跨境电商 AI 实战知识库 — AAAI China Chapter 开源项目
跨境电商 AI 实操手册 — 56 篇指南，从选品到增长，每个环节都有可直接复制的 Prompt。
把这段复制到 ChatGPT 或 Claude，30 秒出结果：
你是一个资深的跨境电商运营专家，精通 Amazon 平台。
我想在 Amazon US 销售一款便携式颈挂风扇（Neck Fan）。
请帮我做一个快速的市场可行性分析，包含：
1. 这个品类的市场特征（季节性、竞争程度、价格带）
2. TOP 3 竞品的核心卖点和差评中的主要痛点
3. 3个可能的差异化方向
4. 风险提示（合规、专利、季节性库存风险）
请用表格形式呈现关键数据对比。
这个知识库里有 56 篇指南，每篇都有类似的 Prompt。想先了解 AI 能做什么？从 AI 基础开始。如果你时间有限，直接看 AI 全景评估，30 分钟了解每个环节 AI 的成熟度。
| Domain | Topics |
|---|---|
| AI 基础 | AI 演进 · Prompt 工程 · RAG · Agent · RPA · 工具对比 · AI 全景评估 |
| 选品与市场 | 选品洞察 · 定价策略 · 知识产权 |
| 供应链 | 库存与供应链 |
| 内容与转化 | Listing 优化 · 视觉内容 · 品牌建设 |
| 流量与获客 | 广告优化 · SEO/GEO · Growth Hack |
| 社交媒体 | Instagram/Facebook · YouTube · 小红书 · Pinterest · WhatsApp · Reddit · 跨渠道 |
| 客户运营 | 客服与售后 |
| 合规与财务 | 合规风控 · 财务分析 · AI 风险治理 |
| 多平台 — 货架 | Walmart · eBay · AliExpress · Temu · Faire |
| 多平台(独立站) | Shopify |
| 多平台(短视频) | TikTok Shop |
| 多平台(亚太) | 东南亚 · 日本 · 韩国 |
| 多平台(欧拉美) | Mercado Libre · Otto/Zalando |
| 跨平台策略 | 跨平台协同 · 平台对比 |
| AI 系统构建 | 数据管道 · 预测模型 · RAG 知识库 · Agent · 本地部署 · MCP · Review NLP · Dashboard · 图片生成 |
| 团队与管理 | 能力评估 · 团队建设 · ROI · 竞争情报 |
不管你是什么角色，建议先建立 AI 的基本认知。这部分按 4 个维度展开：AI 是什么、怎么和 AI 对话、怎么让 AI 自动干活、怎么把 AI 能力固化成可复用的工具。
AI 不是魔法，而是概率。理解它的能力边界，才能知道什么时候该信任它、什么时候该质疑它。
AI 技术演进梳理了从规则系统到大语言模型的完整脉络，帮你理解为什么 2024 年之后 AI 在电商领域突然变得实用。AI 全景评估把跨境电商的每个业务环节按 AI 成熟度打分，帮你判断哪些环节值得优先投入、哪些还不成熟。AI 工具对比帮你在 ChatGPT、Claude、Gemini 等工具之间做选择。
Prompt 是你和 AI 之间的接口。同样的模型，好的 Prompt 和差的 Prompt 输出质量可以差 10 倍。
Prompt 工程不只是"怎么写提示词"，而是一套系统化的方法论 — 角色设定、上下文注入、输出格式控制、Chain-of-Thought 推理。这篇指南教你从"能用"到"好用"到"稳定好用"。
Prompt 是一次性的对话，Agent 是持续运行的工作流。当你需要 AI 自动执行多步骤任务时，就需要从 Prompt 升级到 Agent。
RAG 让 AI 能查阅你的私有数据（产品手册、历史报告），而不只是依赖训练数据。Agent 让 AI 能自主规划和执行多步骤任务 — 比如自动监控竞品价格变化并生成调价建议。RPA 自动化覆盖了不需要 AI 判断的重复性操作，和 Agent 互补。
