可以实现千牛自动化的ai

鹅厂新出的 mars 有 没有朋友试过？我真被这玩意惊到了，好家伙，直接整出一堆 ai 电子牛马轮番打工，全程全自动干活，离谱又好用。刚出来的时候我压根搞不懂这工具能干啥，听别人说能调度 ai 干活，半信半疑随便捣鼓了下，随口让他打开浏览器。 万万没想到啊，主 ai 立马分配任务，直接喊 brother agent 出马。啪的一下，我电脑本地浏览器真自己开了，当时直接看蒙了，能操控浏览器那还得了？我立马脑洞大开，寻思能不能让它做自动化杂活。紧接着又试了一波， 绝了！只用一句话提需求。它自动安排分工，先自主全网搜索，挨个点开搜索出来的网页，一页页翻阅筛选，自动扒出来我想要的各类数据，全程不用我碰一下鼠标。合着这软件内部就是个小型 ai 打工团队，总管差需求各种细分。 agent 就是 各司其职的牛马打工人。之前手动搜资料八数据类半死的活，现在动动嘴全交给 ai 忙活，属实打开新世界大门了。关注我，免费教你学 ai 编程！

我现在越来越觉得很多自动化脚本最大的问题是只能跑简单页面，因为真实页面里最难的往往不是点击按钮，而是判断这个 sku 到底能不能用， 这张图要不要删？这个字段到底填哪里？提交之前还差哪些东西？所以这期我想讲一个真实案例，多机会商品这种复杂发品页面，我是怎么把脚本和 ai 接在一起，做成一个可持续迭代的工作流。 可以看到这里来到了某多的发布机会商品页面，他和普通发布不太一样，机会商品不是从零创建一个商品，而是附用别人页面里已经存在的规格结构。也就是说，页面原本有什么 sku 维度，我们要尽量沿着它来改，不能随便新建一堆自己的规格。比如这个夏威夷果页面， 原始条件里写的是一百克三袋共三百克，两袋共两百克，一袋一百克四袋四百克。果径是二十到二十三毫米，上面的径含量以一百克为单位的组合，但我们自己的货不是 这个规格，我们要卖的是二百五十克，果径也是二十三到二十六毫米。所以这里就需要 ai 参与判断，脚本负责做固定动作，判断交给 codex。 比如这里 ai 判断后会把一百克改成两百五十克，然后款式也要跟着改，三代就是七百五十克，两代就是五百克，一代就是二百五十克，四代就是一千克，果径改成二十三到二十六毫米。 这样下面 s k u 表格生成出来以后，脚本就可以继续帮我们的真实履约。紧接着再把库存、拼单价、单买价、规格编码和 s k u 图片填进去，最后每一行都会填入库存价格以及编码， s k u 图也会统一替换成我们自己。 最后一步，我还设计了一个荣誉机制，就是让 codex 在 sku 区域继续复查一遍，这里不是重新填写，而是做发布前确认。因为机会商品这种页面规格之间是联动的，上面改了净含量果净款式，下面 sku 表格会重新生成，所以填完以后必须再回头检查一次。这一步我会让 codex 确认四个点， 第一，规格和款式有没有改对。第二，每一行价格有没有填对，包括拼单价和单买价。第三，规格编码有没有填进去，而且是不是我们自己的真实 s k u 编码？第四， s k u 预览图是不是已经换成我们自己的图片？只有这四个点都复查，通过这个 s k u 流程才算真正完成， 这就是脚本和 ai 结合的价值。固定流程交给脚本，不确定的规格判断交给 ai。 遇到这种机会，商品页面不再是简单复制，也不是人工一行行对，而是把判断规则沉淀下来，下一次换品类也能继续服用。我总结一下，这套流程真正有价值的地方，不是单纯让 ai 帮我写几句话， 而是把一个复杂的电商发布动作拆成两部分，固定动作交给脚本反复执行，判断性动作交给 ai 辅助决策。像机会商品这种页面规格、 sku 图片、价格编码都是强联动的，人工做当然能做，但每次都重新判断，效率很低，也很容易漏。 现在我们把规则沉淀下来以后，下一次换品类、换平台，很多流程就可以继续服用。如果你也在做电商，想把自己店铺里的上架、选品、 sku、 图片处理这些流程自动化，可以私信我，我们可以具体聊聊你的业务场景，后面我也会持续更新更多电商运营自动化的玩法，感兴趣的话点个关注，我们下一期继续拆。

现在做跨境一定要摒弃之前的人工思维，至少数据分析板块完全可以由 ai 替代。这是我最近落地的一个运营自动化的列录。 第一个就是每天定时抓取后台的数据，同步到我们的多维表格里面来，这里可以看到我们是有六个店铺的，每个店铺的数据都会同步到这个多维表格， 通过多维表格里面的一个字段的查找引用，来把所有我们需要看到的数据汇总到一个表，相当于运营在做任何的操作的时候，它是不需要点开任何店铺后台，而且我们不用任何的 rpa， 也不用任何的 erp 插件，完全是由我们自己用 ai 开发出来的，每天只要上班，数据就会自动全部呃，汇总到这个表格里面来。第二个就是用 cloud code 做的一个智能体，首先它的作用就是每天定时触发分析我们表格里面抓取到的数据。 智能体分析完成过后就会得到这么一个运营代办事项表，这里面会写清楚哪些链接需要进行 什么样的操作，以及操作的原因是什么，这样就可以方便运营去进行实际的操作。而且这个表格也可以记录运营在当天具体做了什么事情，方便进行管理和数据化的一个 统计。那这个 cloud code 的 智能体这里简单给大家分享一下思路。首先这里是汇集了整个这个类目里面我们过去自己的数据，包括采集到的一些数据，得出来的一些转化率，包括点击搜索的一些标准的基线，那如果说 数据分析了某个 s p sku， 他 不满足这个基线，那么这个智能体就会对 sku 进行相应的分析和处理，看一下是哪个地方具体出了什么样的问题。