上周刷白鲸出海，看到一篇访谈《4人团队+AI，做出千万美元年销》。点进去之前我以为又是老一套——AI 写文案、AI 出图、AI 提效三件套，看完发现不是。这家叫「哈库拉玛塔达」的母婴品牌，4 个人、20 多个 agent，做的却是另一件事：让 AI 去听差评。
我们大多数人用 AI，都是为了"写"——写 listing、写五点描述、写 A+ 文案、生成主图。AI 在手里，就是一支更快的笔。而孙翔把它变成了一只耳朵。这一支笔和一只耳朵的差距，就是这篇想聊的。
01 先说结论：AI 有两种用法，一种在挣钱，一种在替平台干活
把话说透：用 AI 写 listing，是在挣"效率"的钱；用 AI 听差评，是在挣"认知"的钱。
写 listing 有个绕不过去的尴尬——平台自己在做，而且免费。 亚马逊官方早就帮卖家用 AI 写链接、做商品图了。你花钱、花时间做的事，平台随手就送你一个版本。这种活你做得再漂亮，也搭不起壁垒，因为它本来就不该由你来干。
听差评不一样。评论这东西，平台给不了你答案——因为它必须跟你的供应链、你的产品结构、你的目标人群绑在一起才有意义。同一句"衣服穿着不舒服"，卖睡袋的和卖童鞋的，结论完全不同。
所以孙翔那句话我特别认同：逻辑不该是把 AI 当提速工具，而是打造一家 AI Native 公司，让所有人把 AI 用在同一件事上——听用户的声音。 他们把之前的"提效工具"几乎全砍了，只留一条主线：评论，以及产品背后真实的诉求。
听起来玄，落到动作上却特别朴素。往下看。
02 他是怎么"听"的：一条差评，改了三件事
我把访谈里的几个案例拎出来，你会发现每一个都能换算成钱。
第一件：从近 5000 条评论里，听出了"双向拉链"。
他们最早做的是"静音魔术贴"。这个判断在亚洲是对的——睡眠场景嘛，怕吵。但用 AI 筛了近 5000 条评论后才发现，美国妈妈真正的痛点不是"撕开声音大"，而是半夜换尿布要整件掀开、或者从脚往上套，一动就把宝宝弄醒。
真正解决问题的是双向拉链——头脚都能开，妈妈单手就能换，不用把宝宝抱起来。而且美国妈妈还觉得拉链更牢固、更"有安全感"。至于魔术贴，评论里反复有人提：洗多了会勾到宝宝皮肤。
注意这个转换：他们原本以为要解决的是"声音"，实际要解决的是"手脚"。 一条差评没删，但一款产品的核心卖点整个换掉了。
第二件：一条凌晨 3 点的差评，逼出了自建供应链。
有位妈妈留言，说儿子穿了他们的衣服起疹子。追下去一查——供应商为了省成本，偷偷把料子换了。就这一条，让他们下决心把供应链攥在自己手里，后来对接疫情后产能过剩的医疗工厂，把最贴肤的成衣工序搬进了洁净车间。
一条差评 → 一次供应链重构。这笔账，任何算过"断货、退货、砸口碑"的人，都算得清。
第三件：暗扣被砍掉，省下的工费挪去磨拉链。
这个案例我觉得特别值得做跨境的记下来。他们按国内习惯，在睡袋里加了一圈暗扣——国内母婴用品都这么做，想当然就上了。结果上线后，美国妈妈一直在问："扣子会不会掉？""扣不牢崩开怎么办？"
问题是，他们明明做了 1000 多次开合测试才发的货。 测试没问题，用户还是不买账。
孙翔的总结是那句话——这不是测试能解决的，是文化认知差异。 最后暗扣整个砍掉，省下的工费拿去优化拉链的顺滑度。
03 分水岭：差评的"字面"，不是"痛点"
上面三个案例，藏着一个我觉得特别值钱的分水岭。我给它起个名字：差评有"字面"和"痛点"两层。
·字面层：用户说出来的那句抱怨。
