name: ecom-title-optimizer slug: ecom-title-optimizer displayName: 商品標題最佳化器 summary: 電商商品標題最佳化器（v2.1）：高轉化標題生成、違禁詞篩查、競品對標與詞庫自動回填，覆蓋國內五平臺與跨境 Shopee/Lazada。 description: 電商 Skill · 商品標題最佳化器（旗艦示範件 v2.1）。基於各平臺搜尋權重與行業詞庫，自動生成高轉化標題、挖掘高權重/長尾詞、診斷改寫，並自動篩查違禁詞、支援冷啟動、競品對標、低門檻輸入解析、結果反饋閉環與詞庫自動回填（深度感知·外延自我），覆蓋國內五平臺與跨境 Shopee/Lazada。適用物件：電商中小微企業（淘寶/天貓/京東/拼多多/抖音/Shopee/Lazada 商家）。觸發場景：(1) 使用者說「幫我寫商品標題」「最佳化這個寶貝的搜尋詞」「起個能爆的標題」「診斷下這個標題」「查下有沒有違禁詞」「和競品比比」「跨境標題怎麼寫」，(2) 使用者粘來一段商品描述/連結要自動出標題，(3) 使用者回傳曝光/點選/轉化要持續最佳化，(4) 其它 Agent 通過 A2A 發來「商品上架意圖」事件請求協作。屬於「AI智造局」電商行業 Skill 矩陣，可作為其它行業 Skill 的參考範本。 version: 2.1.0 license: MIT industry: 電商 audience: 電商中小微企業（淘寶/天貓/京東/拼多多/抖音/Shopee/Lazada 商家） status: production tags: [電商, 標題最佳化, 搜尋SEO, 關鍵詞, 商品上架, 違禁詞篩查, 競品對標, 跨境電商, 詞庫回填, 旗艦示範件]

商品標題最佳化器

「AI智造局」電商行業旗艦示範 Skill（v2.1 · 已上架）。相對 v2.0 新增：結果反饋自動回填詞庫權重（真實轉化驅動詞庫演化）與跨境平臺 Shopee/Lazada（英文長度規則 + 英文詞庫/模板/訊號）。相對 v1.0 已具備：自動違禁詞篩查、冷啟動與詞庫自發現、真實資料感知(demand)、結果反饋閉環、競品對標、低門檻輸入解析、平臺訊號建模。本件結構、深度感知與 A2A 介面規範，可作為其餘 19 個電商 Skill 及 15+ 行業 Skill 的參考範本。

一句話定位

基於平臺搜尋權重與行業詞庫，一鍵生成高轉化、合規、貼合你品類的商品標題，並持續從「生成 + 真實結果」雙閉環沉澱偏好，讓標題越用越懂你。

適用物件

• 電商中小微企業主 / 運營（淘寶、天貓、京東、拼多多、抖音）：無專業 SEO 團隊，靠抄標題、曝光低、點選轉化差、怕踩違禁詞。
• 行業從業者（代運營、電商客服、詳情頁文案）：需要批次、標準化、合規地產出標題。

解決痛點

1. 搜尋曝光低：標題不含平臺高權重詞，自然搜尋拿不到流量。
2. 標題靠抄：直接複製競品，缺乏差異化與合規校驗，易踩違禁詞被罰。
3. 點選轉化差：缺 CTR 觸發詞、結構殘缺。
4. 複用成本高：偏好無沉澱；且非覆蓋品類（五金/寵物/母嬰）無詞庫就不會用。
5. 違禁詞風險：人工自查易漏，一個極限詞就可能被罰。
6. 不接真實資料：分數≠真實獲量能力，且無競品對標、無結果反饋。