第二个比较重要的思路就是数据的分析逻辑，也就是我们说的 t 加二十四， t 加四十八，也就是 在产品上架过后的二十四小时过后看一下数据，在第三天再看一下数据的一个走向和变化是怎么样的。 第三个 a 键的不光能分析数据，它还能对我们的链接提出优化建议。比如说针对 listing 到我们的曝光或者说点击比较低的商品，它会有一个对应的标准，针对不同的商品类型，它会结合我之前采集的几千条的爆款链接的一个 listing 写法， 然后来更新我们当前的 listing。 这里可以直接看到在我们的运营代办事项表，它是会给出当前标题的一个修改的。最后一个也是跟大家分享一下我开发这个智能体的经验。 在这种企业运行的这种 agent， 我 们要求的是它的一个数据稳定性，也就是它能稳定的分析数据，稳定的得出结论。所以这个 agent 的 运行步骤我是建议用这种串行的一个运行方式，也就是 从呃第一步到第二步，第三步我们严格规范它的一个数据的进行的阶段，不要让它自行的去发挥，这样我们每次读出来的数据它是有一定的标准的， 也就不会让 agent 出现任何的自行发挥的这种现象，导致我们数据分析错误。后续结合这个表格，其实还可以把我们之前已经落地的这个做图的 agent 接入，这样就可以构建一条比较完整的货架电商类型的这种 ai 运营的全链路。 所以现在电商公司要考虑的是如何将 ai 快 速的融入到当前的整个公司的架构和业务流程当中。第二个就是一定要制定好数据的标准， 任何东西我们都要拿数据来说话，那今天的分享就是这样，已经落地的卖家朋友可以在评论区分享你的思路，这里是 simo， 我 们下期见。

大家好，今天我们聊一个非常适合跨境电商卖家的自动化方向，用 ai agent 连接 erp， 实现店铺运营自动化。很多卖家每天都会做大量重复工作，比如查库存、看销量、分析利润、检查 listing 表现、关注关键词排名、盯竞品价格、处理跟卖风险。这些工作本身并不复杂，但非常耗时间，而且一旦店铺数量、 sku 数量变多，人就很容易漏看关键异常， 这时候 ai agent 的 价值就出来了。简单来说，我们可以把 ai agent 理解成一个会思考、会调用工具的运营助手，他不是只会聊天，而是可以连接 erp 里的业务数据，然后根据你的目标自动帮你查询、分析、总结，并生成下一步行动建议。比较推荐的做法是分三层来搭建。第一层是数据连接层，我们先让 ai agent 通过标准接口或 m c p 连接 erp， 这样他就可以提取店铺里的库存、订单、销售利润、 listing、 关键词排名、竞品监控跟卖监控等数据。这里的关键点是权限控制，只给他需要的数据权限，不要一开始就开放所有高风险操作。第二层是分析决策层， ai agent 拿到数据之后，可以每天自动做一次店铺体检， 比如哪些 sku 库存低于安全线，哪些产品最近七天销量突然下滑，哪些 a、 c n 毛利变差，哪些关键词排名下降，有没有新的竞品价格变化，有没有跟卖风险？ 它不只是把数据列出来，而是要把问题按优先级排序，并说明原因、影响和建议动作。第三层是执行协同层，刚开始不建议让 ai 直接改价格，停广告下采购单更稳妥的方式是先做半自动化 ai 生成操作，建议你来确认。 比如它可以生成补货建议、清库存建议、 listen 优化方向、广告关键词调整建议，或者帮你创建代办清单等。流程跑稳定之后，再逐步开放低风险动作，比如添加关键词监控、添加竞品监控、生成日报、发送预警通知等。一个非常实用的第一版自动化流程，可以这样设计， 每天早上， ai agent 自动获取店铺数据，生成一份运营日报。日报包括昨日销售额、订单量、毛利情况、库存预警、销量上涨和下跌、最快的产品、利润异常 sku、 竞品和跟卖变化，以及今天最需要处理的三到五个事项。每周再让它生成一份运营复盘。复盘内容包括店铺增长或下滑的主要原因、表现最好的产品、 多类利润的产品、关键词排名变化、补货建议、清库存建议以及下一周的运营重点。这样做的好处是，你不需要每天手动翻后台导表格、做判断， ai agent 会先帮你把异常找出来，把重点排好，把建议写清楚，你从到处找问题变成审核和决策。总结一下，用 ai agent 连接 erp 做店铺自动化最好的路径不是一上来就让 ai 全自动接管店铺，而 是先让他看懂数据，再让他提出建议，最后再逐步执行低风险动作。这套方式既能提升效率，也能控制风险。对于多店铺、多 sku 的 卖家来说，他会像一个每天在线的运营助理，帮你盯数据、抓异常、做复盘，把更多时间留给真正重要的决策。