Skills 是把 AI 能力固化成可复用模块的方式。写一次 Skill，团队所有人都能用同样的质量标准调用 AI。
AI Skills 与 Rules 合集收集了 Kiro Skills、Cursor Rules、Claude SKILL.md 和 OpenClaw Skills 的最佳实践。MCP 与 Agent 工具集收集了 30+ 电商相关的 MCP Server（Shopify、Amazon Ads、SEO 等）和 7 大 Agent 框架，让你的 AI 工具能直接连接电商平台的数据和操作。
以 Amazon 为主线，覆盖跨境电商运营的完整业务链路。不需要写代码，每个环节都有可直接复制的 Prompt。
flowchart LR
A[选品] --> B[供应链]
B --> C[内容]
C --> D[流量]
D --> E[社交媒体]
E --> F[客服]
F --> G[合规与财务]
A --- A1[选品洞察]
A --- A8[定价策略]
A --- A12[知识产权]
B --- B5[库存与供应链]
C --- C2[Listing 优化]
C --- C7[视觉内容]
C --- C10[品牌建设]
D --- D3[广告优化]
D --- D9[SEO/GEO]
D --- D13[Growth Hack]
E --- E1[Instagram/Facebook]
E --- E2[YouTube]
E --- E3[小红书]
E --- E4[Pinterest]
E --- E5[WhatsApp]
E --- E6[Reddit]
F --- F4[客服与售后]
G --- G6[合规风控]
G --- G11[财务分析]
G --- G14[AI 风险治理]
选品的本质是在需求和供给之间找不对称 — 需求大但供给不足的品类就是机会。AI 把信息收集和模式识别的效率提升了 10 倍。
选品与市场洞察用 AI 从 50 条竞品差评中提取核心痛点，用 5 个维度快速评估市场可行性（需求、竞争、利润、供应链、合规），再通过关键词聚类发现蓝海需求。流程完整 SOP，也列出常见的选品陷阱。
在亚马逊，定价直接决定 Buy Box 归属和利润空间。定价策略讲了 Buy Box 的定价逻辑、如何做价格弹性分析找到最优价格点，以及怎么用 AI 做竞品价格带分析。
选品阶段最容易忽略的风险是知识产权。在投入开模和备货之前，先做专利排查，用 AI 辅助分析专利风险，了解 TRO（临时限制令）的防范方法，避免产品上架后被投诉下架。
Skills: Competitive Analysis · Market Research Analyst · 更多 →
库存的本质是用资金换时间 — 备多了占资金，备少了丢销售。AI 让你用数据而不是直觉做这个权衡。
库存与供应链从 FBA 库存的关键指标讲起 — IPI 分数、库存周转率、长期仓储费，这些指标决定了你的资金效率。然后教你用 AI 做补货预测（避免断货丢排名）、计算安全库存（避免超储占资金）、评估供应商（避免品控翻车）。
Skills: Data Analysis · 更多 →
转化的本质是在 3 秒内回答用户的问题："这个产品能解决我的问题吗？" Listing 的每一个字、每一张图都在回答这个问题。
Listing 优化是最高频的场景。Amazon 的搜索算法已经从 A9 演进到了 COSMO + Rufus，这意味着 Listing 不能再堆关键词，而要覆盖用户意图。这篇指南教你用一个 Prompt 生成完整的标题+五点+描述+Search Terms，做多语言本地化（不是翻译，是文化适配+本地关键词+度量转换），以及通过 Q&A 预埋让 Rufus 在回答用户问题时推荐你的产品。
Listing 文字做好了，还需要视觉。视觉内容教你用 Midjourney 和 DALL-E 生成产品主图、信息图和卖点图，以及 AI 产品视频。
