用 Codex 做一个每天 8 点自动选品 Skill：新闻趋势、卖家精灵 MCP、飞书群推送全打通 | 跨境AI入门指南

Codex 跨境电商实战系列 04

前三篇我们讲了 Codex、入门环境、Skills 和 MCP。这一篇做一个更像真实业务的自动化：每天早上 8 点，从 Google Trends RSS 抓趋势新闻，让 Codex 提取产品机会，再调用卖家精灵 MCP 初筛，最后推送到飞书群。

每天 8 点自动选品 Skill

跨境电商选品，最难的不是“看数据”，而是“早一点看到变化”。

很多产品机会不是凭空出现的。它可能来自一次天气变化、一个节日趋势、一条生活方式新闻、一项政策变化、一个社媒话题、一个运动赛事、一个健康安全事件。

比如高温新闻变多，可能带动降温风扇、户外遮阳、防晒衣、宠物降温垫。

比如宠物经济新闻持续升温，可能带动自动喂食器、宠物监控、宠物旅行用品。

比如露营、庭院、户外生活方式被频繁讨论，可能带动遮阳棚、户外灯具、便携电源、折叠桌椅。

但是，人不可能每天早上固定刷新闻、拆需求、查关键词、看竞品、写报告。这个流程很适合交给 Codex 做成一个自动选品 Skill。

先说清楚：这不是“自动预测爆款”。

更准确地说，它是一个“趋势选品雷达”：每天帮你发现值得跟进的产品线索，再用卖家精灵 MCP 做初筛，最后把最值得看的 Top 3 推到飞书群。

这套自动化到底做什么？

一句话：每天 8 点，让 Codex 自动完成“新闻信号 -> 产品假设 -> 市场初筛 -> 飞书提醒”。

每天 8 点自动选品流程

完整流程是这样的：

第一步，定时触发。

每天早上 8 点，定时任务启动。这里要注意：Skill 本身不是闹钟。Skill 负责规定“怎么做”，每天 8 点运行要靠自动化任务、服务器 cron、Windows 任务计划程序，或者你使用的 Codex / 工作流工具提供的定时能力。

第二步，抓取 Google Trends RSS。

Google Trends Trending Now 可以按国家和地区查看趋势。RSS 的作用，是把趋势新闻变成机器容易读取的列表。美国站可以先用 US，英国、德国、日本后续再扩展。

第三步，Codex 提取新闻信号。

新闻本身不是产品。Codex 要从新闻里提取：发生了什么事、影响什么人、带来什么痛点、可能出现什么购买需求、能不能转成亚马逊关键词。

第四步，生成产品假设。

比如新闻是“高温天气提前到来”，产品假设不是“天气很热”，而是“便携降温风扇、宠物降温垫、户外遮阳棚、车载遮阳用品可能需求上升”。

第五步，调用卖家精灵 MCP 初筛。

这一步不是让 Codex 凭感觉判断，而是调用卖家精灵 MCP 看关键词、趋势、竞争、价格带、竞品情况。

第六步，飞书群推送。

每天只推 Top 3。不要把 30 条机会都发群里，否则团队很快就不看了。

为什么要用 Google Trends RSS？

因为它适合做“早期信号”。

传统选品工具看到的是平台内数据。平台数据很重要，但它往往已经经过一段时间沉淀。Google Trends 的价值是从更早的社会趋势、新闻趋势、搜索趋势里找线索。

但要注意：Google Trends 新闻不等于可以直接上架。

新闻只是一个信号。它只能告诉你“这个话题正在被更多人关注”。能不能变成产品，还要继续看购买意图、搜索需求、竞争强度、价格利润、供应链和合规风险。

所以这套流程不能停在 Google Trends。它必须接卖家精灵 MCP 做初筛。

卖家精灵 MCP 在这里负责什么？

我根据你本地的《卖家精灵 MCP 工具手册》整理了一下，这个场景里优先用这些能力：

google_trend：验证关键词在 Google 侧的趋势。
keyword_research：从关键词角度看市场价值、需求和竞争。
keyword_miner：扩展长尾关键词，找更细分的切入点。
aba_research_weekly / aba_research_monthly：观察 ABA 热词、周度或月度趋势变化。
product_research：用产品筛选方式看是否已经有可参考的竞品。
market_research：看类目市场、价格、评价、卖家集中度等维度。
competitor_lookup / asin_detail / review：后续深入竞品和评论时再用。