核心功能

• 標題生成：按平臺模板產出 Top-N 候選（品類感知 + 冷啟動兜底 + 平臺訊號側重 + 自動合規篩查）。
• 標題診斷/評分：四維評分（關鍵詞權重 + 長度 + 結構 + CTR）+ 合規篩查 + 可執行改寫建議。
• 違禁詞篩查：自動識別極限詞/虛假承諾/站外引流/品牌侵權/功效違規，給出改寫建議。
• 關鍵詞挖掘與自發現：discover 給出待擴詞候選 + LLM 擴詞提示，可寫回詞庫冷啟動。
• 競品對標：你的標題 vs 競品，給差距詞與補充建議。
• 低門檻輸入解析：粘一段描述/連結 → 自動抽取類目/賣點/目標詞。
• 真實資料感知：可接入 keyword-metrics.json（搜尋量/競爭度）→ demand_index + priority。
• 結果反饋閉環：回傳曝光/點選/轉化 → 重算關鍵詞權重（真正的外延自我）。

工作原理

商品資訊(類目/賣點/目標詞/平臺) 或 一段描述(parse)
        │
        ▼
┌─────────────────────────────┐
│  title_engine.py（確定性引擎） │
│  score/generate/learn/screen/ │
│  benchmark/parse/feedback/    │
│  discover                     │
└─────────────────────────────┘
   │ 讀 references/keyword-bank.json（純淨評分詞庫）
   │ 讀 references/platform-signals.json（平臺側重）
   │ 讀 references/banned-words.json（合規篩查）
        │
        ├─► 輸出：候選標題表 + 評分 + 合規 + 改寫建議 (+demand/priority)
        ├─► (更強文案) 調 LLM + references/prompt-templates.md
        └─► learn/feedback：寫 assets/user-profile.json（雙閉環·外延自我）

V2.0 八大最佳化（相對 V1.0，均來自真實商戶場景）

小蔥技能站7w4.net，專業的AI技能分享平臺。

V2.1 新增（相對 V2.0）

工作流

步驟 1 · 收口輸入：優先用 parse 從商品描述/連結抽取 {類目, 賣點, 目標詞}；或手工提供。缺類目回退 通用+冷啟動池。 步驟 2 · 生成或診斷： - 從無到有 → generate（帶 --learn 沉澱） - 最佳化已有 → score（看四維分 + 合規 + 建議）；疑似違禁 → screen - 對標競品 → benchmark --mine --rival 步驟 3 · 必要增強：更強文案走 references/prompt-templates.md 的 LLM 模板，產出後用 score 迴歸校驗。 步驟 4 · 合規校驗：引擎已自動篩；仍須對照 references/platform-rules.md 第四節與法務意見最終確認。 步驟 5 · 持續迭代： - 詞庫稀疏 → discover --category X --apply 補詞 - 有真實資料 → 準備 assets/keyword-metrics.json 後 score --metrics - 有投放結果 → feedback --impressions --clicks --orders 讓權重向真實轉化詞傾斜

指令碼使用（scripts/title_engine.py · 純標準庫，零依賴）

# 低門檻：粘描述直接出標題
python scripts/title_engine.py parse --text "夏季純棉顯瘦連衣裙女通勤正品"
python scripts/title_engine.py generate --selling-points 純棉 顯瘦 --target-keywords 連衣裙 \
  --platform 淘寶 --category 女裝 --n 5 --learn

# 合規與對標
python scripts/title_engine.py screen --title "全網最低正品連衣裙加微信"
python scripts/title_engine.py benchmark --mine "我的標題" --rival "競品標題" --platform 淘寶 --category 女裝

# 結果反饋閉環（讓權重向真實轉化詞傾斜 + 曝光≥200 時自動回填詞庫權重）
python scripts/title_engine.py feedback --title "連衣裙純棉顯瘦通勤2026新款正品" \
  --impressions 2000 --clicks 200 --orders 40 --platform 淘寶 --category 女裝

# 跨境：Shopee/Lazada 英文標題生成與評分
python scripts/title_engine.py generate --selling-points cotton slim breathable \
  --target-keywords Dress --platform Shopee --category 女裝 --n 5
python scripts/title_engine.py score --platform Lazada --category 女裝 \
  --title "Cotton Slim Dress for Women Hot Sale Free Shipping New 2026 Original Premium"