如果你每天还在花大量的时间去手动上传商品， p 图剪辑，甚至手动分析数据，那你可能会错过在二六年去追赶大卖的机会。我们在 ai 时代核心的命题其实是如何把一个人打造成一个超级团队，把你的潜能来提升数十倍。 没错，那今天我们就来分享一下那些能帮助我们大幅提升效率的自动化的一些流程和思路。我们拆解了四个模块，分别是信息收集和分发，还有数据的整理以及分析， 以及店铺的运营。那最后我们还会给大家一个通用的实操建议和落地公式。那大家这里一定要先记住一个关键的底层逻辑，就是但凡是电脑可以操作的，只要是重复超过三次的动作，那就值得被自动化 好。那第一个模块其实是关于信息的获取和决策，做电商嘛，信息差其实就是利润和机会。那平台的规则更新， 宏观的政策调整，市场的爆款趋势，还有竞品偷偷改了价格，我们都生怕漏掉了一个机会，利润，哎，可能就没有掉了。像之前我们需要每天花很长的时间去访问一些行业的专业网站刷榜单，然后爬取竞品的一些评论区。但是现在我们可以只要用一个 ai 智能体，比如说 minus 或者是 cloud agent， 只需要给他一个指令的对话，然后他每天就能定时去爬取全网的信息，并且总结成一份早报，然后发给我们。然后如果比如我们看完之后还有更多的疑问，还可以直接问他。没错，我的建议是其实把我们的需求可以拆的更细一点， 比如说一条链路专门去监控平台的政策，一条链路专门去监控一些像 reddit 还有 google 这样的渠道的热门关键词，然后还有一条链路，你可以用来专门监测竞品的上新频率，哈哈哈， 然后你可以根据推送的频率和时间来搭建多条的这种自动化的链路。然后每天早上一来上班哎，端起一杯咖啡就可以等着你的 ai 助理汇报给你今天的新闻重点了，要做到的是让数据来找你，而不是你每天哼哧哼哧的到处去找相关的数据。那 第二个就是内容的生产和分发，我们先说一下内容生产，也就是拍产品 p 图，以前拍产品和 p 图以及拍视频和剪辑翻译，那这至少是花一到两个全职人力的一个工作量。但是现在的话，不管是豆包啊，还是吉梦或者是 nano banana 或者是 zora， 在 素材的制作上就已经可以降维打击 绝大多数的一个素材团队了。其实这一块是我感受最深的，因为我们在二四年的时候就开始跟进这一块的流程了。市面上其实那个时候的代表的作图模型是 mjennie 嘛， 但是他的真实度当时还非常的差，我们做出来的图片很多都有多根指头这种幻觉。那么到了二五年上半年的时候，我们发现国内出了很多的好用的产品，他可以上传我一张白底图， 给我 p 成一个场景图，或者可以直接将产品穿到模特的身上，甚至还给你走两步。但是这个阶段的模特脸还非常的僵硬，而且还要需要花钱，千篇一律。但是到了纳诺巴纳和 solo 出来了之后，我们就会发现，至少在产品细节的还原以及物理世界的还原上，已经做到可以满足我们百分之八十以上的需求了。 那很多人都会说平台会限流 ai 的 素材，但其实我们发现不是平台限流 ai， 而是平台限流一些垃圾内容。那其实不管是国内还是国外，那些高赞的 ai 视频比比皆是，那 ai 其实主要是给我们生产视频提供了一个便利， 但是否能产生具有价值的视频，以及让人想要持续观看的才是拉开差距的部分。那如果我们想到的只是说让模特拿着我们的产品，然后笑着说几句广告语，那 可能就是没有发挥 ai 创作的真正能力和价值。 yes， yes， 创意真的很重要，我们可以看到有一些很有创意的视频啊，将你的产品和一些经典的大众化的影视作品 ip 去合作，像什么泰坦尼克号沉了，然后杰克在水里哈戴着耳机说耳机的质量很好啊， 或者说你现在在 youtube 上也可以看到很多什么啊，鞋子在树林里去追着火烈鸟跑的这种视频，它都有很大的流量，并且能够为品牌去产品价值。 ai 作为工具，放大的是我们的创意，如果你没有创意，那也无济于事。呵呵，那这里我们还会提醒一个，现在的模型叠带的都非常快，那建议大家是多多试用，千万不要说就是我买一个很长的电影院后只用一个产品，因为可能下个月就会推出一个更新更好用的产品，那我们就 亏了，那其实像素材做的好的话，分发也是个累活，比如说像 tk 啊， youtube 印子、 pinterest， 一 圈发下来一上午可能就没了。像这部分操作完全可以通过 n 八 n 或者是 mac 上面搭建一个自动流来搞定。 那我们接下来讲第三个，也就是店铺的运营操作。虽然大家其实都会使用 e r p 来进行商品信息哈采集，上下哈，甚至订单发货的处理了，这已经是相对自动化的办法了。如果我们还有一些非标准化的操作，比如说我标题要改成特定的 s u 格式啊，要把图片裁成特殊的尺寸，然后或者处理一些复杂的售后还有流程，但这种时候 e r p 是 死的， 然后也会累的可惨可惨。那这时候就需要引入一个 r p a 或者一些新的 ai agent， 比如说我们有在用引刀的 r p a， 那 我们就可以录制一个脚本，然后让它模拟人工点击电脑的操作，或者一些更高级的，比如说直接告诉 cloud， 帮我把这个文件夹里的图片还有 s k u 归类上传到店铺， 它就能像一个真人一样去控制鼠标干活。那第四个模块，其实我们想讲的就是数据的整理，还有分析，顾名思义哈，就是我们电商人嘛，每天都要看大量的数据，除了网站卖了多少订单，多少 g m v， 我 们还要去看 facebook 花了多少广告费，什么 rose 什么转化率， t k 的 那边的播放量怎么样，转化怎么样等等各种各样的来源，每天光是切换各种频， 让我去复制粘贴数据啊，都觉得很累，像以前在大厂专门就会有数据清洗和数据分析的部门，但是现在你也可以拥有，那像现在我们就会用飞书的多维表格或者是 notion， 配合一些自动化的工具，每天定时的抓取所有渠道的一些原始数据，而且还帮我们完成了总结和异动的一些分析。 比如第一个功能就是预警，打个比方啊，昨天我们的 g m v 跌了百分之二十，那它就会立刻飙红，给我们一个提示，那它可以实时的分场景或者分渠道以及分 sku 的 维度来进行数据的分析， 比如说它会自动分析哪一个渠道的转化率跌了，还是说哪一个 s k u 的 库存已经空了。那第三个就是给我们一些建议，甚至是分析出广告的素材是否已经出现了疲惫，并且给我们建议说你需要换素材了。 