第一版不需要一次用完所有接口。

新手最稳的调用顺序是：先用 google_trend 和 keyword_research 看需求，再用 keyword_miner 找长尾机会，然后用 product_research 或 market_research 看竞争和价格带。

自动选品 Skill 的目录可以这样设计

这个项目的核心不是写一个庞大系统，而是做一个 Skill，把流程和规则固化下来。

Daily Product Scout Skill 目录结构

一个可参考的目录结构：

daily-product-scout/
  SKILL.md
  config/
    markets.md
  references/
    scoring-rules.md
    product-risk-rules.md
  prompts/
    news-to-product.md
    sellersprite-check.md
  templates/
    feishu-card.md
  scripts/
    fetch-google-trends-rss.js
    send-feishu-webhook.js

这些文件分别负责什么？

SKILL.md：告诉 Codex 这个 Skill 什么时候用、怎么做、最后输出什么。

markets.md：配置市场映射，比如 Google Trends 用 geo=US，卖家精灵用 marketplace=US；英国可能是 Google geo=GB，卖家精灵 marketplace=UK。

scoring-rules.md：放评分规则，不要每次临时想。

product-risk-rules.md：放合规、侵权、物流、季节性、供应链风险。

news-to-product.md：告诉 Codex 怎么把新闻变成产品假设。

sellersprite-check.md：告诉 Codex 调用卖家精灵 MCP 时优先看哪些指标。

feishu-card.md：规定飞书群消息格式。

scripts：可选。如果你希望自动抓 RSS、自动推送飞书，就让 Codex 生成脚本。

让 Codex 创建这个 Skill，可以直接用这段提示词

把下面这段发给 Codex：

请帮我创建一个 Codex Skill，名字叫 daily-product-scout。

这个 Skill 的目标：
每天早上 8 点，根据目标市场的 Google Trends RSS 趋势新闻，提取可能带来消费需求变化的新闻事件，生成产品机会假设，再调用卖家精灵 MCP 做初步市场判断，最后把 Top 3 机会推送到飞书群。

目标市场：
- 默认美国站：Google Trends geo=US，卖家精灵 marketplace=US
- 后续可扩展 UK / DE / JP / CA

工作流程：
1. 读取 Google Trends RSS 新闻标题、摘要、链接、发布时间。
2. 过滤掉不适合选品的内容：纯政治、纯明星八卦、纯体育赛果、无法对应实物产品的新闻。
3. 从新闻里提取消费需求：痛点、场景、人群、季节、关键词。
4. 生成 5-10 个产品假设，每个假设必须包含：新闻信号、产品关键词、适用人群、购买动机、可能类目。
5. 调用卖家精灵 MCP 初筛：优先使用 google_trend、keyword_research、keyword_miner、aba_research_weekly、product_research、market_research 等工具；如果工具不可用，必须说明缺少数据，不要编造。
6. 按评分规则输出 Top 3：新闻热度、购买意图、搜索需求、竞争强度、价格带、利润空间、风险。
7. 生成飞书群消息：每个机会包含机会评分、关键数据、为什么值得跟进、下一步动作。

安全要求：
- 不要在 Skill 文件里保存飞书 webhook、API Key 或账号密码。
- webhook 和密钥只读取环境变量。
- 不上传店铺敏感数据。
- 每次报告必须标注数据来源和不确定项。

请先给我目录结构和 SKILL.md 草稿，等我确认后再创建文件。

这段提示词里最重要的是三句话：

第一，新闻只当信号，不当上架依据。

第二，产品必须经过卖家精灵 MCP 初筛。

第三，缺数据必须说明，不能编造。

一个简化版 SKILL.md 可以像这样：

---
name: daily-product-scout
description: 每天根据 Google Trends RSS 新闻提取跨境电商选品机会，调用卖家精灵 MCP 初筛，并生成飞书群推送报告。
---

