共计 1661 个字符，预计需要花费 5 分钟才能阅读完成。

背景痛点

电商行业近年来 SKU 数量呈现爆发式增长，选品工作面临前所未有的挑战：

• 数据稀疏性：新品缺乏历史销售数据，冷启动困难
• 实时性要求：流行趋势变化快，传统周级选品周期已不适用
• 跨平台适配：各平台商品数据结构差异大，规则引擎维护成本高
• 人工依赖：资深买手经验难以量化复制，团队扩张遇到瓶颈

技术方案对比

目前主流选品技术方案主要有三类：

1. 规则引擎
2. 优点：逻辑透明，响应快

3. 缺点：无法处理模糊语义，规则维护成本随品类增加呈指数上升

4. 传统机器学习

5. 优点：能处理结构化特征

6. 缺点：依赖特征工程，难以理解商品描述中的隐含信息

7. LLM 方案

8. 优势：
   • 语义理解能力强，可解析 ” 网红同款 ” 等模糊描述
   • 零样本学习能力解决冷启动问题
   • 多语言支持适应跨境电商场景
9. 挑战：API 成本控制和响应延迟

核心实现

数据预处理

商品数据清洗的关键步骤：

def clean_product_title(title: str) -> str:
    """
    标准化商品标题：1. 去除【】等装饰符号
    2. 统一规格单位（如 ml-> 毫升）3. 过滤营销话术（包邮、正品等）"""
    import re

    # 替换规格单位
    unit_map = {'ml': '毫升', 'g': '克'}
    for k, v in unit_map.items():
        title = re.sub(fr'(\d+){k}', f'\\1{v}', title)

    # 移除营销标签
    marketing_words = ['爆款', '正品保证', '限时折扣']
    pattern = '|'.join(map(re.escape, marketing_words))
    return re.sub(pattern, '', title).strip()

Prompt 工程

采用三步推理链设计：

1. 特征提取

   请从以下商品标题提取关键特征：- 品类
   - 材质 / 成分
   - 适用场景
   - 目标人群
   
   示例：输入："夏季新款冰丝阔腿裤女高腰"
   输出：{"品类":"裤子", "材质":"冰丝", "场景":"夏季", "人群":"女性"}

2. 竞争力分析

   根据商品特征和市场趋势，评估该商品的：- 差异化程度（1- 5 分）- 需求匹配度（1- 5 分）- 价格敏感性

3. 爆款预测

   综合以下要素预测成为爆款的概率：- 近 7 天同类商品增长率
   - 社交媒体提及量
   - 季节性系数

系统架构

@startuml
component "数据采集服务" as crawler
component "预处理微服务" as preprocessor
component "ChatGPT 网关" as gateway
component "决策引擎" as engine

crawler -> preprocessor : 原始商品数据
preprocessor -> gateway : 结构化请求
gateway -> engine : JSON 响应
engine -> "Redis 缓存" : 写入结果
@enduml

性能优化

1. 批处理策略
2. 将 50-100 个商品打包请求

3. 使用 asyncio.gather 并发处理

4. 缓存设计

5. 对标准化后的商品标题做 MD5 哈希

6. 设置 24 小时 TTL

7. 限流机制

   from ratelimit import limits, sleep_and_retry
   
   @sleep_and_retry
   @limits(calls=60, period=60)
   def call_chatgpt_api(prompt: str):
       # API 调用代码

避坑指南

• 营销话术干扰：建立动态屏蔽词库，每周更新
• 跨品类比较：通过 embedding 计算商品相似度
• 成本控制：
• 监控仪表盘实时显示 API 消耗
• 设置每日预算熔断机制

验证方案

A/ B 测试框架设计：

1. 实验组：ChatGPT 选品结果
2. 对照组：人工选品结果

核心指标：

• 选品准确率 = (实际热销商品 ∩ 推荐商品) / 推荐商品
• 上新转化率 = 新选品首周 GMV / 总上新 GMV

实践总结

经过 3 个月的生产环境验证，该系统在女装类目实现：

• 选品耗时从 8 小时 / 天降至 2 小时 / 天
• 新品 30 天动销率提升 42%
• API 成本控制在每月 $200 以内

开放性问题：
当模型推荐与买手经验冲突时，如何建立可解释的决策机制？建议采用：

1. 特征重要性分析（SHAP 值）
2. 人工反馈强化学习（RLHF）
3. 双盲测试验证

最终要实现的是 AI 与人类专家的协同进化，而非简单替代。