但要注意，数据分析并不是直接给你去做这个决定，而是要告诉你每天的重点在哪里，能够帮你少看百分之八十的无用的数据。 老板其实要保持对数据的敏感度，但是前提是你不能被数据淹没掉。那像我们刚刚提到了这么多的场景，很多刚入门的朋友就会觉得这门槛也太高了吧。其实像我们团队内部就归类了三类工具，逻辑也比较简单，可以给大家一个参考。像第一类的话就是一个胶水工具，作用就是像一个连接器，那像产品有 mac 呀， ipad， 还有 n 八 n， 它们就像胶水，把我们的表格、店铺、 ai 模型等等都粘合在一起。比如说店铺出单了，它就会触发一个机制，比如说在幺六八八直接下单买货，当我们更新一些图片或者视频在表格里面的时候，就会触发机制，直接发布在 ins 或者 pinterest 之类的平台。 那第二类其实就机械臂类的工具，而 pa 啊代表的就是引导它的逻辑，其实是模拟你的双手在你的电脑上操作，不管有没有 a p i， 只要网页上能看到的地方，你能点的按钮，它能点，你能输入文字的地方，它能去替你输入，它就特别适合处理那些封闭的或者 a p i 权限不够灵活的那些系统。那 第三类就是一个会思考的助手，也就是我们说的 ai agent， 比如说 cloud manners 或者是 code。 那 这一类工具和之前我们提到的工具的核心区别就是它会思考，而且可以理解你的流程的目的，做出灵活的调整。那就是我们直接跟他说话，他就能按我们的意图去调用需要的工具，并且分析数据，让他自动地去上网收集 竞品的信息，分析完之后直接输出成一篇报告，然后发给我们。这个方法现在看来有点贵，因为它很费头肯嘛，但是这是未来我们希望它成为的一个终极形态， 看它。除了这三类工具，还有一个非常重要的角色，就是数据中书，比如像飞书的多位表格或者 no 选，它们不仅仅是一个记事本或者一个表格，它们是所有自动化流程的中书，你需要把所有的内容 保存在这样那个地方，呃，加上它们自己本身具有非常强大的自动化能力，我们其实就可以直接在里面实现爬虫抓取出来的数据啊， ai 写好的文章啊， erp 导出的数据啊，全部都汇总到里面，然后形成一个格式化的仪表盘，甚至触发一些发邮件啊，写 分析报告的动作。那比如我们举几个实操的例子啊，比如我们想批量生成一个 seo 的 描述，那我们就可以直接创建一个有连接器的场景， 把 sku 和相关的关键词直接导出，放在那个表格里面，然后用 mac 连接 chat gpt， 那 chat gpt 生成好文案之后，就自动回填到表格。回填之后呢？在 mac 连接到 shopify 之后，它就可以批量的进行产品描述的修改以及保存。但我们也可以直接跟 cloud 说，我要优化我网站所有的产品的 seo 的 描述， 请你帮我直接批量修改，那这样子 cloud 不 仅会给我们一些优化的建议，还会直接帮我们做优化的操作。如果你听到这里人觉得很懵，那我们这里会教给你一个更加直接的办法，就是问 ai 把你的需求发给 jgpd。 比如说我想实现一个工作流，可以批量的将我的视频发送到 youtube 上，我应该怎么做？具体的操作步骤是 什么？那当你按照它的操作步骤去配置的时候，遇到了报错的情况，你也可以直接截图问他我为什么会遇到这种情况。所 以这种时候 ai 就 会化身一个非常耐心的学霸，然后手把手的教你。所以在 ai 时代，其实不懂技术并没有关系，只要你会提问，你就拥有了超能力。但最后我们还是想提醒一个， 不要为了用工具而去用工具，千万不要在我不知道自己的具体需求和目标的时候，花大量的时间去研究一个看起来很 fancy 的 流程。比如说我们今天提了这么一堆好像很实用的东西，但是如果跟你的实际需求和目标不匹配，那 也是没有用的。所以我们想要做的是把重复的工作交给机器，把创造和生活留给自己。嗯，那我们下期见。拜拜。

企业内网的表格还在一行一行手动填，差旅报账点到手抽筋，经营分析的数据还在后台一页一页往下导，这些活， ai 五分钟就能搞定，还不用你写一行代码。 欢迎大家来到我的频道，我是四十岁转型学 ai 的 老张，让 ai 搞定 ai， 今天这节课专门讲给办公牛马听， 你肯定有感觉，系统就在那，流程就在那，填表报账导数据，天天一样重复枯燥，填错了还得重来，可你又绕不开，那怎么办？我的思路是别自己点了，让 ai 替你点。 注意，我说的不是那种要你写代码的自动化框架，也不是让 ai 全程盯着截图硬猜你点到哪了的那种。 我说的是一个叫 browser harness 的 开源套件， browser use 团队出的，它底层用的就是微软的 playwrite， 一 条 web socket 连上你正在用的 chrome， 中间什么都没有。这套东西有三个好处，第一，附用你的登录状态， 你的 gucci， 你 登过的页面， ai 拿来就能用，不用每次重新登录。第二，能沉淀经验，这个网站先点哪，再搜什么，怎么翻页，走一遍他就记住了，下次直接复用。 第三，也是最关键的，少截图多读结构，能用页面结构解决的就不截图硬看，这才是真正省 token 的 路。 browser harness 核心就四个文件，清亮到极致， 最妙的是他会自我修复，跑一遍，他自己就把踩过的坑沉淀成一个技能，下次直接附用， 越用越聪明，但工具再好，不会用也白搭。下面这套方法你照着做就行。 第一步，启动之后，你把仓库地址丢给 cloud code， 让他读 install， 调 md， 自己装好，连上你的浏览器。