AMZ
用户中心
AI 与自动化

跨境电商AI Agent实战：让AI帮你做选品、Listing、广告、客服和竞品监控

关键词： 亚马逊AI Agent、跨境电商AI、AI运营助手、选品Agent、Listing Agent、广告Agent、客服Agent、竞品监控Agent

公众号文章库2026/7/721 分钟阅读

摘要： 五类卖家Agent实战

关键词： 亚马逊AI Agent、跨境电商AI、AI运营助手、选品Agent、Listing Agent、广告Agent、客服Agent、竞品监控Agent

系列定位： AI Agent完整教程，第 13 篇

核心观点： 跨境卖家最应该先做的不是“全自动店铺”，而是五类可复核、可追踪、可人工确认的业务 Agent：选品、Listing、广告、客服、竞品监控。它们的共同底层逻辑是：先接资料和工具，再按 SOP 分步执行，最后输出待确认动作，而不是直接替人操作店铺。

跨境卖家聊 AI Agent，最容易走两个极端。

一种是太保守。

觉得 AI 只能写文案、改标题、翻译几句客服回复。

最后用法停留在聊天框里，效率提升有限。

另一种是太激进。

一上来就想做一个“全自动运营店铺 Agent”。

自动选品。

自动上架。

自动调广告。

自动回复客服。

自动监控竞品。

听起来很完整，实际很危险。

因为跨境电商不是单一任务，而是一组相互牵连的业务系统。

选品会影响供应链和合规。

Listing 会影响转化和侵权风险。

广告会直接花钱。

客服会影响平台政策、买家体验和账号安全。

竞品监控会受到页面变化、抓取时间和数据来源影响。

如果把这些全部交给一个“万能 Agent”，结果通常不是更智能，而是更难验收。

跨境卖家落地 AI Agent 的正确路线，是先做五个小而清楚的业务 Agent，每个 Agent 都只负责一类任务，每个输出都能被人复核。

这篇文章给你一套可直接照着做的实战手册。

我们不讲概念热闹。

只讲：

  • 五类 Agent 分别做什么。
  • 需要哪些输入和知识库。
  • 该接哪些工具。
  • 输出什么格式。
  • 哪些动作必须人工确认。
  • 第一周怎么从 0 跑起来。
  • 如何判断它是否可商用试点。

先搭底座：所有跨境 Agent 都离不开 4 个模块

不要先问“做哪个 Agent”。

先看你有没有这 4 个基础模块。

1. 数据和资料

Agent 不是凭空懂你的店铺。

它需要资料。

常见资料包括：

  • 产品参数表。
  • SKU / ASIN 对照表。
  • Listing 当前版本。
  • 关键词清单。
  • 竞品 ASIN 列表。
  • 评论归因结果。
  • 广告报表。
  • 库存状态。
  • 目标 ACOS。
  • 售后 SOP。
  • 客服 FAQ。
  • 禁用词和合规边界。
  • 品牌语气。
  • 历史复盘。

没有这些，Agent 只能给通用建议。

通用建议通常不值钱。

2. 工具接口

OpenAI 工具文档说明，构建 Agent 时可以通过内置工具、function calling、MCP、file search 等方式扩展模型能力。LangChain 也把 Agent 描述为“模型在循环中调用工具直到任务完成”。

卖家可以简单理解：

工具就是 Agent 的手。

可能包括：

  • 读文件。
  • 查网页。
  • 查知识库。
  • 读 CSV。
  • 调内部接口。
  • 拉广告报表。
  • 拉订单或库存数据。
  • 写报告。

但第一版建议只读。

只读工具能降低风险。

写入工具要放到人工确认之后。

3. SOP 和判断规则

Agent 最怕没有规则。

比如广告 Agent 如果不知道：

  • 目标 ACOS 是多少。
  • 什么叫高花费无转化。
  • 库存低于多少不加预算。
  • 新品期和稳定期阈值不同。

它就只能凭经验胡乱建议。

所以每个 Agent 都要有 SOP。

SOP 不是给人看的装饰。

它是 Agent 的判断边界。

4. 人工确认和日志

Dify 日志文档说明，AI 应用的会话日志可以用于调试、反馈、token 消耗和错误分析；Claude Code 和 OpenAI 的安全资料也都强调，工具调用和自动化任务要保留可检查路径。

