Sorftime选品Skill首发：提效降本，更好匹配MCP

Sorftime Smart 1一个尴尬的现实：AI选品，快但贵，准但难

很多卖家最近开始用Claude Code+Sorftime MCP做选品。

想法很美好：AI直接读数据、出分析、给结论，选品效率翻几倍。

但现实很骨感：

• 没方向：AI不知道怎么选，你也说不清要啥，对话来回十几轮，越问越偏

• 工具乱用：今天调用product_search，明天换个category_search，输出格式全看AI心情

• token烧得起飞：一个简单选品需求，聊着聊着几千token没了，$0.50没了，结论还没出来

• 结果不稳定：同一需求问两次，两次答案不一样，根本没法落地

这不是AI的问题，是AI缺少"方法论"和"标准化流程"。

就像给 Ferrari 装了个新手司机——马力再大，也跑不出成绩。

Sorftime选品Skill：给AI装上"专业选品大脑"

昨天，我们正式发布了业界首个标准化AI选品Skill

不是Demo，不是概念，是直接放进Claude Code就能用的生产力工具。

一句话启动：

"亚马逊美国站，100万预算，精铺模式，帮我选100个品"

5分钟，100个经过三层智能分析的选品清单摆在面前。

从数据获取到风险分析，全部自动完成——而且token消耗比以往直接对话降低70%以上。

为什么说Skill是"降本增效"的关键？以前用Claude Code选品的问题

问题具体表现成本无方法论 AI不知道"精铺模式"该看什么指标 反复解释，token+时间双烧 工具乱用 该用potential_product却用了product_search 数据不准，需重跑 输出混乱 有时表格、有时列表、有时纯文字 二次整理，人工成本高 无风控意识 美妆、食品、IP产品都敢推荐 合规风险，潜在损失巨大 结果不稳定 同一需求多次结果差异大 无法信任，不敢落地

一个真实案例：

某卖家让Claude Code"选50个厨房用品"，对话进行了18轮，消耗token约$2.3，最终输出的50个产品里有8个美妆个护（含Olay精华）、3个Star Wars IP产品、2个需FDA认证的医疗器械——几乎不可用。

维度以前现在（Skill）启动方式 描述需求+反复纠正一句话即可工具调用 AI随机选择内置最优组合，自动执行输出格式 混乱，需人工整理标准化清单，直接可用风控过滤 无，需人工排查三层智能提示，自动标记Token消耗 单次$1-3单次约$0.5-0.8，省70%结果稳定性 每次不同标准化输出，可复现总耗时 1-2小时10分钟

核心提升：从"烧钱试错"到"即拿即用"

Skill里面有什么？四层核心能力

Sorftime选品Skill不是简单的"提示词合集"，而是一套完整的方法论封装：

1. Sorftime选品方法论内置

• 多种模式适配标准（什么类目能做，什么不能做）

• 蓝海市场识别指标（新品占比、Top3集中度、评价门槛）

• 2026年AI算法适配（COSMO语义、Rufus优化建议）

不需要你告诉AI该调用什么工具，Skill自动执行最佳实践：

• ：potential_product（隐赚指数扫描）

• Step 2：product_detail + product_reviews（深度分析）

• Step 3：自动风控筛选（类目合规+IP识别+运营风险）

┌─────────────────────────────────────────────┐│  Layer 1: 数据筛选（智能筛选层）              ││  自动过滤：美妆个护、食品饮料、电子医疗        │├─────────────────────────────────────────────┤│  Layer 2: 分析洞察（智能分析层）              ││  市场容量、竞争格局、利润测算                  │├─────────────────────────────────────────────┤│  Layer 3: 风险提示（智能提示层）              ││  品牌识别、季节性、合规要求                    │└─────────────────────────────────────────────┘

无论跑多少次，输出结构一致：

• 执行摘要（关键数据一览）

• TOP 20推荐（含风险标识）

• 已过滤高风险产品清单

• 下一步行动建议

输入：

"亚马逊美国站，100万预算，精铺模式，帮我选100个品"

执行过程：

• 1秒：potential_product拉取150个高潜力候选

• 1分钟：自动过滤高风险类目（美妆20个、食品5个、医疗2个）

• 1分钟：深度分析前30名，生成市场洞察

• 2分钟：输出100个SKU清单+TOP 20推荐+风险提示

输出示例（TOP 5）：

排名产品价格月销量潜力指数风险状态1 Glass Mixing Bowls with Lids Set $39.99 1,466✅ 2 Crochet Sunflower Bouquet Blanket $29.99 1,206⚠ 3 Tic Tac Toe Game Keychains 26PCS $24.99 1,532✅ 4 Off Shoulder Bodycon Floral Dress $39.99 1,058✅ 5 Valentines Cards Friendship Bracelets $21.99 1,802

风险标识说明：

• Layer 1：类目合规通过

• Layer 2：IP/品牌安全

• ✅/⚠ Layer 3：运营风险（✅常年可售，⚠季节性）

传统选品：Excel手动扒数据 → SaaS切换 → 整理分析 → 人工风控 → 3天过去

Skill选品：一句话启动 → AI自动执行 → 5分钟出清单

省钱：单次2-3美元 → 单次0.5-0.8美元

• 标准化流程，减少无效对话轮次

• 工具组合优化，避免重复调用

• 输出即结果，无需二次整理

按每周选品5次计算，一年可省token费用约$300-500。

省心：结果可复现，决策有依据

• 同一需求多次执行，输出结构一致

• 每次都有完整的风险提示

• TOP 20附带AI分析亮点，决策有据

1. Claude Code：已安装配置

2. Sorftime MCP：已接入数据服务

3. Skill安装：将Sorftime选品Skill放入skills目录

一句话启动（可按需自定义）

"亚马逊美国站，100万预算，精铺模式，帮我选100个品"

"分析Kitchen Organizer类目，要求新品占比>30%，Top3占比<35%""深度分析ASIN B0XXXX，找出差评中的差异化机会""筛选宠物用品类目，价格$20-50，FBA配送"

• 精铺模式：快速筛选100-200个SKU，自动化全流程分析

• 类目调研：深度分析单一市场机会，AI生成专业报告

• 爆款挖掘：基于数据+趋势，发现潜力产品

• 团队赋能：标准化选品流程，新人快速上手，减少培训成本

有了基础名单后，就可以进一步进行货源调研、竞品分析、关键词验证等后续步骤了。限于篇幅，就不再一一展示，欢迎卖家使用Softime选品skill尝试更多使用方法。

1688货源匹配和搜索推荐（内测功能，持续优化中，欢迎反馈意见）

Sorftime会员转发本文，就向服务顾问免费领取：

1. Sorftime Skills全部文件
   
2. Sorftime MCP Claude Code & Desktop配置指南
   
3. Claude Code&Desktop配置Sorftime MCP完整指南
   
4. 本文案例的详细数据文档
   

Sorftime温馨提示：AI有可能犯错，建议在最终决策前，将候选产品在Sorftime专业版进行交叉比对复核。本文案例所用模型：KIMI K2.5 Thinking（模型显示为Claude Sonnet 4.5） 运行环境为Claude Code。

如有任何疑问或需要帮助，可以随时联系您的服务顾问，Sorftime全自营售后服务团队24小时为您服务。