：生成绘画类产品标题较简单，可直接让模型识别画面内容并结合关键词书写；其他行业可能需加强产品词库建设及外部提示信息介入，以解决模型识别和书写精准度问题。
自动化执行与优化方案
自动化执行流程
调用该技能写标题时，Accio 可自动查找文件夹内产品图片进行识别，结合调取的关键词信息书写标题，并将结果以 TXT 文件形式保存至该产品文件夹内：
关键词调取优化
上述技能操作在关键词表调取方面存在优化空间。直接强制模型读取文件较为粗放，且会消耗大量 Token，建议采用以下方式优化：
引导 Agent 使用 grep 工具，并通过提示词建立细节化的词汇调取筛选机制，以获取精准关键词：