跨境团队要把日志当成复盘资产。

每次 Agent 输出都要能回答：

  • 它用了哪些资料？
  • 调用了哪些工具？
  • 哪些结论是事实？
  • 哪些是推断？
  • 哪些动作需要人工确认？
  • 人工最后采纳了吗？
  • 错在哪里？

没有日志，Agent 就不可管理。

第一类：选品 Agent

它解决什么痛点

选品最耗时间的地方，不是写一个“机会报告”。

而是每天要看很多碎片信息：

  • 搜索结果。
  • 榜单。
  • 价格带。
  • 评论。
  • 竞品图片。
  • 差评痛点。
  • 供应链限制。
  • 类目合规。
  • 毛利粗算。

人做这些工作容易漏。

Agent 适合先做“选品研究助理”，把信息整理成候选机会和风险清单。

注意：

它不是采购决策人。

输入资料

建议准备：

  • 目标站点。
  • 目标类目。
  • 关键词。
  • 价格区间。
  • 竞品 ASIN 列表。
  • 评论样本。
  • 供应链约束。
  • 目标毛利。
  • 禁止进入的产品类型。
  • 合规风险清单。

工具和知识库

可用工具：

  • 网页研究。
  • 评论分析。
  • 表格分析。
  • 文件检索。
  • 内部供应链资料查询。

知识库：

  • 供应链能力库。
  • 类目禁入清单。
  • 过往选品复盘。
  • 专利和认证注意事项清单。

如果团队有能力，可以后续接 SP-API 或第三方数据工具。

Amazon SP-API 官方资料说明，SP-API 是 REST API，可帮助卖家和供应商程序化访问订单、发货、付款等业务数据；Reports API 可用于获取帮助卖家管理业务的报告。这个能力适合后续做内部数据接入，不适合第一版随便接生产账号。

工作流

  1. 用户输入站点、类目、关键词和价格区间。
  2. Agent 读取竞品列表和公开页面。
  3. 提取价格、卖点、评分、评论数、主图表达。
  4. 分析差评痛点。
  5. 对照供应链限制和禁入清单。
  6. 输出候选机会。
  7. 标注必须人工验证的问题。

输出格式

建议输出：

模块内容
候选机会产品方向、价格带、核心需求
竞品结构头部产品、卖点、图片表达
差评痛点高频问题、证据、机会
供应链问题需要问工厂的问题
合规风险认证、材质、功效、侵权
下一步样品、成本、专利、关键词验证

可复制提示词

你是我的亚马逊选品研究 Agent。

目标：
基于公开资料、竞品页面、评论痛点和供应链约束，输出候选选品机会，不做采购决定。

输入：
- 站点：[US/UK/DE/JP]
- 类目：[填写]
- 关键词：[填写]
- 目标价格区间：[填写]
- 目标毛利：[填写]
- 供应链限制：[填写]
- 竞品 ASIN 或链接：[填写]

请先输出研究计划，确认后再执行。

最终输出：
1. 候选机会评分。
2. 竞品结构摘要。
3. 高频差评痛点。
4. 供应链验证问题。
5. 合规和侵权风险。
6. 不建议进入的原因。
7. 下一步验证清单。

要求：
- 公开页面信息要标注来源和抓取时间。
- 差评不能只看单条评论，要按主题归因。
- 不要给采购结论，只给研究建议。
- 所有高风险判断必须标为人工确认。

验收标准

选品 Agent 不是看它写得像不像报告。

要看：

  • 是否覆盖指定竞品。
  • 是否引用来源。
  • 是否区分事实和推断。
  • 是否发现真实差评痛点。
  • 是否提出供应链验证问题。
  • 是否标注合规风险。
  • 是否没有直接下采购结论。

