做 TikTok Shop，最容易被一个数字带着跑。
看到某个商品周销量涨了 50%，第一反应是跟；看到某个达人 GMV 很高，第一反应是寄样；看到一条视频播放高，第一反应是照着拍。
问题是，同一个“涨”，背后的原因可能完全不同。
有的增长来自自然内容，有的来自广告放量；有的达人卖得多，但受众和你的产品不匹配；有的市场靠短视频，有的市场真正的成交主力是直播。
所以 TikTok Shop 的 AI 工作流，不能只负责把排行榜搬回来。它至少要继续回答一句：这个信号为什么出现，接下来该做什么？
最近我重新看了一遍 FastMoss 公开的 Skill 包。它没有把所有能力塞进一个“万能分析器”，而是拆成了 5 个任务：
选品判断 → 达人筛选 → 竞品归因 → 店铺诊断 → 视频 Brief。
这篇就把这 5 个任务怎么接起来，拆给你看。
先说安装：Skill装上了，不等于实时数据也接上了
这个公开 Skill 包适合支持本地 Skill 目录的 AI 客户端。
官方给出的快速安装方式是：
npx -y @fastmoss/fastmoss-skills install --client claude 其他客户端可以用 --dest 指定自己的 Skill 目录。安装前需要 Node.js LTS，官方建议 Node.js 18 或以上版本。
这里有个容易混淆的地方：Skill 是业务判断和任务路由层，MCP 才是实时数据入口。
只安装 Skill，你可以看到分析框架、输出规则和公开案例；要让 AI 实时查询 TikTok Shop 的商品、达人、店铺、视频与直播数据，还需要另外连接 FastMoss MCP，并具备相应的数据权限。
所以安装完成后，不要马上问一句“给我找个爆品”。先确认两件事：目标市场和具体任务。
你可以从这句开始：
我做 TikTok Shop 美国站美妆类目。先不要给我产品清单，请按选品、达人、竞品、店铺和视频五个任务，告诉我当前最该先跑哪一步，以及还缺什么数据。
01｜选品判断：销量涨了，不代表跟卖窗口还开着
很多选品工具会把榜单、增速和 GMV 排出来。
这些数据能帮你发现候选，却不能单独决定要不要进场。
FastMoss 的公开选品案例里，一款美国站眼霜周销量增长约 51%。如果只看榜单，这是一个很容易让人兴奋的数字。
但继续拆 28 天数据，会看到另一组信号：新增关联达人基本持平，广告投入却明显增加，ROAS 还出现回落。
换句话说，结果在涨，领先指标没有同步变强。
这个案例给出的判断不是“爆品，赶紧跟”，而是：窗口正在收窄。只有具备广告预算和差异化能力时，才值得继续评估。
这一步的关键，是把商品阶段拆开看：
○ GMV 和销量告诉你结果；
○ 新增达人和新增视频告诉你内容供给是否还在扩大；
○ 广告占比与投入变化告诉你增长是不是买来的；
○ 达人集中度告诉你后来者还有没有可进入的合作空间。
AI 在这里不是替你选品，而是帮你识别“增长期”“爆发期”和“稳定期”背后的不同动作。
02｜达人筛选：GMV最高的人，不一定最适合你
第二个任务是达人筛选。
很多团队找达人，先按 GMV 排序，然后从第一名开始联系。这个动作很省事，但经常把“卖得多”和“适合我的产品”混成一件事。
FastMoss 的公开案例从美国站 1 万到 10 万粉的美妆达人里筛人。最终推荐顺序没有照搬 GMV 排名，而是继续检查：
○ 达人的内容垂类与实际带货类目；
○ 粉丝年龄、性别和地区是否匹配；
○ 最近 28 天是否还在稳定产出；
○ 主要靠短视频还是直播成交；
○ 有没有可用的触达路径。
案例中，GMV 排名第一的达人最后只排在合作优先级第三；另一位主打 40+ 护肤、女性粉丝占比高、年龄结构更贴合的人，被放到了第一位。
这就是达人 Skill 应该做的事：不是给你 2000 个名字，而是给你下周一最值得先联系的 5 个人，并说明为什么。
03｜竞品归因：同样是暴涨，可能是两台完全不同的机器
第三个任务是竞品增长归因。
同一周、同一个美国美妆榜单，另一款身体护理套装销量增长约 135%。
它和前面的眼霜看上去都在涨，但底层结构完全不同。
公开案例显示，这款商品约 45% 的 GMV 来自非广告内容，直播贡献约 34%，店铺自营账号贡献约 19%。增长拐点同时伴随直播场次增加，而不是只有广告投入上升。
所以它的结论也反过来了：
这不是单纯靠预算推起来的商品，而是在自然内容基础上叠加直播和自营账号形成的增长。