·痛点层：他真正想解决的问题，以及他脑子里默认的那个"画面"。
"撕开声音大"是字面，"半夜不想把宝宝抱起来"是痛点。
"扣子会不会掉"是字面，"我不信任任何会自己弹开的东西"是认知。
多数卖家栽在哪？栽在只看字面。 看到"声音大"，就去把魔术贴做静音；看到"怕掉扣子"，就去做开合测试、加检测报告。你解决的是一个用户并没有真正在意的问题，所以他还是不满意、还是给差评、还是退货。
孙翔有句话说得准：AI 听评论，不光要听功能，还得听"认知"。 他说 AI 的价值是双向的——把用户的需求翻译给我们，把我们的创新翻译给当地市场。
"翻译"这两个字，就是实操的入口。
04 实操：把"听差评"拆成能复制的四步
好，别人怎么干的讲完了，我把它拆成你自己能上手的一套动作。我管它叫"评论大脑"，一个人也能跑起来。
第一步·把评论"搬全"，别只看站内那几条。
站内，亚马逊其实给了你不少现成的东西：买家之声（Voice of the Customer，VOTC）会直接帮你归类"不满意"的标签，退货原因（Return reasons）里大半是真话，Q&A 区和卖家反馈（feedback）也别漏。
但更值钱的是站外和竞品。Temu、TikTok Shop、沃尔玛、独立站、Reddit、Facebook 妈妈群、YouTube 评测视频的评论区——竞品的差评，是你能白捡的研发情报。 别人已经替你踩过坑，你只要会抄结论。
评论正文如果量大，站内不好一键导出，可以用第三方采集工具，或者干脆手动复制进表格——几百条，一两个小时也就搬完了。
第二步·先分类、再数频次，别被单条差评带着跑。
把评论按维度打标：功能 / 尺码 / 材质体感 / 使用场景 / 认知疑虑 / 物流包装 / 客服。
关键动作：数"出现频次"，不数"情绪强度"。 骂得最狠的那一条，往往是极端个例；被同一个词反复戳到的，才是真需求。这一步用 AI 正合适——几千条评论人眼看不完，AI 半小时就能给你一张频次表。
第三步·专门挑出"认知差"，那是别人抄不走的。
分类里，功能差好改，也容易被抄。真正拉开差距的是"认知差"——同一个设计，你以为是加分项，当地用户却觉得是隐患。 暗扣就是这么翻的。
这一步给 AI 的指令里要专门写一句：让它告诉我，"哪些评论里，用户默认的画面和我们的设计意图不一致"。 这一句，是把 AI 从"翻译软件"升级成"本地化顾问"。
第四步·让每个部门都接一条"评论线"。
这一步是组织动作，不是工具动作，但也是孙翔那套东西真正的核心：
·评论里出现新场景 → 设计部去更新商品图、A+ 页面；
·评论里出现新关键词 → 广告部当天就去投这个词；
·评论里出现高频痛点 → 短视频团队拿去做内容、找下一个爆点。
他原话是：当你围绕一条主线搭 AI 工具，相关的 agent 技能会自己"长"出来。 这才是"20 多个 agent"的真相——不是买了 20 个工具，是让评论这条信息，在部门之间流动起来。
给你一段 prompt 骨架（直接抄，改成你的类目）：
这是我从【类目/产品】近 3 个月导出的【N】条评论、退货原因和 Q&A。请做四件事：①按功能/尺码/材质体感/使用场景/认知疑虑/物流 六个维度分类；②统计每个维度的出现频次，从高到低排序；③单独列出"用户原话里提到、但说明书和商品页里没提过"的场景词；④输出一张改动建议表：每条结论 → 建议改什么 → 该由哪个部门跟进。
跑一次就有感觉。关键不是跑一次，是每周跑一次，让它变成节奏。