如果你想做品牌而不只是卖货，品牌建设讲了如何用 AI 构建品牌故事、保持跨平台视觉一致性，以及 2026 年 DTC 品牌的趋势。
Skills: Direct Response Copy · Marketing Skills (127) · CRO & Copywriting · 更多 →
流量的本质是注意力的分配。付费流量买的是确定性，自然流量赚的是复利。2026 年最大的变量是 AI 搜索 — 用户不再搜关键词，而是问 AI "推荐一个适合露营的灯"。
付费流量看广告优化。核心是用 AI 分析搜索词报告，把关键词分成四象限（明星词、潜力词、观察词、浪费词），然后用否定关键词策略砍掉浪费性支出，用 A/B 测试优化广告文案。新品卖家可以直接用30 天广告启动计划。
自然流量看 SEO/GEO。除了传统的 Amazon SEO 和 Google SEO for Shopify，2026 年最重要的变化是 GEO（生成式引擎优化）— 让你的产品被 ChatGPT、Perplexity 和 Gemini 推荐给用户。
想要系统化的增长方法论？AI Growth Hack 把从选品验证到规模化拆成了 5 个阶段，每个阶段都有对应的 AI 工作流。
Skills: Claude SEO · SEO & Analytics · Growth Engineering · Google Indexing · 更多 →
社交媒体的本质不是"发帖"，而是在用户的决策链路上埋下触点。一个用户从"刷到"到"下单"可能跨越 3 个平台，你需要在每个节点都有存在感。
Instagram 和 Facebook 是发现阶段的主力 — 用户在刷 Feed 时被你的产品打动。内容策略和 TikTok、YouTube 完全不同，这篇指南教你批量生成 Reels 脚本、用 Advantage+ 智能投放。YouTube 是比较阶段的关键 — 用户搜"XX 产品评测"时，你的视频需要出现在前面。理解 YouTube 搜索算法的双引擎后，用 AI 做关键词研究和评测脚本。小红书是种草阶段的核心渠道，算法由 CES 评分机制和独特的流量分发逻辑驱动。Pinterest 本质上是一个视觉搜索引擎，用户带着购买意图来搜灵感。WhatsApp 在拉美和东南亚是购买阶段的主要触达渠道。Reddit 正在成为决策阶段的关键 — 越来越多消费者在下单前搜 "Reddit before buying"，2026 年还上线了 AI 购物搜索。跨渠道策略教你把这些触点串成一个完整的用户旅程。
Skills: Channel Strategy (127) · Social Media Manager · 更多 →
客服的本质是把问题变成信任。一个处理得当的差评比一个五星好评更能建立品牌信誉。
客服与售后覆盖了 Amazon 客服场景的全景。用 AI 批量分析差评（自动分类、频率统计、改善方案），把用户的不满转化为产品改进方向。生成多语言客服回复，让每一次互动都在积累信任。写账号申诉 Plan of Action 时，AI 帮你结构化 Root Cause + Actions + Prevention，提高通过率。
Skills: Customer Service Rep · 更多 →
合规和财务是生意的底线。很多卖家在增长阶段忽略合规，等到被罚款或下架时才发现代价远超预防成本。利润不是你以为赚了多少，而是扣掉所有隐藏成本后还剩多少。
合规与风控从主要市场的合规框架对比讲起，教你做 CE/FCC/PSE/UKCA 多市场合规对比、估算合规成本（认证费+测试费+标签费+年度维护），以及应对 BSA AI Agent 合规新规。财务分析帮你看清常见的财务盲区，用 Amazon 真实利润计算公式算出含所有隐藏成本的真实利润，通过成本优化矩阵找到降本空间。AI 风险治理帮你建立 AI 使用的治理政策。
Skills: Accountant · 更多 →
多平台的本质不是"多开几个店"，而是用不同渠道触达不同阶段的用户。Amazon 是搜索意图最强的渠道，TikTok 是发现意图最强的渠道，Shopify 是品牌溢价最高的渠道 — 它们不是竞争关系，而是协同关系。