第二类：Listing Agent

它解决什么痛点

Listing 写作不是单纯文案。

它要同时处理：

  • 产品事实。
  • 买家搜索词。
  • 转化表达。
  • 竞品差异。
  • 图片脚本。
  • 平台合规。
  • 品牌语气。
  • 多站点本地化。

运营最容易出错的地方是：

把没验证的参数写进标题。

把竞品差评里的需求直接当成我方卖点。

把禁用词写进五点。

把美国站表达照搬到欧洲站。

Listing Agent 的价值，是把资料整理成草稿，并把风险标出来。

输入资料

  • SKU。
  • ASIN。
  • 站点。
  • 产品参数。
  • 尺寸和材质。
  • 适配型号。
  • 关键词清单。
  • 竞品标题和五点结构。
  • 评论痛点。
  • 品牌语气。
  • 禁用词清单。
  • 认证和合规文件。
  • 当前 Listing。

工具和知识库

可用：

  • File search / 知识库检索。
  • 关键词表格分析。
  • 竞品网页对比。
  • 禁用词检查。
  • 图片脚本模板。

OpenAI file search 文档说明，模型可以在生成回答前检索上传文件知识库；Dify Knowledge 也说明，知识库可以通过 RAG 给应用提供自有数据上下文。Listing Agent 必须先查事实，再写文案。

工作流

  1. 检查产品资料是否完整。
  2. 检索产品事实和品牌规则。
  3. 提取关键词意图。
  4. 分析竞品差评和图片表达。
  5. 生成标题、五点、描述、图片脚本。
  6. 合规节点检查参数、功效、商标、禁用词。
  7. 输出草稿和人工确认项。

输出格式

建议输出：

  • 标题草稿。
  • 五点草稿。
  • Product Description。
  • A+ 模块结构。
  • 图片脚本。
  • QA 草稿。
  • Search Terms 建议。
  • 参数引用来源。
  • 风险表达清单。
  • 待人工确认项。

可复制提示词

你是我的亚马逊 Listing Agent。

目标：
根据产品事实、关键词、竞品差评和品牌规则，生成美国站 Listing 改版草稿。

输入资料：
1. 产品事实表：[粘贴或上传]
2. 关键词清单：[粘贴或上传]
3. 竞品差评归因：[粘贴或上传]
4. 品牌语气：[粘贴]
5. 禁用词和风险表达：[粘贴]

执行步骤：
1. 先检查资料缺口。
2. 标出可用于 Listing 的产品事实。
3. 标出不能直接使用或需要确认的表达。
4. 生成标题、五点、描述、图片脚本、QA。
5. 对每个关键参数标注来源。
6. 输出风险和人工确认清单。

要求：
- 不要编造尺寸、材质、认证和适配型号。
- 不要照抄竞品文案。
- 不要使用禁用词。
- 合规表达必须人工确认。

验收标准

Listing Agent 的验收重点：

  • 所有参数是否有来源。
  • 是否覆盖核心关键词。
  • 是否把差评痛点转成合理卖点。
  • 是否没有夸大承诺。
  • 是否有图片脚本。
  • 是否有风险清单。
  • 是否没有自动上传后台。

第三类：广告分析 Agent

它解决什么痛点

广告负责人每天最烦的是：

报表多。

字段多。

维度多。

Campaign、Ad Group、Target、Search Term、ASIN、日期、预算、库存、Listing 改版全都互相影响。

Agent 适合先做“分析助手”。

它不应该第一版就自动调预算。

输入资料

  • 广告报表。
  • Search Term 报表。
  • Targeting 报表。
  • SKU 毛利或目标 ACOS。
  • 库存状态。
  • 促销日历。
  • 上周调整记录。
  • Listing 改版记录。

Amazon Ads API 官方概览说明，Amazon Ads API 可以程序化管理广告操作并获取表现数据；报告 v3 文档说明 reporting APIs 可提供日度和汇总表现报告，reports 是异步请求和下载。这些能力适合工程化接入，但第一版可以先用手动导出的 CSV。