平臺規則、詞庫與訊號

• 平臺規則/長度/違禁清單：references/platform-rules.md（含 v2 自動篩查說明）
• 行業詞庫（權重）：references/keyword-bank.json（通用/女裝/男裝/家居/食品/美妝/數碼 + 冷啟動池 + 通用高價值池 + 跨境英文 + 跨境通用池）
• 平臺排序訊號：references/platform-signals.json（搜尋/價格/品牌/內容/促銷 五維權重，驅動生成側重）
• 違禁詞詞典：references/banned-words.json（極限/虛假/引流/品牌風險/功效違規 + 改寫建議）
• 評分量表：references/scoring-rubric.md（四維 + demand + 合規 + 平臺感知 → 等級 → 驗收閾值）

提示詞模板（何時用 LLM）

當引擎模板產出不夠「活」或需擴詞時，用 references/prompt-templates.md：模板 A 單平臺生成、B 診斷改寫、C 關鍵詞挖掘（配合 discover）。

深度感知 · 資料沉澱（外延自我 · 雙閉環）

• 沉澱檔案：assets/user-profile.json（本地，不上雲）
• 欄位（詳見 assets/user-profile-schema.json）：category_preference / price_band / high_conv_keywords / platforms_used / titles_generated / outcome_feedback / updated_at
• 雙閉環：
• 生成反饋（learn）：從本次生成沉澱品類與高轉化詞。
• 結果反饋（feedback）：用真實曝光/點選/轉化按 CTR 加權，使「真正帶來轉化的詞」權重更高 —— 這是「外延自我」從「生成偏好」升級到「結果偏好」的關鍵。
• 演化路徑：二次呼叫自動讀檔案 → 輸出更貼合；詞庫越厚、結果越多，演化越強。
• 隱私：首次使用告知；使用者可隨時刪除 assets/user-profile.json 清空記憶。

開放介面（A2A 協議）

• 訂閱事件：product.listing.intent（攜帶 {platform, category, selling_points, target_keywords}）
• 釋出事件：title.optimized（攜帶 {candidates:[{title,score,compliance,matched_keywords}], profile_updated:bool}）—— 注意 v2 輸出新增 compliance 欄位，訂閱方應據此過濾違規候選。
• 其它 Agent（智慧客服/店鋪經營日報）可訂閱複用，形成電商 Skill 矩陣協作。

上架驗收標準

• 功能完整性：8 個子命令可用；邊界（空輸入、超長、未知品類、違禁詞）有兜底。
• 資料沉澱能力：learn/feedback 後 user-profile.json 寫入 category_preference/high_conv_keywords 等；feedback 後 outcome_feedback 非空。
• 合規能力：生成自動剔除硬違規候選；screen/score 對含極限詞/引流詞標題標記 compliance.clean=false。
• 使用者體驗：任務一次完成率 ≥85%；指令碼首響 ≤1s；NPS ≥30。
• 開放連線：A2A 訂閱/釋出規範可用。

驗收測試用例（V2.0）

# 用例1：女裝生成 Top1 ≥ 82 且合規
generate --selling-points 純棉 顯瘦 透氣 --target-keywords 連衣裙 --platform 淘寶 --category 女裝 --n 5
# 期望：candidates[0].total ≥ 82 且 compliance.clean = true，無重複關鍵詞

# 用例2：超長標題 over_limit
score --title "$(python -c 'print("測試"*20)')" --platform 淘寶
# 期望：over_limit = true

# 用例3：違禁詞被識別
screen --title "全網最低正品連衣裙加微信私聊"
# 期望：clean = false，flags 含 全網最低(absolute)/加微信(diversion)

# 用例4：冷啟動（未覆蓋品類仍能出合規候選）
generate --selling-points 耐用 大容量 --target-keywords 貓糧 --platform 淘寶 --category 寵物用品 --n 2
# 期望：產出候選且 compliance.clean = true（不全為 None）

# 用例5：結果反饋閉環生效
feedback --title "連衣裙純棉顯瘦通勤2026新款正品" --impressions 1000 --clicks 80 --orders 12 --platform 淘寶 --category 女裝
# 期望：outcome_feedback 非空，high_conv_keywords 含加權值

