用ChatGPT批量分析Amazon差评，提取用户痛点，反向推导产品改进方向，生成Brief给工厂。人工3天的选品分析，AI 1小时完成。

为什么用AI做选品

传统选品靠"逛1688+看Best Seller+拍脑袋"。问题是——你知道什么好卖但不知道为什么好卖。真正的选品逻辑是：找到现有产品的差评痛点→做改良版→直接解决用户不满。

这个分析以前要人工一条条看评论，一个品类几百条评论看完眼都花了。AI把这件事从3天压缩到1小时。

完整工作流

Step 1：抓取竞品差评

在Amazon找目标品类的Best Seller，用浏览器插件（如Keepa或AMZ Reviews Downloader）批量导出差评。一个品类选3-5个竞品，导出1-2星评论。

Step 2：AI分析痛点

把差评批量丢给ChatGPT，用这个Prompt：

请分析以下Amazon产品差评，提取用户不满的痛点。
按以下维度分类：产品质量问题、功能缺陷、使用体验问题、包装/物流问题、与描述不符。
每个痛点标注出现频次（高/中/低），并给出可能的改进方向。
最后输出"痛点优先级表"——按出现频次和改进可行性排序。

差评数据如下：
[粘贴差评文本]

Step 3：生成产品改进Brief

基于痛点分析结果，让AI生成给工厂的产品开发Brief：

基于以下痛点分析，请生成一份产品改良Brief，包含：
1. 产品定位（解决什么核心问题）
2. 改良点清单（按优先级排序，标注技术可行性）
3. 目标售价区间（基于竞品定价）
4. 目标用户画像
5. 关键差异化卖点（vs现有Best Seller）

痛点分析：
[粘贴Step 2的输出]

Step 4：验证市场需求

把Brief里的核心关键词放Google Trends验证搜索趋势——确认需求在增长而非衰退。同时在Amazon搜这些关键词看竞品数量——少于50个 sellers 的细分值得做。

实测案例：宠物喂食器

用这个流程分析了Amazon Top 5宠物喂食器的200条差评。AI提炼出3个高频痛点：

痛点 频次 改进方向
食物卡住不下料 高 改出料口角度+加搅拌电机
APP连接断开 高 换WiFi模块供应商+加蓝牙备用
清洗困难 中 可拆卸食盘设计

基于这三个痛点做改良版，定价$39（比Best Seller $29贵10但解决3个核心痛点）。工厂打样2轮，目前在小批量测试中。

Prompt模板分享

以上所有Prompt我都整理成了模板，可以直接复制使用。在公众号后台回复"选品Prompt"获取完整模板包。

选品的本质不是"猜什么好卖"，是"找到现有产品的不足然后改良"。AI让这件事的效率提升了10倍。

这个工作流是我用AI做外贸的核心武器。有想试的可以找我拿完整Prompt模板和工具清单。