工作流

  1. 检查字段是否完整。
  2. 计算 CTR、CPC、CVR、ACOS。
  3. 分 Campaign、Ad Group、Target、Search Term 维度分析。
  4. 找高花费无转化。
  5. 找低曝光高转化。
  6. 找预算提前耗尽。
  7. 结合库存和毛利判断动作优先级。
  8. 输出待确认动作。

输出格式

建议分成三类：

第一，数据事实。

例如：

  • Spend 大于 50 美元，Sales 为 0。
  • CTR 低于类目基准。
  • ACOS 高于目标 2 倍。

第二，原因推断。

例如：

  • 可能是关键词不相关。
  • 可能是 Listing 转化弱。
  • 可能是库存或价格影响。

第三，待确认动作。

例如：

  • 建议人工检查该词是否否定。
  • 建议人工检查预算是否转移。
  • 建议人工检查 Listing 是否需要改图。

可复制提示词

你是我的亚马逊广告分析 Agent。

目标：
读取广告报表，找出浪费、机会和待人工确认动作。

输入：
- 广告报表：[上传 CSV]
- 目标 ACOS：[填写]
- 库存状态：[上传或粘贴]
- 上周调整记录：[填写]

请先检查字段：
1. 是否有 Campaign、Ad Group、Targeting、Impressions、Clicks、Spend、Sales、Orders、Date。
2. 是否能计算 CTR、CPC、CVR、ACOS。
3. 哪些字段缺失会影响判断。

最终输出：
1. 高花费无转化清单。
2. 高转化低曝光清单。
3. ACOS 异常清单。
4. 库存影响清单。
5. 待人工确认动作。

要求：
- 数据事实、原因推断、建议动作分开。
- 不要自动调预算、竞价或否词。
- 涉及资金动作必须人工确认。
- 如果字段不足，先停止并列缺失字段。

验收标准

  • 公式是否正确。
  • 字段缺失是否提示。
  • 是否把事实和推断分开。
  • 是否结合库存。
  • 是否没有直接执行广告动作。
  • 是否输出可复核清单。

第四类：客服 Agent

它解决什么痛点

客服任务看似简单，风险其实很高。

一句不合适的回复可能带来：

  • 退款承诺。
  • 补发成本。
  • 评价诱导风险。
  • 平台政策风险。
  • 客诉升级。

客服 Agent 最适合先做回复草稿和升级判断。

不适合一上来自动发送。

输入资料

  • 买家问题。
  • SKU。
  • 站点。
  • 订单状态枚举。
  • 产品 FAQ。
  • 说明书。
  • 售后 SOP。
  • 退换货规则。
  • 禁止回复清单。
  • 升级人工规则。

工作流

  1. 判断问题类型。
  2. 检索 FAQ 和 SOP。
  3. 判断是否敏感。
  4. 生成英文回复草稿。
  5. 输出引用资料。
  6. 标注是否升级人工。

输出格式

  • 问题分类。
  • 中文处理建议。
  • 英文回复草稿。
  • 引用 SOP。
  • 风险提醒。
  • 是否升级人工。

可复制提示词

你是我的亚马逊客服 Agent。

目标：
根据买家问题、产品 FAQ 和售后 SOP，生成英文回复草稿，并判断是否需要人工升级。

输入：
- 站点：[US/UK/DE]
- SKU：[填写]
- 问题类型：[安装/物流/质量/退款/差评/其他]
- 买家问题：[粘贴]
- 订单状态：[已发货/运输中/已签收/未知]

知识库：
- 产品 FAQ。
- 说明书。
- 售后 SOP。
- 禁止回复清单。
- 升级人工规则。

输出：
1. 问题分类。
2. 中文处理建议。
3. 英文回复草稿。
4. 引用资料。
5. 风险表达。
6. 是否升级人工。

要求：
- 不自动发送。
- 不承诺超出 SOP 的退款、补发、赔偿。
- 不引导评价。
- 涉及安全、法律、差评、退款争议时升级人工。

验收标准

  • 是否引用正确 SOP。
  • 是否没有编造政策。
  • 是否能识别敏感场景。
  • 英文语气是否自然。
  • 是否没有自动发送。
  • 是否能输出升级理由。