flowchart TB
subgraph 货架电商
W[Walmart]
E[eBay]
AE[AliExpress]
T[Temu]
F[Faire]
end
subgraph 独立站
S[Shopify]
S --- S1[GEO 优化]
S --- S2[Agentic Storefronts]
S --- S3[Klaviyo 邮件]
end
subgraph 短视频与直播
TK[TikTok Shop]
TK --- TK1[Hook 公式]
TK --- TK2[达人评分]
TK --- TK3[直播脚本]
end
subgraph 亚太
SE[东南亚]
JP[日本]
KR[韩国]
end
subgraph 欧洲与拉美
LA[Mercado Libre]
EU[Otto/Zalando]
end
X[跨平台策略] --> 货架电商
X --> 独立站
X --> 短视频与直播
X --> 亚太
X --> 欧洲与拉美
货架电商的竞争维度是搜索排名和价格 — 用户带着明确的购买意图来，你的工作是在搜索结果里赢得点击。
Walmart 是 Amazon 卖家最自然的第二平台 — Listing Quality Score 决定搜索排名，Walmart Connect 广告体系和 Amazon PPC 逻辑类似但竞争更小。eBay 适合二手和翻新品，拍卖模式下定价策略完全不同。AliExpress 的全托管模式正在改变南欧市场，卖家只需供货，平台负责定价和运营。Temu 的指南重点不是教你运营（卖家自主空间有限），而是帮你做竞争分析和入驻决策。Faire 是 B2B 批发渠道，算法优化和零售商关系管理是关键。
独立站的本质是品牌资产 — 你拥有用户数据、定价权和复购关系，代价是需要自己解决流量问题。
Shopify AI 指南是一篇 2200 行的完整手册，从选品到 GEO 优化到 Agentic Storefronts到 Klaviyo 邮件个性化到 Amazon 转 Shopify 迁移。
短视频电商的本质是"被动发现" — 用户不是来买东西的，而是在刷内容时被你的产品打动。这要求完全不同的内容策略。
TikTok Shop 的 1600 行指南覆盖了 Hook 公式、3 幕视频脚本、达人量化评分、直播分钟级脚本和 GMV Max 优化。
亚太市场的核心挑战是本地化深度 — 不只是语言翻译，而是支付习惯、物流期望和消费文化的全面适配。
东南亚（Shopee + Lazada）需要适配 6 种语言、COD 支付习惯和直播带货文化。日本 Rakuten 的店铺自定义程度远超 Amazon，积分生态和 R-Mail 邮件营销是核心差异。韩国 Coupang 的 Rocket Delivery 要求本地仓发货，韩语 Listing 的写法和中文、英文完全不同。
欧洲和拉美的核心挑战是合规复杂度 — 每个国家的税务、认证和消费者保护法规都不同，进入门槛高但竞争相对小。
Mercado Libre 是拉美最大的电商平台，西语/葡语本地化和 CBT（跨境贸易）模式是进入门槛。Otto 和 Zalando 是德国市场的主力，EU 合规要求（CE 认证、EPR 注册、VAT 申报、GPSR 产品安全法规）是最大的挑战，但也是竞争壁垒。
跨平台的核心不是"复制粘贴"，而是让每个平台的数据互相喂养 — Amazon 的 Review 数据驱动 TikTok 的 Hook，TikTok 的种草流量反哺 Amazon 的品牌搜索。
跨平台协同教你一个核心文档适配三个平台。平台全景对比把 13 个平台和 7 个社交渠道放在一起对比。
技术的本质是把重复的判断变成可复用的系统。当你发现自己每周都在做同样的数据分析、同样的报告整理、同样的决策流程，就是该用代码把它自动化的时候。
flowchart LR
B1[数据管道] --> B2[预测模型]
B2 --> B3[RAG 知识库]
B3 --> B4[Agent 工作流]
