跨境电商AI运营工具箱

解决什么问题

跨境电商运营链条很长：先判断品类是否值得做，再打磨 Listing、图片、广告和社媒内容，接着处理客服、评价与退货，同时算清利润、FBA 成本、关税和物流时效，最后还要卡住合规、知识产权与认证风险。很多团队把这些工作拆进不同工具或表格，结果出现三个问题：

• 上下文反复搬运：选品结论、竞品卖点、关键词池、评价痛点和成本假设要在多个文件里重复粘贴，口径容易漂移。
• 输出不可直接用：拿到的是泛泛建议，还需要人工再改成标题、五点描述、客服回复或上线前检查清单。
• 风险核实缺失：平台政策、法规、关税、认证和专利商标信息变化较快，旧答案上线后可能引发下架或侵权。

@user_80f1e73e/ai-kuajing-box 把这些需求收敛成一个入口。它不是单独的生成器，而是 33 个跨境电商技能的总入口；用户提出业务问题时，先判断所属场景，再调用一个或多个具体技能目录下的 SKILL.md。

技能如何工作

这个集合包把运营工作按场景拆开，每组场景对应可执行技能：

• 选品与市场判断：trending-product-finder 找趋势方向，market-size-estimator 评估容量与季节，competitor-analyzer 分析竞品打法，industry-report 产出行业或产业带报告。
• 页面与转化优化：keyword-research-tool 建关键词池，ai-title-generator 生成标题，bullet-point-optimizer 优化五点描述，product-description-writer 写详情文案，listing-localizer 做本地化，aplus-content-designer 规划 A+ 模块。
• 图片与视觉素材：ai-main-image-generator 规划主图和白底图，image-size-optimizer 处理尺寸与上传规范，product-scene-creator 设计场景图和画面提示词。
• 客服、评价与售后：ai-cs-assistant 生成客服回复，cs-reply-translator 翻译并本地化客户消息，review-analyzer 提取痛点，return-predictor 预测退货风险。
• 广告、社媒与促销：ad-copy-generator 写广告文案，ppc-bid-optimizer 优化竞价、ACoS 和 ROI，social-media-content-generator 生成社媒内容，promotion-calendar-planner 排营销日历。
• 数据分析与经营诊断：sales-data-analyzer 识别增长机会和风险，traffic-source-analyzer 分析流量来源，inventory-forecaster 预测库存，profit-calculator 核算利润。
• 合规、知识产权与认证：compliance-checker 检查页面和经营内容，ip-risk-scanner 扫描专利、商标、版权风险，certification-requirement-lookup 查询 CE、FCC、FDA 等要求。
• 物流、关税与供应链：fba-shipping-calculator 算 FBA 成本，logistics-comparator 比较物流方案，duty-estimator 按 HS 编码估税，supply-chain-optimizer 优化交付和成本结构。
• 多语言通用处理：multilingual-translator 负责翻译和本地化表达。

关键步骤是先定场景，再组合技能。资料给出常见工作流：新产品上架按 市场机会 → 竞品分析 → 关键词 → Listing 内容 → 本地化 → 合规与知产检查 推进；Listing 优化按 评价痛点 → 竞品对照 → 关键词更新 → 页面重写 → A+ 补充 推进；广告促销、售后客服、成本与供应链优化也有分步清单。衔接时可直接把上一步结果交给下一步，例如把竞品分析结果交给标题和五点描述生成，或把认证和知产风险整理成上线前检查清单。

输出默认用中文，并按场景选择形式：文案类给 3-5 个可选版本，分析类给结论、依据、风险和下一步，成本类给计算表、假设和敏感项，合规类给风险等级、核实来源和整改建议，工作流类给可直接执行的步骤清单。

适用边界与注意点

它适合需要成体系处理跨境电商运营问题、希望减少工具切换和口径不一致的团队。使用前要接受三个约束：

• 法规和平台信息必须复核：涉及法规、认证、平台政策、关税、市场规模、专利商标等内容时，必须核实最新公开信息，并注明日期与来源。
• 不要把估算当事实：用户数据不足时先列假设；market-size-estimator、duty-estimator、return-predictor、inventory-forecaster 等结果应带假设和敏感项使用。
• 平台和品类差异仍要校准：Amazon、TikTok Shop、独立站等渠道的规则、广告指标、图片规范和税费逻辑不同，本地化结果上线前应抽检。

它不能替代真实的销售数据、库存系统、广告后台、税务申报和法律意见。建议把它当作运营工作流的编排层：用它整理问题、产出初稿、串起上下游步骤，再用真实数据和合规复核收口。