第五类：竞品监控 Agent

它解决什么痛点

竞品监控最耗人。

每天看页面，容易看漏。

但完全自动化又容易误判。

比如：

  • 价格因地区变化。
  • Coupon 临时变化。
  • BSR 波动。
  • 评论新增数量少。
  • 图片换了一张但不代表转化提升。

竞品监控 Agent 的价值，是把变化整理出来，让人判断。

输入资料

  • 竞品 ASIN 列表。
  • 我方 ASIN。
  • 关注字段。
  • 历史快照。
  • 抓取时间。
  • 监控频率。
  • 我方 Listing 和广告数据。

工作流

  1. 拉取或导入竞品页面快照。
  2. 对比标题、价格、Coupon、评分、评论数、图片、五点。
  3. 分析新增评论痛点。
  4. 对比我方页面。
  5. 输出变化摘要和影响。
  6. 标注不确定性。

输出格式

  • 本周变化。
  • 证据链接或截图。
  • 可能意图。
  • 对我方 Listing 的影响。
  • 对广告的影响。
  • 需要人工验证。

可复制提示词

你是我的亚马逊竞品监控 Agent。

目标：
对比竞品页面快照，输出本周变化和需要人工关注的动作。

输入：
- 竞品 ASIN 或链接：[填写]
- 我方 ASIN：[填写]
- 关注字段：标题、价格、Coupon、评分、评论数、图片、五点、QA。
- 历史快照：[上传]
- 当前快照：[上传或允许公开网页查看]

输出：
1. 字段变化表。
2. 重要变化摘要。
3. 新增评论痛点。
4. 对我方 Listing 的启发。
5. 对广告关键词和预算的启发。
6. 需要人工验证的地方。

要求：
- 标注抓取时间和来源。
- 不把单次变化当成长期趋势。
- 不照抄竞品文案。
- 所有建议写成待确认动作。

验收标准

  • 是否标注抓取时间。
  • 是否保留来源。
  • 是否区分变化和推断。
  • 是否识别新增痛点。
  • 是否没有照抄竞品。
  • 是否把建议写成待确认。

五类 Agent 的优先级怎么排

不是所有团队都应该同时做五个。

建议按这条路线：

第一优先级：客服或广告

如果团队客服量大，先做客服 FAQ Agent。

因为输入输出清楚，风险可以通过人工确认控制。

如果广告花费高，先做广告分析 Agent。

因为能直接节省分析时间，也容易用历史报表验收。

第二优先级：Listing

Listing Agent 很有价值，但风险更高。

因为它涉及转化、合规和品牌表达。

适合在产品资料和禁用词库整理好之后做。

第三优先级：竞品监控

竞品监控需要稳定数据来源。

如果没有历史快照和字段模板，先不要做得太复杂。

第四优先级：选品

选品 Agent 最容易被高估。

它能做研究辅助，但不能替代供应链、成本、专利、样品和真实销量判断。

所以第一版只做候选机会研究，不做决策。

第一周落地 SOP

第 1 天：选一个 Agent

只选一个。

不要五个一起做。

建议从客服 FAQ 或广告周报开始。

第 2 天：定义输入输出

写清楚：

  • 谁使用。
  • 输入哪些资料。
  • 输出什么格式。
  • 哪些动作禁止。
  • 哪些结果要人工确认。

第 3 天：准备历史样本

客服 Agent 准备 30 条历史工单。

广告 Agent 准备 4 周广告报表。

Listing Agent 准备 5 个历史改版案例。

竞品 Agent 准备 4 周快照。

选品 Agent 准备 3 个过往成功和失败案例。

第 4 天：搭只读版本

只读资料。

不写后台。

不执行动作。

只输出报告和待确认清单。

第 5 天：人工验收

看：

  • 是否找对资料。
  • 是否引用来源。
  • 是否编造。
  • 是否越权。
  • 是否能节省时间。

第 6 天：补规则和知识库

把错误写进：

  • SOP。
  • 禁用词。
  • metadata。
  • 提示词。
  • 工具权限。
  • 输出模板。

第 7 天：小范围试点

只给 1-2 个负责人用。

每天记录：

  • 输出次数。
  • 采纳次数。
  • 错误类型。
  • 节省时间。
  • 风险事件。

通用提示词：设计任意一种跨境 Agent

你是我的跨境电商 AI Agent 架构顾问。

我要设计一个：[选品 / Listing / 广告 / 客服 / 竞品监控] Agent。

业务背景：
- 平台：[Amazon / Shopify / TikTok Shop / Walmart / 其他]
- 站点：[US / UK / DE / JP / 其他]
- 类目：[填写]
- 使用者：[运营 / 广告 / 客服 / 老板 / 技术]

