AI 电商真正值得关注的变化，不是文案写得更快，而是它开始进入选品、库存、价格、商品文件和订单这些交易动作。
这篇文章给你一套可以直接使用的选品研究 Prompt、一张四层决策地图和一份五级权限清单。目标不是让 AI 自动包办整家店，而是先做出可审查的候选方案，再决定哪些动作可以交给它。
先判断：你现在适不适合把 AI 接进执行链
适合：你已经有真实产品数据、供应商信息或店铺后台，想减少重复研究、整理和草稿工作。
不适合：你还没有数据来源，却希望 AI 直接给出“必爆产品”、真实销量或利润承诺；或者准备一次性开放付款、退款、采购和提现权限。
现在做这一步的价值，是把“AI 帮我开店”从一句口号拆成可验证的动作，避免模型拿猜测替代数据，也避免自动化在价格、页面或订单上直接制造损失。
选品不只要名单，要一张能淘汰候选的评分表
我重新整理 NotebookLM 里的「秀白电商研究」时，看到一段 AI 电商演示：限定“创意电子、智能设备、炫酷数码”三个赛道后，AI 拉回 10 个候选，先过滤掉 1 个低库存产品，再把剩下 9 个继续往下推进。
这不是我的复跑结果，也不代表找到了 9 个爆款。它只说明一件事：AI 已经开始把筛产品、看库存和推进下一步连成一条任务链。
一条完整的选品任务，至少要同时考虑广告停止力、购买动机、问题价值和交付风险。
可以先用 8 个维度做第一轮判断：
- 刷到时有没有让人停下来的视觉冲击；
- 能不能触发情绪购买；
- 是否解决一个具体问题；
- 是否适合冲动消费；
- 是否容易做成视觉广告；
- 是否适合 UGC 演示；
- 受众是否足够广；
- 感知价值能否覆盖成本与售价。
评分之后，每个入围产品还要交付 7 项执行结果：为什么适合 Meta Ads、目标人群、冲动消费的情绪动机、短视频 Hook、UGC 内容角度、广告形式，以及落地页怎么讲。
这里的目标不是让 AI 宣布“这是爆款”，而是得到一份能继续核验、也能明确淘汰理由的候选研究。
可直接复制：AI 电商品牌选品研究 Prompt
你是一名顶级的电商品牌产品研究专家，专门研究那些适合通过 Meta Ads
（Facebook 和 Instagram）快速放量的产品。
请使用 DSers MCP 连接，在以下细分赛道中进行产品研究：
[创意电子产品，智能设备，炫酷数码产品]
你的目标是找出在 2026 年具有较强潜力、能够通过付费社交广告
实现盈利放量的产品。
针对每一个产品，请从以下维度进行分析和评分：
1. 是否具备刷到就停下来的吸引力／惊艳感；
2. 是否能触发用户的情绪购买；
3. 是否具备解决问题的能力；
4. 是否适合冲动消费；
5. 是否适合做视觉广告创意；
6. 是否适合做 UGC 内容；
7. 是否具备广泛受众吸引力；
8. 产品感知价值与成本是否匹配。
并在评分后，为每个推荐产品输出：
1. 为什么它可以在 Meta 上放量；
2. 目标受众和人口属性；
3. 用户冲动消费的情绪动机；
4. 最容易引发互动的短视频 Hook；
5. 适合 UGC 创作的内容角度；
6. 推荐的广告形式；
7. 广告定位以及落地页设计角度。
验收规则：
1. 每项按 10 分制评分，并写出评分依据；
2. 每个产品附真实数据或来源证据；
3. 单列主要风险、淘汰理由和待验证项；
4. 没有证据就写“待验证”，不允许补造；
5. 输出只代表候选研究，不承诺销量和利润。
如果 Agent 没有真实接入 DSers，也没有获得所需数据与权限，把“请使用 DSers MCP 连接”改成“请基于我提供的产品数据分析”，然后附上产品表、库存、采购成本、物流时效和目标市场。没有连接，不要让 AI 假装检索。
货源选择不是比最低价，而是先选商业模式
三条常见路径对应三种不同的起点：
- AliExpress：更接近海外零售和独立站代发，试品门槛低，单件成本通常更高；
- 1688：偏国内批发源头和一件代发，价格空间可能更好，但跨境履约、库存与售后需要单独验证；
- 阿里国际站：更适合大宗采购和 OEM／ODM，起订量、资金与交付管理要求更高。
所以先问自己：这次要低成本试品、稳定一件代发，还是准备做品牌定制？如果机器要持续读取商品和履约状态，还要检查库存是否稳定同步、商品数据能否读取、订单状态能否回传。
按五级权限开放，别一开始就让 AI 碰钱
更稳的顺序是：
- 只读：读取产品、库存、价格和订单状态；
- 建议：生成候选价格、筛选理由和风险提示；
- 草稿：创建商品草稿，但不直接发布；
- 预览：只在主题副本或预览环境修改 Liquid／JSON；
- 待确认执行：订单采购、付款、退款和提现继续由人确认。
每一级都要保留日志、抽查与回退办法。只有上一级稳定，才进入下一级。
做到什么程度，才算完成第一轮
第一轮不要追求自动开完整店铺。完成标准只有五条：
- 至少准备一份带真实来源的产品数据；
- 每个候选都有 8 项评分、依据与风险；
- 明确继续研究、暂缓或淘汰，而不是强行排 Top 榜；
- 只生成价格和商品草稿，不直接发布或付款；
- 人能追溯 AI 使用了什么数据、做了什么判断、下一步要验证什么。
如果输出出现无来源销量、虚构库存、保证盈利或直接执行高风险动作，先停下来补数据、降权限，再重新运行。
来源与适用范围
本文基于 NotebookLM「秀白电商研究」中的演示材料重新整理。材料里的“10 个候选、过滤 1 个低库存、剩余 9 个继续推进”只说明筛选动作跑过一轮，不代表 9 个爆款，也不是作者亲测结果。
DSers 官方帮助文档可确认商品导入 Import List、价格编辑与推送和订单状态同步等基础能力。Shopify 官方文档可确认主题使用 Liquid 与 JSON 模板，应用访问店铺数据需要认证与授权以及相应的权限范围。
本文未验证 ChatGPT 默认自带 DSers MCP，也未验证 Meta、TikTok、PayPal、Zendrop 等平台已经在同一自动链路中打通。任何盈利、销量与放量结果均不作保证。