你直接说帮我配置 browser harness， 这套浏览器自动化，你先演示给我看。这句话我放在结尾了，截图就能用。 第二步，手把手教你每做一个动作就指导他做一步，比如告诉他点这一页的哪个按钮，选哪条数据。这里有个关键，你得给他明确的判断标准， 什么算做对了，什么算做错了提前讲清楚，错了马上提醒他，对了再进下一步，等数据准确也缓存下来了，再让他点下一个按钮，或者换一批数据继续测。 第三步，一整套流程走通了，别让他做完就忘，让他把这套动作固化成一个可重复使用的脚本，以后同样的活，一见就跑。 第四步，是点睛之笔。如果你希望他能自己判断自己处理意外情况，那就再往前一步，把它升级成一个技能，再配上一条指令。 什么叫配置令？就是你给他起个名字，定个规矩，下次你只要说一句话，他自己就把整个流程跑完了。 说白了，这就是从手把手教到一句话搞定的进化。你记住一句话就行。不是 ai 变聪明了，是你把经验沉淀下来了，少截图，少猜坐标，多读结构，多复用经验。 microsoft 的 仓库地址，微软 playwrite 的 地址，还有那句一键安装的提示词，我都放在结尾了，截图就能用。 你肯定崩溃过，让 ai 做件复杂事，做到一半就跑偏，你全程盯着，好不容易教会他一套，下次开新对话又全忘了。 下节课就聊怎么治。这个 superpowers， 让 cloud 自己会拆任务，还能把经验存下来反复用，我们下期见。

大家好，我太兴奋了，因为我刚开发了一个一天能裂变一千个链接的电商工具，给你们看一下，我点进我们店铺的任意一个链接，他的右下角会出现裂变链接这个按钮，然后点一下， 他就会自动读取这个链接所有的主图。然后我们裂变链接肯定不能是一比一的直接上吗？这样会被平台查重，查到觉得你重复铺货。那么我们图片肯定要换一下，怎么换图呢？就是用 ai 来换图，他可以选择换背景，换姿势， 那我就随便挑几张进行替换，大家可以看到这个网页把所有的一比一、三比四、二比三的主图全都抓下来了，然后我进行图片替换。首先第一张是肯定要换的嘛， 第一张对平台来说最关键的抓到的，然后我再挑选几张一起换掉，点完之后我点立即生成，让他自己去生图， 他现在咔哧咔哧升图，升图成功。大家可以看到在保持产品不变的前提下，他的升图，因为我这里选择的是换背景加换姿势吗？他就只对我选择的元素进行修改， 这个是换背景，那姿势没变，这个是换背景加换姿势。对，然后这四张图升完了之后，整个裂变的去重工作就完成了，对于平台来说他就是一个新链接了，那么我们在这里点击 这个裂变新链接的按钮，这里纯自动操作，就你就不用管了，他就会自动把这些新图给换上去，啪啪啪啪，换的很快哦，这里有日制，它会显示你刚刚操作了哪几张图， 然后他现在在换，整套流程下来呢，五分钟是肯定不用的，大家可以想一想自己平时上一个链接或者裂变一个链接，从生图设计作图运营上架整套流程需要多久时间？那么我整套流程通过这个工具是五分钟都不用的，那一天能裂变多少个链接我都不敢想。

你不需要写任何的代码就能够去实现让我们的系统功能用力变成自动化去跑，你甚至可以去用一套框架、一套工具完成 app、 word、 api 等多种终端的自动化测试。 我先给你们演示一下啊，打开真实浏览器窗口，来，我现在给你们打开一个浏览器啊。注意，我现在是让 ai 一 步一步的去执行我们一条用力，你看他能不能够把我们的用力呢？真实的去执行到位，好，我现在告诉他啊，访问网站 好，他都可以操作，对吧？包括输入用户名、输入密码这些东西他都可以做啊，这个验证码的话，我自己来给他输入密码，我也来给他输入啊，我待会就让你们看到他不能做到一些东西让 ai 去帮我点击，比如说人事管理， 对于 ai 来说，它可以去实现很多很多一些浏览器操作、 word 操作这些东西，你看他帮我点击的，对吧？我让他点击企业员工，点击企业员工全部让他自己做啊，哎，我全程没有操作啊。接下来我让他点击添加员工这个按钮， 点击添加员工好内容的话，全部让他看到了啊，我们点击看一下啊，点击添加员工， 好，在这个过程中的话，你看我们假设这是一个人，我们假把这些任务安排给这个人，他来去帮我们完成什么页面操作，用力执行这些东西。那么在这个过程里面的话，我们可以发现他好像是啊，没有问题，能够去帮我们做这个事情， 好，我们继续啊，我们让他选择主部门啊，主部门选择市场一步， 好，他目前正在去了解啊，这就是 ai 所具备的能力嘛？他能够去操作我们真实的很多很多的网页、 app， 包括软件，包括我们的电脑桌面，他都可以做。

大家好，今天我们来聊一聊 loop engineering 这个最近又在硅谷 a 圈特别火的这个概念，它已经反复地被小龙虾之父 peter 跟 clark co 之父 boris 提到过。那 loop engineering 到底是什么呢？以及我们普通人为什么要去了解 loop engineering 呢？今天这期视频就带大家详细来解密一下。 以句话来解释一下 luke engineering 的 话就是它是一个有着严格的目标和验收机制的自动 ai 工作流程。那为什么要学这个概念呢？就是说我们不得不不说我们上次讲那个 harness engineering， 如果把 harness engineering 比作 哎，你给这个工厂搞了一个流水线对吧？每一个组建什么的都已经设计好了，不管是上下文，不管是技能还是记忆之类的，这种东西都已经弄好了。 那你下一步想要做什么呢？当然是想让这个工厂全自动化跑起来了对不对？