# Daily Product Scout

你是跨境电商趋势选品助手。你的任务不是直接判断“必爆款”，而是从新闻趋势中发现值得验证的产品机会。

## 固定流程

1. 读取目标市场的 Google Trends RSS。
2. 提取新闻信号：事件、场景、人群、痛点、关键词。
3. 生成产品假设：新闻为什么可能带来购买需求。
4. 调用卖家精灵 MCP 做初筛。
5. 按评分规则排序，只保留 Top 3。
6. 生成飞书群推送内容。

## 必须遵守

- 新闻只作为信号，不作为上架依据。
- 缺少数据时必须写“缺数据”，不能编造。
- 不输出敏感凭证，不保存 webhook。
- 每条建议必须有下一步验证动作。

## 输出格式

- 今日概览
- Top 3 选品机会
- 每个机会的新闻信号、产品假设、MCP 数据、机会评分、风险、下一步动作
- 数据缺口和需要人工确认的点

评分规则怎么设？

自动选品最怕两个极端：一个是看到新闻就兴奋，另一个是只看数据不看趋势。

所以我建议用 100 分制，把新闻信号和市场数据结合起来。

新闻热度 20 分：趋势新闻是否正在上升，是否有持续讨论空间。
购买意图 20 分：新闻背后是否对应真实使用场景和消费需求。
搜索需求 20 分：卖家精灵 MCP 里关键词搜索量、Google Trend、ABA 是否支持。
竞争强度 15 分：竞品数量、评价数量、头部集中度是否过高。
价格和利润 15 分：价格带是否健康，是否有可做毛利空间。
执行风险 10 分：合规、侵权、季节、物流、供应链风险是否可控。

这样做的好处是：Codex 不会只因为“新闻很热”就推荐产品，也不会只因为“搜索量高”就忽略竞争和风险。

比如一个产品新闻热度很高，但关键词竞争极高、价格带太低、头部品牌垄断严重，评分就不应该高。

反过来，一个产品新闻热度中等，但需求增长、竞争适中、价格带健康、评论痛点明显，就值得团队继续跟进。

每天 8 点怎么运行？

这里一定要分清楚：Skill 不是定时器。

你可以把 Skill 理解成“自动选品 SOP”。每天 8 点真正触发它，需要一个调度方式。

常见有三种：

第一，用 Codex 或工作流工具自带的定时任务。

如果你当前工具支持定时运行，就让它每天早上 8 点执行 daily-product-scout。

第二，用服务器 cron。

如果你有云服务器，可以让脚本每天 8 点运行，抓 RSS、调用 MCP、发飞书。

第三，用 Windows 任务计划程序。

如果你先在本地电脑跑，也可以每天 8 点让 Windows 执行脚本。但前提是电脑开机、网络正常、环境变量配置好。

第一次不建议直接全自动。建议先手动运行 3-5 天，看报告质量，再打开定时。

你可以让 Codex 每天执行时使用这段任务提示词：

请运行 daily-product-scout 流程。

参数：
- 时间：今天早上 8 点
- Google Trends 市场：US
- 卖家精灵 marketplace：US
- RSS 来源：Google Trends Trending Now RSS
- 推送方式：飞书 webhook

请按下面步骤执行：
1. 抓取 Google Trends RSS。
2. 提取今天最值得关注的新闻信号。
3. 将新闻信号转成产品机会假设。
4. 调用卖家精灵 MCP 初筛关键词和市场数据。
5. 用评分规则筛出 Top 3。
6. 生成飞书消息。
7. 如果飞书 webhook 未配置，只输出可复制的消息内容，不要报错中断。

重要要求：
- 不确定的数据必须标注“不确定”。
- MCP 没返回的数据不要编造。
- 最终建议必须能指导运营下一步跟进。

飞书群怎么推送？

飞书自定义机器人可以通过 webhook 接收消息。你在飞书群里添加机器人后，会得到一个 webhook 地址。这个地址相当于“往群里发消息的入口”，不要公开发到文章或代码仓库里。