# 用例6：低門檻解析
parse --text "夏季純棉顯瘦連衣裙女通勤正品"
# 期望：category=女裝，target_keywords 含 連衣裙

# 用例7（V2.1）：feedback 自動回填詞庫（曝光≥200）
feedback --title "連衣裙純棉顯瘦透氣通勤2026新款正品" --impressions 2000 --clicks 200 --orders 40 --platform 淘寶 --category 女裝
# 期望：writeback.changes 非空且權重上調（如 顯瘦 6→7.5）；曝光<200 時 writeback.skipped=true

# 用例8（V2.1）：跨境 Shopee 英文生成 + Lazada 評分
generate --selling-points cotton slim breathable --target-keywords Dress --platform Shopee --category 女裝 --n 3
# 期望：產出英文標題，長度按字元計 ≤100，Top1 total ≥ 80

端到端使用示例（真實輸出摘錄）

輸入（低門檻）：「夏季純棉顯瘦連衣裙女通勤正品」

$ python scripts/title_engine.py parse --text "夏季純棉顯瘦連衣裙女通勤正品"
=> {category: 女裝, selling_points: [顯瘦,純棉,夏季,通勤,正品], target_keywords: [連衣裙]}

$ python scripts/title_engine.py generate --selling-points 純棉 顯瘦 --target-keywords 連衣裙 --platform 淘寶 --category 女裝 --n 2
=> 連衣裙純棉顯瘦透氣通勤2026新款正品現貨速發      總分 92  合規:True
   建議：四維均衡，可直接 A/B 上架。

合規兜底示例：

$ python scripts/title_engine.py screen --title "全網最低正品連衣裙加微信私聊"
=> clean=false, flags=[全網最低(absolute), 加微信(diversion), 私聊(diversion)]

侷限與迭代路線

1. 詞庫覆蓋決定上限：稀疏品類基礎分偏低屬誠實訊號，應 discover 補詞；終極方案接平臺生意參謀級資料。
2. 語義真實性：引擎為確定性模板拼接，強合規不強「絕對自然」；強文案訴求走 LLM 模板。
3. demand 需外部資料：keyword-metrics.json 當前需商戶/其它 Agent 提供（如接生意參謀/競品 API）。
4. ✅ v2.1 已落地：feedback 自動回填詞庫權重；已增加跨境平臺（Shopee/Lazada）。
5. v2.2 規劃：跨境多語言擴充套件（馬來語/泰語/越南語詞庫）；writeback 引入指數加權移動平均（EWMA）與置信區間，弱化單次大流量波動。

CHANGELOG

• v2.1.0（2026-07-22）：新增 I 結果反饋自動回填詞庫權重（表現比驅動、學習率 0.5、上下限 [1,12]、未命中衰減、曝光閾值 200、--no-writeback 可關）；J 跨境平臺 Shopee/Lazada（英文字元長度規則 + 英文詞庫/模板/尾部詞/CTR觸發詞 + 跨境排序訊號 + 語言自動識別）。keyword-bank 增加 跨境英文/跨境通用池，platform-signals 增加 Shopee/Lazada。匹配改為大小寫不敏感。
• v2.0.0（2026-07-22）：相對 v1.0 新增 A 自動違禁詞篩查 / B 冷啟動+詞庫自發現 / C 真實資料感知(demand) / D 結果反饋閉環(feedback) / E 可執行改寫建議 / F 平臺訊號建模 / G 競品對標(benchmark) / H 低門檻輸入解析(parse)。評分改為純淨詞庫（去使用者自填詞通脹），新增 banned-words.json 與 platform-signals.json。
• v1.0.0（2026-07-22）：引擎 + 平臺規則 + 詞庫 + 提示詞模板 + 評分量表 + 深度感知 + A2A 規範，達標上架。

版本與維護

• 維護人：AI智造局 · 季度複核平臺規則、違禁詞與平臺訊號權重。

這個標題最佳化工具質量不錯，功能很全面，能自動篩查違禁詞、生成多個候選標題、給標題打分並給出改進建議，還支援國內外多個電商平臺。最大的亮點是跨境平臺支援（中英文都行）和真實轉化資料反饋閉環，用得越久推薦越準。不過詞庫覆蓋的品類還不夠多，冷門商品可能需要自己補充關鍵詞；部分功能需要一定學習成本才能用好。整體來說是電商運營的好幫手，適合需要頻繁最佳化標題的商家使用。