AI选品分析提示词：让AI比价格、评风险的办法
AI选品分析提示词的价值在拆解和提问，不在报数：让AI列比价维度、分风险等级、拆差评结构，能省掉大半表格功夫；但市场规模、竞品销量这类数字，它张口就编。下面用三款候选品的实测给你看AI哪句可信、哪句要核，附三段可复制的提示词原文。
上周四晚上，我拿三款候选品实测了一套AI选品分析提示词：让AI比价格、评风险。结论先放这——框架可用，数字别信。三份报告里，AI给的比价维度和风险分级大体靠谱；可市场规模、竞品销量这类硬数字，它张口就编，还编得有鼻子有眼。
AI选品分析提示词怎么搭？比价一段，评风险一段
比价段让AI定维度和口径、禁止它报价格；评风险段强制红黄绿三档，每档给逻辑依据，拿不准的直接标注需人工核实。三段各管一摊，混在一段里写，输出一定糊。
说实话，我第一版提示词写的就是"帮我分析这个品能不能做"。跑出来的报告看着头头是道，一细看全是空话。改到第三版才定型，现在是三段分开跑。
第一段管比价。原话是：「你是采购助理。针对【产品】，列出8个向供应商询价时必问的问题，输出四列表格：问什么/为什么要问/对方可能怎么绕/我该怎么追问。禁止给出任何具体价格数字。」这一段的目的不是让AI报价——它报的价格基本是梦话——而是让你带着一张完整的问题清单去问供应商，逼出真实底价。
第二段管评风险。原话是：「对【产品】做风险排查，只分红、黄、绿三档。每一档列3条依据，依据只能是逻辑推演：电气安全、认证要求、物流属性、季节波动、退货场景。不允许引用任何市场规模、销量、份额类数据；没有把握的项目，直接写'需人工核实'。」
第三段管差评。把同类目头部品的差评复制30条进去，让它按原因聚类，输出：痛点/出现频次/可能的改进方向。聚类这活AI干得比人快，也干得比人稳。
有朋友问过，为什么非要限定"不许报数字"。因为试过反过来的版本——不设限，让它自由发挥——它给我报的"1688均价"和"跨境平台均价"精确到小数点后两位。嗯，全是编的。
三款候选品实测：AI给出了什么，又瞎编了什么
三款候选品里，AI的逻辑分析全部可用，市场数字全部作废：两处编造的规模份额数据，外加一个查无此号的专利号。核一个废一个，别抱侥幸。
具体说说。9月3日晚十点半，我把三款品依次喂进去：宠物自动饮水机、磁吸快充数据线、免打孔折叠晾衣架。都是我在1688刷了两天、心里有点痒的品。
饮水机这单，AI的表现最好。它把风险钉在两个点上：水泵的电气安全认证，还有滤芯算不算耗材复购——前者决定会不会被平台下架，后者决定复购曲线长什么样。这两条逻辑站得住。可它随后补了一句"2025年全球宠物智能用品市场规模约87亿美元，年增速21.3%"，数字精确，口吻笃定。我去搜了两个行业报告源，对不上。编的。
数据线这单最坑。它提醒我快充协议兼容性是差评重灾区，这条有用；转头又报"头部三家品牌合计占64%份额"，连品牌名带百分比一应俱全。那三个百分比，我在两个数据平台都找不到出处。老实讲，这比单纯报错更麻烦——它把编造包装成了结论，你稍一走神就抄进表格了。
晾衣架这单出了个大的。AI说该品类"存在一项防夹手结构专利（ZL2xxxxxxxx）"，格式完全像真的。我第二天上午去专利公开查询里搜了，查无此号。差点就因为这个"专利风险"把品毙了。你看，瞎编不只是浪费时间，它能直接把决策带沟里。
顺带说句跑题的：那台饮水机我自己去年买过一台，用仨月水泵就嗡嗡响，所以看到AI把水泵单独拎出来时，我是先点头、再看数字的。回到正题。三款品的报告汇总如下。
| 候选品 | AI靠谱的部分 | AI瞎编的部分 | 我的处理 |
|---|---|---|---|
| 宠物饮水机 | 认证风险、滤芯复购逻辑 | 市场规模87亿美元、增速21.3% | 逻辑采纳，数字作废 |
| 磁吸快充线 | 快充协议差评预警 | 头部三家占64%份额 | 逻辑采纳，份额作废 |
| 折叠晾衣架 | 仓储体积与运费敏感点 | 一个查无此号的专利号 | 重新跑一次提示词，专利自己查 |
数字必须人工核：我固定查这三处
市场规模和增速一律不采信；销量份额去平台前台自己数；专利认证只认官方数据库。三条线核完，再回头读AI报告。
第一处，行业规模。AI给的任何"市场规模""年增速"，我直接当背景音乐，不进决策。真想看数，去搜带出处的行业报告，报告名和年份对得上才算数。
第二处，销量和份额。平台前台的销售量、评论数，自己花二十分钟翻一遍，比AI任何一句"头部占比"都值钱。AI不知道平台的最新数据，它语料里的数字是旧的，再叠一层幻觉，等于旧数乘了个不确定系数。
第三处，专利和认证。凡是AI提到的专利号、认证名，一律进官方库查证。查不到，就当它没说。
这套核数流程跑顺之后，AI选品分析提示词才真正开始省时间：它负责把问题想全，你负责把数字钉死。分工别搞反。
回到开头那晚的三份报告。AI给的东西分两层：一层是结构——问什么、防什么、分几档看，这层它干得不赖；另一层是数字——规模、份额、专利号，这层十有八九在编。把AI选品分析提示词当成拆解工具而非数据源，比价格靠你去问，评风险靠你去查，AI只负责不让你漏项。这，才是它该干的活。
常见问题
AI选品分析提示词能直接告诉我该进多少货吗？
不能。进货量取决于你的资金、渠道和试错预算，AI不了解这些，它只负责帮你把影响决策的因素列全。谁要是承诺"按这个提示词做必赚"，直接拉黑。
让AI报价格不行，那比价到底怎么比？
两步。AI先出询价问题清单和统一口径，你拿着清单去问供应商、跑平台前台记报价；然后把真实报价贴回给AI，让它整理成对照表、标出异常项。AI当整理员，比你手动拉表快得多。
AI编的数据一眼能看出来吗？
看不出来。它编的数字往往带小数点、带年份、带"据行业报告"这类话术，格式和真话没差别。唯一的办法是交叉核，别看语气。语气越笃定的越要查。
没有供应链经验的新手能用这套提示词吗？
能用，问题清单和风险分档对新手反而更友好。但新手最容易犯的错恰恰是跳过核数，把AI的报告当事实。核数这步，新手比老手更需要。