可以让你无限期的提高你的生产力，甚至在这个工厂在你睡觉的时候都可以在你产出这个生产力，对吧？这肯定是我们这种黑心资本家每天都想做的事情。那所以呢，我们就有卢普安之利用这个概念， 也就是说我们给 ai 制定一个非常详细非常清楚的目标，然后让他一直干干到他这个目标干干完为止。如果他做了一遍，发现这个目标没有达到，那么就自己去优化迭代，直到这个目标被完成为止。 那什么样子的任务会适合 lucan engineering 呢？我们 meta 内部呢，在之前也几个月前吧，就已经开始做这样子的尝试了，我们发现呢，就是你这个任务一定是需要一个非常非常清晰的验收目标的， 你，呃，简单的来说，比如说，呃，让 ai 去修复你这个代码库里面所有坏掉的测试，对吧？这是一个非常可以被验收的一个任务，然后这个东西就是可以被自动化，比如说你每天就可以自动去触发跑一遍这个任务，那么你理论上来说就再也不用去管你这个代码库里面坏掉的测试了。 那么第二个呢，就是你需要把这个验收目标写的非常非常详细了，比如说你有一个非常完整的 design doc， 你 有一个非常完整的测，呃，这个这个 p r d。 你 把每一个你要做的功能的任务都描述的非常具体，然后把设计稿都给 ai， 让 ai 去做，这个也是一个理论上来说可以实现自动化的这么一个东西。 但是在实际的这个呃操作过程当中呢，我们会发现，往往这样子的 lucan engineering， 因为这个验收的目标太过复杂，呃经常会导致让 agent 呢有一些偏差。但是不管怎么样，这个概念我认为还是一个 一定会越来越发展壮大的一个方向啊。因为 ai 的 全自动化，我觉得应该是每一个人，每一个资本家都想要完成的这么一个事情。 就像 boris 和 peter 说的一样，我们不应该再去思考我们如何去 prompt 我 们的 agent， 而是应该如何去思考构建这样子的一个 loop， 来让我们的 agent 完成全自动化的，帮我们实现我们的任务的这么一个方式。那么这个对于普通人来说，或者说不写 code 的 这个朋友来说， 这个 logo 这六人概念有什么意义呢？我认为这也会是一个底层思维方式的一个转变。很久以前我听过一个播客，我说未来很多艺人公司或者说是小团队的公司，他们可能就不再需要去招人了，他们因为他们在需要招人的时候，他们往往会去思考是不是可以构建一个 a 证来帮助他们完成这样子的重复性的事情。 我这个我认为是非常非常认同的，这也是凸显了一个 look and seeker 的 精髓，也就是说你应该去更多的思考你在你日常的生活工工作当中有没有一些重复性的工作，甚至是不一定有那么重复性，甚至是只要有，它有一个明确的验收目标的工作， 你可以不用再去雇人，不用再去自己去问 ai， 你 应该去去思考如何去构建一个自动化的工作流程，来帮你完成这样子的事情。不知道各位在生活当中有没有这种感觉可以被 ai 所代替的这个工作流程呢？欢迎在评论区里面跟我交流。如果觉得这个视频有帮助的话呢，请点赞收藏，我们下期再见！拜拜！

二零二六年是 ai 和自动化电商飞速发展的时代，很多电商老板现在已经向着新方向去靠拢了。观看视频的各位老板有没有想过，自动化和 ai 怎么在自己的实际业务场景中去应用，怎么去提升效率？ 如果目前还在试探或者观望，那么一定要好好的看一下我这个视频，看看能不能给大家提供一些思路，或者其中有没有触中你痛点的地方。 给大家讲一下我们的背景。我们是一家专注电商自动化和 ai 内容生产的科技开发公司，今天给大家展示的不是一个临时的 demo， 而是我们为一位童装电商客户定制开发的一整套业务系统，这套系统已经投入到客户的实际业务应用， 也得到了客户的许可，我们可以把部分的前端流程拿出来做展示。这套系统解决的问题很直接，现在电商团队想扩大规模，但是人手永远不够，选品要人看，商家要人填内容，要人发数据，还要每天一个店一个店的去看，最后老板想多开平台，多开店铺，运营团队却根本跟不上。 所以我们做的不是单点的工具，而是一套完整的闭环，从选品、审核、上架内容发布、监控销量和内容的数据，再反过来指导第二天的运营该怎么去做，也为后续的自动化投流做上好的数据支撑。 这里大家可以先看我们的第一条主线，爆品自动化工作流。这里的第一步是自动化选品系统会从像三一三一这样的货源平台自动采集童装商品，把商品的图片、标题、价格、规格属性等这些 基础资料整理进系统，以前这些是需要人工一点一点的复制，现在系统可以自动完成。而且还有一个点，就是以前人工需要到这种婚宴平台上筛选自己想要的品，然后我们进入我们这个系统，就可以自动把人工想要筛选的品给筛选出来， 然后筛选完成之后，下一步就进入审核页面，这里人工只需要做关键的判断，比如哪些款值得测，哪些款不适合运营，在这里勾选一下就可以进行下一步。下一步比如说我们选中这个品， 下一步就是自动化上架，这里选择不同的平台，然后可以选择不同的店铺，比如说小红书选择店铺啊，抖店选择店铺，然后这里的拼多多、签牛视频号 也都可以一键批量上架的。这个地方选好之后，系统会先创建上架任务，在客户授权的店铺环境里，有本地的智能体按平台规则辅助完成商品资料的整理、图片上传、规格和价格配置。 这个能力我觉得目前对电商团队来说非常关键，因为电商增长很多时候不是靠猜一个爆款，而是靠足够多的测试样本跑出来的。以前一个人可能只能维护一个平台，几家店铺，用了这种系统之后，运营半径可以被放大很多。