B4 --> B5[本地部署]
B4 --> B6[MCP 集成]
B4 --> B7[Review NLP]
B4 --> B8[Dashboard]
B4 --> B9[图片生成]
B1 --- B1a[SP-API · pandas]
B2 --- B2a[Prophet · AutoGluon]
B3 --- B3a[LlamaIndex · Chroma]
B4 --- B4a[LangGraph · CrewAI]
B6 --- B6a[Claude · MCP 协议]
数据是决策的原材料。没有数据管道，所有的 AI 应用都是空中楼阁。
从数据管道开始，了解 Amazon 数据源全景，用 SP-API 和 pandas 搭建自动化报告处理。然后用预测模型做 SKU 销量预测，理解时间序列预测的原理和电商预测的特殊挑战。
知识库解决"AI 知道什么"的问题，Agent 解决"AI 能做什么"的问题。前者是记忆，后者是行动。
想做智能问答？RAG 知识库讲了 RAG 和 Fine-tuning 怎么选，用 LlamaIndex + Chroma 搭建产品 FAQ 系统。想做自动化？Agent 工作流讲了 Agent、Chain 和 RAG 三种模式的区别和 ReAct 思维框架，用 LangGraph + CrewAI 构建运营监控 Agent。想用 Claude 直接管理广告和产品？MCP 集成讲了 MCP 协议和传统 API 的区别。
从 Notebook 到生产环境的距离，往往比从零到 Notebook 更远。这几个模块帮你跨过这个鸿沟。
本地模型部署帮你做云端 vs 本地的决策，用 Ollama + LoRA 在本地运行和微调 LLM。Review NLP 系统用 BERTopic 做主题建模和情感分析，自动生成 Review 洞察。电商 Dashboard 用 Streamlit + Plotly 搭建多平台 KPI 看板，加上 AI 异常检测。AI 图片生成 Pipeline 用 ComfyUI/Stable Diffusion 批量生成产品图。
AI 转型失败的最常见原因不是技术不行，而是组织没准备好。工具买了没人用，用了没人衡量效果，衡量了没人持续优化。管理者的角色不是选工具，而是建机制。
flowchart LR
C1[能力评估] --> C2[团队建设]
C2 --> C3[ROI 评估]
C3 --> C4[风险治理]
C3 --> C5[竞争情报]
C1 --- C1a[成熟度问卷 · 落地案例]
C2 --- C2a[培训计划 · 习惯养成]
C3 --- C3a[ROI 计算框架]
AI 落地的第一步不是选工具，而是搞清楚团队现在在哪、要去哪、差距有多大。
先做 AI 能力评估，了解 AI 落地的三个阶段，用 10 个问题的成熟度问卷评估团队现状，参考 5 人、20 人、50 人团队的落地案例。
工具买了没人用是最大的浪费。AI 转型的成功标准不是"买了什么工具"，而是"多少人每天在用"。
通过团队建设制定培训计划、养成使用习惯，目标是让 80%+ 的人每天用 AI。用 ROI 评估量化每个 AI 项目的投入回报，建立可复用的 ROI 计算框架。
AI 带来效率的同时也带来风险 — 幻觉、隐私泄露、合规违规。不管控风险的 AI 应用，迟早会出事。
AI 风险治理帮你建立 AI 使用的治理政策，管控幻觉风险和数据隐私问题。竞争情报帮你监控竞品的 AI 动态，分析竞争格局变化。
18 个 Colab Notebook，一键运行：选品 · Listing · 广告 · 差评 · 库存 · 合规 · 定价 · GEO · 品牌 · 利润 · IP · 数据 · 预测 · NLP · Dashboard · ROI · 跨平台 · 社交
AI Listing 优化 — 4 小时 → 45 分钟/SKU
AI 广告优化 — ACOS 35% → 18%
AI Review 驱动选品 — 评分 4.6 vs 竞品 4.2
欢迎贡献。详见 CONTRIBUTING.md。