05 引申：关键词不是"词"，是搜它的人
顺着"听"这条线，还有一个被低估的点：关键词的本质，是用户的搜索意图。
孙翔举的例子特别典型。同一个词——"新生儿必需品"，背后至少站着三种妈妈：
·新手妈妈 → 她要的是"最好的""给最娇嫩皮肤用的"；
·二胎妈妈 → 她要的是"每一次选择都比上一次更好"；
·敏感肌宝宝的妈妈 → 她要的是"这块面料的独特性"。
同样一个词，三套素材、三种投放角度。以前做不到这么细，现在 AI 能把用户评论清洗成不同画像，同一个关键词，对不同人群说不同的话。
这个思路你马上能用：把主推的几个大词拉出来，扒一扒这个词下面前 50 条评论，看留言的人能分成几类，然后给你的广告素材、主图、五点描述各配一套。别再用一套文案打所有人了。
06 落到实处：8% 的退货率，和一个最小可行的起点
最后说他们那个数字，我觉得比 4700 万美元还吓人——退货率只有 8%，行业平均在 30% 左右。
差在哪？孙翔说得实在：产品好是底线，真正的功夫在"洞察到用户的担忧"。
他们那个类目，退货大头是尺码。处理方式很有意思：尺码退货主动联系"退款不退货"，还备注说——买大了留着以后穿，免费寄个合适的给你；买小了，送给身边需要的妈妈。
为什么？因为他们发现一个现象：不管中国还是海外，生孩子都是抱团生的。 你身边一定还有其他准妈妈。所以每一次售后，其实都在帮品牌做宣传。
这就是"听"到了更底层的东西——不只是听到这个用户，是听到她所在的那群人。
那回到我们自己的店。可能你没有 4 个人，更没有 20 个 agent，但那不重要。最小可行的起点就是：每周把评论导出来，跑一次上面那张表，然后挑 1 条落地的改。
07 说个我自己的例子：一双鞋垫
说到这里我得承认一件事——"从评论里听用户的声音"这件事，我一直以为自己做得还行。
我店的鞋垫出过两次小状况，我自觉处理得还算及时：一次是有用户说鞋垫有化学气味，我看到就去追工厂的料；还有一次，用户说鞋垫左右脚做得一样，我也及时去找工厂沟通处理了。
所以我一度觉得，评论我是在看的。
但把孙翔那套逻辑对照过来，我才发现自己做的是客服式的"接一条、处理一条"——差评来了我反应，处理完就翻篇。我是在应付差评，不是在读差评。评论在我这儿是一条条孤立的事件，在他们那儿是一条完整的产品线信号。
真正戳到我，是之前的的一条关于鞋垫的反馈：消费者觉得太厚了，支撑度很好。
老实说，我当时没足够重视。我的判断是——这更像"脚感和鞋子"问题，因人而异，要动就得改模具，成本高、收益又说不清，先搁着吧。
现在回头看，这恰恰就是孙翔说的那种信号。字面是"鞋垫厚了"，痛点是"前面和后面的材料厚度是一样的，消费者的鞋子需要足弓支撑的同时，还可以塞进鞋子保证前脚掌的舒适"。 它不是某一个人的抱怨，它是一份指向下一版产品的重要数据——我手里明明握着一张免费的、别人求都求不来的整改清单，却因为它看起来"只是个脚感问题"，就放在那儿没动。
你发现没有，"感觉不对"这四个字，才是最难翻译、也最贵的。 因为用户说不出问题在哪，只能说出感觉。而有了 AI 去听，你就能把几百条"感觉不对"聚到一起，看见它们其实指向同一个位置。
所以我特别想说：差评不是用来删的，是用来读的。 你读得越深，它就越不像一条差评，越像一份免费的、还没人读过的新品企划书。
问一句：你自己的店，最近一次因为一条差评改产品，是什么时候？还是……你的 AI 至今只帮你写过 listing？