选品是跨境电商的"第一决策"，也是最耗时间的：翻后台数据、逛竞品、读评论——一个品调研几天，还不一定准。AI 选品辅助就是"把调研的苦活交给 AI"：AI 读评论（找痛点）、AI 看趋势（判断方向）、AI 拆竞品（找缺口）——人做判断，AI 做情报。这篇讲 AI 选品的三个核心场景和落地流程。

场景一：AI 分析评论（找产品痛点）

差评是"产品改进的藏宝图"（参考选品三板斧的差评调研），但人工读几百条评论太慢——让 AI 批量读：把竞品的评论（尤其是差评）导出（爬虫/后台/第三方工具），喂给 AI 分析，让它输出：高频痛点 TOP10（"质量差""太小""容易坏"……每条附出现次数和原话）、改进机会（"如果能解决 X，就是差异化点"——参考差异化篇的差评挖掘）、好评卖点（客户认可的卖点——Listing 和广告文案直接用）。示范提示词："这是一份[产品]的差评汇总（每条一行）：[粘贴]。请分析：1) 按主题归类痛点，标注出现频次；2) 哪些痛点是大多数卖家没解决的（机会点）；3) 每类痛点给出产品改进方向。用表格输出。"——AI 10 分钟读完你 2 天的量（参考 AI 调研篇的评论挖掘法）。

场景二：AI 分析趋势（判断方向）

选品要"顺势"（上升趋势的品类好做、下降趋势的品类是坑），AI 帮你看趋势：数据趋势（把历史销售/搜索数据给 AI，让它识别趋势（上升/平稳/下降）、季节性规律（参考 AI 趋势预判篇）——AI 擅长从数据里找模式）；信息趋势（让 AI 汇总行业信息（新兴需求、政策变化、技术热点）——"帮我分析[品类]最近 1 年的趋势：哪些细分需求在增长、哪些在衰退、有什么新兴场景"，AI 结合你的信息和它的知识给方向（注意：AI 的知识有时效性，重大事实以最新资料为准，参考 AI 调研篇的边界）。

场景三：AI 拆解竞品（找缺口）

AI 帮你"读"竞品：把竞品 Listing（标题、五点、描述、评论）给 AI，输出：竞品定位（主打什么卖点、什么人群）、覆盖的卖点清单（竞品都在讲什么）、没覆盖的空白（竞品都没提的点——你的差异化机会，参考差异化五方向）、价格带分析（竞品价格分布——你的定价区间参考）。示范提示词："这是[品类]3 个头部竞品的 Listing 文案：[粘贴]。请对比分析：1) 各自的核心卖点和目标人群；2) 共同覆盖的卖点；3) 都没有提到的卖点（空白机会）；4) 定价策略对比。"

AI 选品的落地流程

把 AI 嵌进选品流程（参考选品四步流水线）：第 1 步（AI 趋势分析→圈定候选品类方向）；第 2 步（AI 竞品拆解→筛出 3-5 个候选品+各自的差异化机会）；第 3 步（AI 评论分析→验证痛点和机会（差评里有没有人抱怨"你说的差异化点"——有，就是真需求）；第 4 步（人工决策：供应链评估、利润模型（参考定价篇）、小批量验证（参考轻资产篇）——AI 输出"情报"，决策和风险永远是人来扛）。

AI 选品的注意点

数据质量（喂给 AI 的评论/数据要真实完整——数据错则结论错，参考 AI 报表篇）；验证事实（AI 说的趋势/数据要交叉验证（用真实工具数据核对）——AI 的分析是"参考"，不是"事实"）；别完全外包判断（AI 帮你"看"，不帮你"定"——供应链、资金、执行能力只有你知道——AI 选品的正确姿势：AI 提高调研效率，人守住决策质量）。

最后提醒：AI 选品辅助的价值是"把选品调研从几天压缩到几小时"：评论分析、趋势判断、竞品拆解——三个场景的 AI 化，让选品的"情报质量"大幅提升。但记住：AI 是"望远镜"（帮你看得更远更清），不是"导航仪"（替你决定去哪）——选品的最终判断（供应链、资金、时机）永远在你手里，AI 负责让你"看得清"。