对预算有限的卖家来说，可借鉴的不是对手的总销量，而是其中可以复制的杠杆：达人直播节奏、自营账号内容，以及把预算集中到已经验证过的内容和达人上。
竞品分析真正要回答的，从来不是“它卖得好不好”，而是：
1. 增长来自广告、自然短视频、直播还是商品卡；
2. 是一个达人扛起来，还是达人矩阵共同贡献；
3. 哪部分依靠对方的品牌和预算，哪部分普通卖家也能测试。
04｜店铺诊断：换一个国家，成交机器可能就换了
第四个任务是店铺诊断。
跨境卖家很容易把一个市场跑通的方法，直接复制到另一个市场。
FastMoss 的泰国美妆店铺公开案例里，一家头部店铺最近 28 天约 86.7% 的 GMV 来自直播，短视频约占 13.3%。而前面两个美国商品案例，直播占比分别只有约 6% 和 34%。
这意味着，如果你拿着美国站的“短视频寄样 + 广告放量”打法直接去泰国，很可能带错了机器。
店铺诊断不应该只看销售额，还要拆：
○ 商品与价格带结构；
○ 短视频、直播、商品卡分别贡献多少；
○ 达人分层与头部集中风险；
○ 自营账号和联盟达人的比例；
○ 评分、回复、履约等服务短板。
同一个类目，市场不同，内容和成交结构可能完全不同。AI 的价值是先把结构差异摆出来，再决定哪些经验可以迁移、哪些必须重做。
05｜视频Brief：先分清自然爆和广告推，再决定学什么
最后一个任务，才轮到“怎么拍”。
很多视频分析把播放最高的作品全部混在一起，然后总结“前三秒要有钩子”。这句话没错，但基本不能指导执行。
公开的视频 Brief 案例先把带货视频拆成两层：自然流量视频和广告驱动视频。
因为一条广告视频播放很高，不代表它的内容结构天然强；一条自然视频能持续成交，才更值得优先研究它的钩子、场景和卖点表达。
案例里反复出现了“回复评论”的开头：先把用户的质疑放进画面，再用演示回答。视频长度也不是统一的 30 秒，而是出现了短证明和长教程两种结构。
一个真正能交给达人的 Brief，至少要包含：
○ 前三秒从哪个具体问题切入；
○ 要拍哪些真实演示镜头；
○ 哪个卖点必须说，哪些功效不能夸大；
○ 建议时长与内容形式；
○ 参考视频属于自然流量还是广告驱动；
○ 拍完后用什么指标判断要不要继续测试。
这5个任务，最好按一个闭环来用
如果把它们接起来，顺序可以是：
1. 用选品判断找到仍处在可进入阶段的商品；
2. 用竞品归因确认增长到底来自哪里；
3. 用店铺诊断判断这套打法是否适合目标市场；
4. 用达人筛选找到真正匹配的人，而不是只追头部；
5. 用视频 Brief 把已验证的内容规律交给达人或自己的内容团队测试。
跑完以后，再把新的视频、达人和成交结果放回下一轮复盘。
这也是我理解的“把跨境方法装进 AI”。
不是让 AI 看到一个排行榜就替你拍板，而是把每一步需要什么数据、怎么判断、输出什么、哪里必须人工确认固定下来。
Skill 负责告诉 AI 怎么做任务，MCP 负责取得数据，最后的预算、合作、备货和市场进入决定，仍然要由人确认。
目前我也在持续把选品、Review、Listing 等跨境运营方法整理进悟空 Skill 会员工具箱。文末“阅读原文”可以查看现有工具和使用说明。
如果你准备试这套工作流，别一上来同时研究十个类目。拿一个正在观察的商品，先问清楚它为什么涨、窗口有没有收窄，再决定要不要继续找达人和做内容。
工具可以帮你看得更快，但把结果和原因分开，才是跨境判断里真正值钱的部分。
— 大白
资料说明：本文依据 FastMoss Skills 官方公开仓库与公开案例整理，仓库最新核对时间为 2026 年 9 月 3 日，案例数据时间为 2026 年 8 月 21 日。文中数据用于解释工作流，不代表当前实时榜单、我们的店铺实测或经营效果承诺。实时使用需要连接相应 MCP 与数据权限，平台规则、市场数据和工具能力可能变化。
参考资料：
○ FastMoss Skills 官方仓库
○ FastMoss MCP 官方接入说明
○ 公开案例：跟卖时机判断
○ 公开案例：达人筛选
○ 公开案例：增长归因
○ 公开案例：跨市场店铺诊断
○ 公开案例：视频 Brief
🎁 免费领取《跨境电商出海全攻略》
如果你正在做跨境电商，不想每遇到一个问题都重新到处找资料，这份持续更新的免费知识库可以先收藏起来。
里面整理了平台选择、开店起步、选品运营、独立站、社媒引流、供应链、收款与合规等内容。
关注公众号「跨境圈儿通」，在对话框回复：
出海攻略
即可获取完整知识库。已经关注的读者，直接回复即可。