最简单的文本消息结构大概是这样：

{
  "msg_type": "text",
  "content": {
    "text": "【每日选品机会 Top 3】
1. 便携降温风扇｜评分 86｜新闻信号：高温预警｜下一步：验证关键词和竞品差评
2. 宠物自动喂食器｜评分 74｜新闻信号：宠物经济增长｜下一步：筛选低竞争子类目
3. 户外防晒遮阳棚｜评分 69｜新闻信号：户外露营热度｜下一步：确认材质和物流成本"
  }
}

实际使用时，不建议把 webhook 写死在 Skill 里。更稳的做法是放到环境变量里，比如 FEISHU_WEBHOOK_URL。

如果飞书机器人开启了签名校验，还要按飞书文档配置 secret 和签名逻辑。新手第一版可以先用普通 webhook 跑通，再补签名和安全配置。

飞书群今日选品机会 Top 3

飞书消息应该发什么？

不要只发“发现一个好产品”。这种话没有行动价值。

一条合格的飞书选品推送，至少包含 6 个部分：

新闻信号：为什么今天关注这个方向。
产品假设：这个新闻可能带来什么购买需求。
关键词：准备验证哪些关键词。
卖家精灵 MCP 数据：搜索量、竞争度、价格带、竞品情况。
机会评分：为什么排进 Top 3。
下一步动作：团队今天该做什么。

比如：

产品：便携降温风扇。

新闻信号：多地高温预警，夏季提前到来。

产品假设：户外通勤、露营、宠物出行场景需要便携降温设备。

MCP 初筛：关键词搜索量上升，竞争中等，价格带 19.99-29.99 美元。

机会评分：86 分。

下一步：看竞品差评，确认噪音、续航、风力、充电接口是否是改进点。

这才是能让运营继续行动的报告。

这个 Skill 最容易踩的坑

坑一：把新闻热度当成市场需求。

新闻热，不代表有人买。必须再看关键词、竞品和价格带。

坑二：追太短的热点。

有些新闻只有 24 小时热度，不适合做产品。更适合关注会持续影响生活方式、季节需求、使用场景的趋势。

坑三：让 AI 编数据。

如果 MCP 没返回搜索量、价格、竞品数量，就必须写“不确定”。自动选品最怕看起来很完整但数据是编的。

坑四：一次推太多。

每天只推 Top 3。团队精力有限，少而精比多而乱更有价值。

坑五：忽略合规和侵权。

新闻事件里出现的品牌、人物、赛事、IP、医疗功效，都可能有合规风险。Codex 必须把这些标成风险点。

第一版不要做太复杂

我建议第一版只做这几件事：

只跑美国站 US。
只抓 Google Trends RSS。
只调用卖家精灵 3-4 个 MCP 工具。
只推 Top 3。
飞书先发文本消息，不做复杂卡片。
先手动跑 3 天，再定时每天 8 点。

等这个流程稳定，再扩展英国、德国、日本，再增加更多数据源。

这篇的结论

每天自动选品，不是让 AI 替你拍脑袋决定卖什么。

真正有价值的做法是：让 Codex 每天固定扫描趋势新闻，把新闻转成产品假设，再用卖家精灵 MCP 做市场初筛，最后把少量高价值机会推给团队。

这套流程的核心不是“自动”，而是“每天稳定沉淀判断”。

当你连续跑 30 天，你会积累一套自己的趋势选品记录：哪些新闻真的带来了需求，哪些只是短期噪音，哪些关键词值得长期跟踪，哪些类目经常出现机会。

这就是 Codex + Skill + MCP 真正适合跨境电商的地方：把你脑子里的选品方法，变成每天自动运行的团队雷达。

参考资料

Google Trends：Trending Now。https://trends.google.com/trending?geo=US
Google Trends RSS 示例： https://trends.google.com/trending/rss?geo=US
OpenAI Developers：Codex Skills。https://developers.openai.com/codex/skills
OpenAI Developers：Codex MCP。https://developers.openai.com/codex/mcp
Model Context Protocol：Introduction。https://modelcontextprotocol.io/introduction
飞书开放平台：添加自定义机器人。https://open.feishu.cn/document/client-docs/bot-v3/add-custom-bot
本地资料：卖家精灵MCP工具手册-跨境AI入门指南版.xlsx