← 返回案例库
市场洞察与产品发现

商品榜单选品发现

基于抖店商品销售总榜,按统计时间、品类与销量区间筛选潜力商品,说明每件的入选依据与后续研究价值。

检索发现 市场分析师 产品经理 / 营销经理 按条扣点 · 注意控量

核心场景

选品与赛道扫描:想看抖店某品类最近涨得最快的商品(24h / 近 N 天新增销量),或盯某关键词相关商品的上榜变化,从榜单中筛出值得继续研究的对象。

实现效果

  • ✓按统计时间 + 品类 + 销量区间精准筛出潜力商品
  • ✓每件商品说明入选依据(增速、价格带、好评率等)
  • ✓得到一份带后续研究路径的选品短名单

工作流概览

STEP 01定义筛选条件用户

品类关键词、时间范围、排序口径

STEP 02拉取商品榜单AI Agent / MCP

productSalesRanking 按需检索

STEP 03筛潜力对象AI Agent

按增速 / 价格带 / 好评率过滤

STEP 04输出选品短名单AI Agent

入选依据 + 后续研究建议

运行这个工作流

复制下方 Prompt 到任意已接入有数 MCP 的客户端,把 {{占位符}} 替换成你的实际情况(文本可直接编辑)。

选品发现工作流 Prompt
请调用有数 MCP(youshu-mcp)帮我从抖店商品销售总榜中发现潜力商品。

【筛选条件】
· 品类 / 关键词:{{品类或商品关键词}}
· 统计时间范围:{{2026-11-01}} 至 {{2026-11-10}}(startDate / endDate,YYYY-MM-DD)
· 排序口径:{{近 24h 新增销量(qs_incr_24h)/ 累计销量(qs_total)}}
· 参考区间:价格 {{50-150}} 元、好评率 ≥ {{95}}%
· 需求数量:最终短名单 {{10}} 件

【执行步骤】
1. 调用 productSalesRanking(100/条,按返回条数扣点):sort 与 page 必填;用 keyword、品类、价格区间(min_price / max_price)、好评率(min_applause_rate)等区间参数收窄范围;先看 total 估算规模,把返回条数控制在 {{50}} 条以内,不要拉全量。
2. 对返回商品按以下维度过滤并排序:新增销量增速、价格带、好评率、是否新上榜(isNew)。
3. 输出 {{10}} 件商品短名单,每件说明:
   · 商品名称、所属店铺、价格
   · 入选依据:新增 / 累计销量数字、增速口径、好评率
   · 后续研究价值:值得看它家的投放素材、还是看店铺交易指标
4. 短名单之后附一段趋势小结:这个品类最近的上榜商品集中在什么价格带与卖点方向。
5. 如需对短名单商品所属店铺查交易指标,转 shopSalesMetrics 工作流(searchShops 反查后查询),先征求我确认再执行。

【注意】productSalesRanking 按返回条数扣点,严格控制翻页;排序口径用 schema 给出的枚举值(如 qs_incr_24h、qs_total),不确定的参数先向我说明,不要乱试浪费点数。

Agent 会怎么做

先估总量再翻页

按条扣点的榜单工具,Agent 会先看 total、用区间参数收窄范围,把返回条数压到需求以内。

入选依据可追溯

每件商品给出具体数字与排序口径,不拍脑袋选品;口径不确定时先说明。

衔接后续研究

短名单直接给出下一步路径:看素材(searchMaterials)或查店铺指标(shopSalesMetrics)。

工具与数据说明

MCP Tool用途扣点
productSalesRanking商品销售总榜-抖店:sort / page 必填;sort 支持 qs_incr_24h(24h 新增销量)、qs_total(累计销量)、qs_total_amount(累计销售额)、comment_count / applause_rate 等100/条
filterOptions确认品类(category)等筛选项候选值;同一次对话复用100/次
searchShops(按需)短名单商品所属店铺 → 店铺 ID,衔接 shopSalesMetrics100/次
shopSalesMetrics(按需)店铺四项真实交易指标100/次
⚠️ 注意:productSalesRanking 按返回条数扣点(100/条),拉全量前务必先根据 total 估算总条数;成对的 min / max 区间参数(价格、销量、好评率等)可以组合使用来收窄范围。

探索相关工作流