TikTok Shop 选品工作流

Skill 简介

这套工作流不是看到高 GMV 就追爆款，而是先理解你的类目、客单价、履约方式、备货周期、风险偏好和内容能力，再判断什么商品适合你。它通过浏览器读取已登录的 FastMoss 或出海匠可见页面，把第三方数据、用户评价和经营条件组合成有证据边界的结论。

除了研究榜单与趋势，它还会独立扫描类目中评论较多的商品链接，从多个商品的近期评价里聚类反复出现的失败点和未满足需求，再验证市场上是否已经有大量改良款，避免把单条吐槽误判成真实机会。

它优先观察达人数量与带货视频数量在连续周期中的变化，再用 GMV、销量或排名做滞后验证；同时检查成交来自广告还是自然流量、达人还是店铺自营、短视频还是直播，以及增长是否过度依赖单一达人、单条视频或头部店铺。

使用前准备

1. 安装 Codex。
2. 在 Chrome 登录 FastMoss 或出海匠；两个平台都登录更利于交叉复核，只登录一个也可以运行。

Skill 获取

把下面这段话复制给 Agent：

帮我从下面的 GitHub 项目下载并安装这个 Skill：
https://github.com/Hongggggggg/product-selection-workflow

Skill 使用

做美区类目选品时，可以直接说：

使用 $discover-tiktok-products 做美区宠物类目选品。
目标售价 15～35 美元，30 天到可售，本地仓，中等风险。
可以持续拍摄，也接受达人分销和广告测试。

分析一个已有商品时，可以说：

使用 $discover-tiktok-products 分析这个 TikTok Shop 商品：<商品链接>
重点看近 30 天趋势、达人与视频增量、竞争和生命周期。

工作流程

1. 经营约束访谈：确认筛选范围、价格带、到美国可售天数、履约方式、风险偏好、排除项与内容/投放能力。
2. 任务路由：没有商品进入 L1 候选发现；已有具体商品直接进入 L2 单品分析；准备进入或备货时进入 L3 进入前验证。
3. 双入口发现：市场表现入口研究榜单、趋势和已有响应；类目评价入口独立建立高评论链接池，跨商品聚类近期负评与未满足需求。
4. 深度验证：观察至少三个连续可比时间点的达人和视频增量，再用 GMV 或排名验证；同时检查价格带、供给变化、头部集中度与内容可复制性。
5. 生命周期与到货窗口：用“观察日期 + 到可售天数”计算预计可售日期，判断商品到货时窗口仍是打开、收窄还是关闭。
6. 分级输出：结果分为“当前推荐”“观察，不建议现在备货”和“暂不建议”，允许零推荐，并列出风险、反证、失效条件和最小验证动作。

可持续迭代

这不是一套不可修改的“标准答案”。如果你的经验与现有逻辑不一致，可以直接指出适用范围、理由、预期影响和例外。工作流会把经营偏好、待验证假设和市场事实分开：边界清楚且通过校验的新规则可以写入唯一规则源；证据不足的想法只保留为待验证假设，不会直接参与推荐。