目标：
[填写具体业务目标，不要写“提升效率”]

可用资料：
1. [资料1]
2. [资料2]
3. [资料3]

可用工具：
1. [网页研究 / 文件读取 / 知识库 / CSV分析 / API / 其他]

禁止动作：
- 不自动改价。
- 不自动调广告预算。
- 不自动上传 Listing。
- 不自动发送客服消息。
- 不处理未脱敏客户隐私。
- 不写入生产后台。

请输出：
1. Agent 目标。
2. 输入变量。
3. 知识库设计。
4. 工具设计。
5. 工作流步骤。
6. 每一步输出。
7. 人工确认点。
8. 风险边界。
9. 历史样本测试方案。
10. 上线验收清单。

要求：
- 先做只读版本。
- 输出必须区分事实、推断、建议。
- 高风险动作只输出待确认清单。
- 资料不足时停止，不要编造。

五类 Agent 共用验收清单

一套跨境业务 Agent 能不能试点，至少看 18 条。

  1. 使用场景明确。
  2. 业务负责人明确。
  3. 输入资料明确。
  4. 输出格式明确。
  5. 数据来源可追溯。
  6. 知识库有版本。
  7. 工具有权限边界。
  8. 不自动执行高风险动作。
  9. 能区分事实、推断和建议。
  10. 能列出资料缺口。
  11. 有人工确认点。
  12. 有日志和引用。
  13. 通过历史样本测试。
  14. 有错误复盘机制。
  15. 有成本上限。
  16. 有下线或回退方案。
  17. 没有敏感数据泄露。
  18. 有负责人维护 SOP。

如果少于这些，就不要说它是可商用 Agent。

最多只是演示。

不要误读跨境 Agent

第一，跨境 Agent 不是全自动店铺。

它应该先做研究、整理、分析、草稿和待确认动作。

第二，Agent 不会自动解决数据混乱。

SKU 表、知识库、广告字段、客服 SOP、竞品清单都要先整理。

第三，能接 API 不等于能自动执行。

Amazon SP-API 和 Amazon Ads API 都有真实业务能力，接错或权限过大都会带来风险。

第四，Agent 不能替代合规责任。

认证、专利、商标、医疗功效、儿童安全、平台政策，都要人工确认。

第五，不要只看节省时间。

还要看错误率、采纳率、风险事件和维护成本。

第六，不要把所有任务交给一个 Agent。

选品、Listing、广告、客服、竞品监控应该分开设计，权限和知识库也要分开。

结论

跨境卖家落地 AI Agent，最务实的路线不是幻想一个万能数字员工，而是先把五类高频运营任务做成可复核的小 Agent：

选品 Agent 做机会研究。

Listing Agent 做草稿和风险检查。

广告 Agent 做报表分析和待确认动作。

客服 Agent 做回复草稿和升级判断。

竞品监控 Agent 做变化摘要和行动输入。

它们都遵循同一个原则：

先只读，后写入；先建议，后执行；先小样本，后规模化；先人工确认，后自动化。

当你把资料、工具、SOP、权限、日志和验收都做好，Agent 才会从“会写建议的 AI”变成真正能进入跨境运营流程的业务助手。

资料来源与事实边界

本文核验日期为 2026-07-07。以下来源用于校准 Agent 工具调用、知识库、Dify 工作流、MCP、Amazon SP-API 和 Amazon Ads API 的官方能力边界；跨境电商五类 Agent 的流程设计为基于卖家运营场景的业务推演和实操建议。