Accio Work 选品不靠玄学：
提示词组合公式直接抄走
1688生意助手 · Accio Work · 提示词公式 · 选品落地
引言
传统选品常依赖经验直觉或盲目跟风，效率低且结论模糊。随着1688生意助手、Accio Work等AI工具的普及，选品逻辑正从“凭感觉”转向“问数据”。然而，许多用户反馈AI回答泛泛而谈，核心痛点往往不在工具本身，而在提示词（Prompt）的构建质量。本文总结了一套高效的提示词组合公式，旨在帮助商家通过精准提问，获取具备落地价值的选品建议。
选品痛点解析：传统模式的三大弊端
1. 盲目跟风，错失窗口期
多数商家习惯模仿同行热销品，待自身产品上架时，市场往往已趋于饱和，只能争夺剩余流量，利润空间被大幅压缩。
2. 经验主义，难以突破圈层
资深从业者往往局限于熟悉品类，凭借过往经验判断新品，导致对新市场趋势敏感度不足，难以拓展新的增长点。
3. 数据分散，决策效率低下
品类大盘、价格带分布、竞争密度等关键数据分散于不同后台，人工整合耗时耗力且易出错。选品失误不仅造成库存积压，更浪费了宝贵的上新窗口与团队精力。
AI选品核心价值：从数据到洞察
1688生意助手等AI工具依托平台真实数据，主要具备以下三大能力：
查大盘：快速分析品类供需关系及价格带走势；
比竞品：横向对比头部卖家的卖点、定价策略及销量表现；
盯趋势：敏锐捕捉搜索词的异动与潜在爆款信号。
Accio Work等进阶工具更能将数据查询、竞品分析与结论输出串联成完整工作流。工具能力已趋于成熟，使用效果的关键差异在于用户的提问方式。
趋势洞察
选品竞争力的分水岭已从“数据获取量”转变为“提问质量”。只有具备结构化思维的提示词，才能引导AI输出契合店铺实际情况的高价值结论。
高效提示词公式：四要素模型
一条高质量的选品提示词应包含以下四个核心要素，缺一不可：
|
① 角色定位 明确AI身份，如“专注工业品的1688选品顾问”，赋予其专业视角，提升回答深度。 |
② 场景约束 界定经营边界，包括目标品类、客单价区间、现货或定制模式等，约束越具体，建议越贴合实际。 |
|
③ 数据要求 指定量化指标，如“近90天搜索增长”、“中等竞争度”、“客单价30-80元”，避免AI生成空洞理论。 |
④ 输出格式 规范结果呈现，如要求以表格形式输出品类、趋势、竞争度及切入建议，便于直接应用于团队决策。 |
这四要素并非独立问题，而是构成一条完整提示词的逻辑段落。顺序可微调，但完整性决定了AI是从“聊天机器人”转变为“专业选品参谋”的关键。
实战模板与应用指南
通用提示词模板（可根据行业替换参数）
【角色】你是一位专注家清收纳类的1688选品顾问。
【约束】我们工厂主打现货批发，目标客单价15-40元，团队3人，仅支持一件代发。
【任务】请基于近期平台数据，找出3个搜索需求上涨、竞争密度中等、适合新店起步的细分品类。
【要求】每个品类需说明近90天趋势方向、主要买家画像、头部卖家卖点及我们的差异切入角度。
【格式】请用表格输出，最后一列给出首个上架动作建议。
该模板具备高度通用性：工业品可将品类替换为机床附件，调整起订量；服装行业可侧重看版起订。关键在于将约束条件替换为自身供应链的真实能力。
选品验证三原则：
1. 头部销量是否存在空隙；
2. 价格带是否存在断层机会；
3. 买家画像是否与现有客户群重合或互补。
满足两项以上即可进入测款阶段。
落地执行三步走：
第一步：交叉验证。对AI推荐的品类进行平台实地搜索，核实头部店铺的真实销量与价格，避免盲目采信。
第二步：小步测试。每个候选品类先上架3-5个SKU，观察两周数据，有询盘后再加大投入。
第三步：固化资产。将验证有效的提示词保存为团队知识库，针对选品、标题优化、详情页策划分别建立模板，提升后续工作效率。
避坑指南：常见误区警示
1. 缺乏角色与约束
直接询问“选什么品”，因缺乏上下文，AI仅能提供通用且无实操价值的建议。
2. 问题过于宽泛
一次性询问多个品类或复杂问题，导致回答浅尝辄止。建议每次聚焦一个细分领域，深入挖掘。
3. 盲信AI结论
AI基于数据面分析，无法涵盖仓库现货情况、供应链弹性及具体利润空间。最终决策需结合内部实际情况综合判断。
行动建议
1. 今日立即编写一条包含四要素的选品提示词，在1688生意助手中测试主营品类。
2. 本周利用AI筛选3个候选品，逐一进行平台交叉验证并开展小范围测款。
3. 建立团队专属的选品提示词库，沉淀经过验证的高效提问模板。
核心公式总结
选品AI化 = 明确角色 + 圈定场景 + 索要数据 + 规定输出
欢迎分享您的AI选品提示词技巧，共同交流进步。
深耕1688运营实操 · 只讲能落地的干货
关注1688运营研究社，获取更多实战干货
1688运营研究社·老范