举一个简单的例子， 在店铺承载和平台规则允许的情况下，五个平台，每个平台两个店，一个店一天测十个品，就是一天可以测一百个商品，连续跑七天就是七百个商品测试样本人工做这个量基本上不现实，但是系统可以持续执行，人工只需要把精力放在选品判断、价格策略和后续优化上。 除了爆品自动化，我们也给客户做了手动上品的工作流，这个适合客户已有明确的商品链接的情况下。比如说在淘宝、天猫、三一、三一、抖音这种商品链接可以直接放到系统进行采集， 它和爆款工作流的区别是，爆品的工作流更适合批量做选品测试。手动上品则更适合客户主动指定商品 采集之后，同样可以在这里勾选商品，然后跳转到这个定价的页面，这个定价的页面可以针对不同的平台、不同的店铺去设置价格，再自动上架。也就是说，客户不只是简单的复制一个价格到所有的平台，而是可以根据平台扣点利润空间、 店铺策略去做差异化定价。这里我们也有一套自己的定制的利润模型，可以算出来这个商品多少钱可以满足 roi。 目前淘宝、天猫三亿、三亿、三亿的采集是主线，抖音和拼多多的采集，目前还在跟进中，后续这些入口也可以根据客户的业务继续进行拓展。 商品上架只是第一步，现在电商真正的要跑起来，还需要内容的承接，所以我们给客户做了笔记发布系统。 商品上架之后，系统可以进入内容链路，生成 ai 图片、 ai 文案，并发布到小红书、抖店牵牛这些图文的内容平台。这里有个重点就是我们不只是简单的搬运别人的原图， 系统可以用定制的模特参考图、场景图去生成更适合平台风格的图片，这样既能提高内容质感，也能减少传统模特、素材授权和侵权等各种风险。更重要的是，这套内容系统不只是一次性发一条笔记，而是排期化的 商品上架之后会自动进入图文内容排期，系统按照发布节奏持续生成图片，生成笔记，执行发布 并记录发布的结果。运营不需要每天手动盯着每个商品去补内容，系统会把上架和内容进行串起来，后续的短视频在内测中会把视频的生成能力也接到这条链路中来。 然后当商品和内容的数量上来之后，真正难的就不是上架，而是管理。我们这个面板是一个管理大屏， 然后目前这个号因为是测试的号，他的数据里面没有跑很多，大家可以简单的看一下，就是平台经营的监控系统会按平台检查由我们系统上架的商品的表现，包括销量趋势、上架商品数量、图文发布数量、笔记或者图文的热度数据。 为什么这个现在现在电商运营中是最重要的，还是刚才的那个例子，一天一百个商品，一百条内容，七天就是七百个商品和七百条内容，人工不可能每天逐条去看，更不能准确的判断哪些商品要加量，哪些品要优化，哪些品要下架。 系统的监控的价值就是把数据集中起来，好的品继续放大，中等品优化标题图片、价格和内容差的品及时下架，避免继续占用店铺资源。后续这些数据还可以给投流策略做支撑，告诉客户预算应该优先放在哪些商品和内容上？ 这个也是我们做系统时比较重视的一点，不只是帮客户完成一个动作，而是把动作之后的数据也收回来，只有有数据回来，第二天的运营计划才能有更好的依据。 最后我们来看一下 ai 工具相关的东西，这个是批量深图页面，批量深图解决的是商品素材生成效率的问题，以前换模特、换背景、换场景，需要人工一张一张的去处理， 现在客户可以把一批服装图和参考图放进来，系统批量化深层，适合大批量商品做统一的内容素材。这个模块的价值不只是省几张图片的时间，而是让客户在商品的量起来之后，内容素材也能跟得上，否则商品上架效率提高了。图片和内容生产还是卡在人工那里， 整个链路依然会被人工做局限，会被人工拖慢，所以这套流程也是为了帮助各位来提效的一个流程。 视频生成这一块呢，我们目前用的是 cds 二点零，使用客户授权或者自有的模特图和参考舞蹈视频，就可以生成穿着童装衣服的带货短视频。 参考视频主要提供动作，然后服装和模特形象由我们自己的素材和提词词去控制。这个方向目前还在内测中，但是目标很明确，把重复的素材生产交给系统，让运营把时间花在选品策略和增长上。 后续如果视频链路稳定接入的话，就可以形成商品上架图文发布、短视频发布、数据监控的完整内容矩阵。 然后不知道各位在平时的电商运营中有没有遇到过大量的繁琐的任务，比如说就像批量处理物流单号，批量处理退款，这种任务是非常繁琐，非常浪费人的时间的， 所以我们的这个页面主要就是给客户定制的负责售后处理的页面，客户定制需要导出平台对应的物流单号，去给物流去做揽收和定制化。批量处理退款的任务，根据不同的客户售后需求去做成对应的自动化。 这套流程可以解放对应操作人员的大量的时间。就比如我们定制的这家公司，他们的一个运营需要负责三个店铺的处理， 每天最少要花在两个小时在上面用上这条流程全部都变成了自动化去处理了，这两个小时就可以去做更有用的事情，可以大大量的解放人工。 就像前面说的一个点，在你的业务被多平台多店铺进行放大之后，如果没有这样的自动化是根本实现不了的，需要大量的人力成本，并且把人的精力放在这种没有用的事情上，是非常没有意义的。所以我们的这套系统可以解放人工去做更有意义的事情， 并且可以支撑企业去相应的扩大规模。所以总结一下，这套系统不是一个简单的商家工具，而是一套给电商公司放大运营规模的基础设施。前面用自动化扩大商品测试量，中间用 ai 图文和内容发布承接流量， 后面用平台监控判断哪些商品值得继续放大，哪些需要优化，哪些应该下架，再由 ai 根据这些数据进行投流，扩大我们的销售。我们的公司现在主要在做的是电商自动化的系统定制，包括商品采集、都平台上架、 ai 神图图文发布、 数据监控、投流、数据支撑等这些模块。如果你现在正在自己做电商，或者团队正在遇到铺货慢，内容跟不上，店铺太多管不过来，或者是想把店铺的规模扩大，不知道怎么办的问题，可以私信我系统，我可以先发给你一份电商自动化的流程图， 我们也可以一起交流一下你现在业务怎么能用 ai 来去做自动化，去做辅助。如果你是年轻人，对 ai 电商自动化、前端、后端运营、内容销售这些方向感兴趣， 也可以去私信我加入。我们公司正在持续招募不同领域的人才，你不一定一开始就要非常专业，但要愿意学习，愿意钻研业务，愿意跟着真实项目成长， 就可以加入到我们大环境里来。所以客户和电商业务交流可以私信我系统想学习或者加入我们可以私信我加入。 ok， 这视频就到这里，感谢大家的观看。

接下来展示 rpa 的 自动化操作功能，这里是流程管理的页面，这里有我们之前编辑好的流程， 这里是流程编辑的页面，我们可以从左边拖拽技能到中间画布上，然后组合成一个完整的的工作流程。我们在这里可以编辑一些参数，如网址，网页元素，保存文档的路径之类，接下来给不同的技能加一下参数，还有备注， 点击保存。然后我们回到工作流管理页面，准备执行流程，点击执行，然后选择下发的的机器，还有队列是否录像， 可以看到画面开始自动跳转。打开百度搜索 ai 的 发展，然后抓取搜索的内容， 打开抖音，准备上传文件， 这里可以看到。打开了文件上传的框，然后粘贴路径上传文件， 这里可以看到视频已经上传，当然还继续编辑，这就不演示了。 接下来我们看一下日制打印， 还有百度出来爬取到的内容，已经保存成文件，可以下载， 还有录屏，录屏是快进的， 小伙伴们如果有什么自动化的工作流或者合作想法，可以私聊我。

先从 airpower 这个部分开始，先找到这个登录入口， 用之前注册的引刀账号，即登录这个社区免费办， 没有注册的你可以在这里注册，也可以 用注册好的手机账号登录。登录之后我们要做什么？首页这里找到模板，选择模板 这里没有指示，搜索问答的话，你就在这里找客户服务， 选择这个，我用的是这个，然后就使用模板改个你喜欢的名字，我这里就懒得改了， 为了费用低一点，我要这个结果，重排这个关了， 把这个输入用户的问题 import 指令， import import 指令变量填到这个地方， 历史问答记录台词页这个也填进去，这个是历史问答记录。 一是历史记录，这个零是用户的问题，把这两个变量传给芝士库搜索模块，芝士库后面我们再做 这里选这个阿里云百变的大模型， 用便宜的用这个零点三的， 这个不用改， 需要修改提示词，把提示词抄进去，抄到你工作流，根据自己需求修改。 接下来做知识库。知识库怎么做？先返回上一步， 选择知识库，创建知识库，起个名字方便自己查看名字四定义这部分是基础信息，创建一个知识库内容还没有， 这个内容还没有的话，我们就自己在桌面创建一个表格，类似于这样的店铺基础信息包含你的规则， m 列是语音，所以 b 列是用于回答的内容， m 列是买家问题大语言模型，通过语音搜索的部分， 这个也可以添加关键字，这样的基础信息做好了之后， 我们就把它添加到知识库，因为是表格形式，就选这个，开始添加， 把这个上传上去。 下一步， 因为有标题这行，这里，这是标题行，这里选所有列，肯定是所有的，用于所以克服问题和回答问题的内容，然后下一步， 所以部分主要是用于所以问题。 哪一列是买家的问题？指定一下，第一列是买家问题，能够匹配买家问题定义的内容。 第三列是关键词， 如果有人问到可以下单吗？或者是什么类茉莉书，这语音所演和关键词就起到所演并回答内容的作用。 给他开始处理，等他解析，解析完成返回芝士库，芝士库这样就做好了。然后我们回到工作流， 把这个芝士库添加进去， 在电影的 r p a 调用之前需要发板，发板后就可以调用了。下一步，调试 ipad 工作流。

今年大批量的传统电商卖家都在倒闭，是市场不行了吗？我自己三家店把店铺交给了 ai 系统，从选品到爆单，百分之九十的流程都完全不需要人工来操作。今天我就把这一套全流程电商自动化玩法全部公开给你们。 第一个，竞品调研以前，我们会去怎么做？打开几十个 link， 一个一个的去复制图片，标题、 skl 的 商品，进入名称、标题， skl 的 价格、 销量、热评与分析，并下载主图，最后整理成 excel， 中间的流程完全不用管，看不懂也完全没有关系，它会自动地去把标题、 excel、 价格评论区都提取出来，并且自动创建文件夹。把商品主图都下载好了， 我在旁边去喝咖啡，等一会儿，一份整理好的报告就发过来了。第二个就是确定了商品之后怎么去找货源，再创建一个任务， 告诉他在幺六八八去搜索国潮饰品，一件代发，找五家公开可见的供应链，记录商品名称代表产品价格区间，起定量代发信息，发货递店铺链接，并导为 excel 文档。两个功能， 一个干掉掉眼影，一个干掉找货源。每天起码帮我省下四个小时，一个月就是一百二十个小时。再看那些还在死磕传统模式的商家，每天埋头抠图、写文案、盯数据、货盘，忙活一整年都不知道自己的盈利情况。真心奉劝所有的电商同行，真的不要再去死磕 人力，去苦熬运营了。如今已经进入到了 ai 电商时代，所有繁琐的杂活全部丢给 ai 去做，你要做的只是去负责核对结果，简单的去对接业务，轻松就可以解放自己的双手。完整的实操教程我已经全部整理好了，留下龙虾。 我是彭于晏，二六年，我的目标就是教会一百万人用好 ai 工具啊，少干活，得躺平。希望你也是其中的一员。你做电商最头疼的是哪个环节？评论区可以聊一聊。