電商爆款拆解分析助手

概述

輸入商品名稱或類目（如"藍牙耳機"、"掃地機器人"、"防曬霜"），自動從多個主流電商平臺搜尋熱門/爆款商品，拆解共性特徵，總結爆款規律，生成互動式HTML視覺化分析報告。

工作流

Phase 1: 資訊收集 — 多平臺爆款搜尋

對使用者輸入的商品/類目名稱，在以下平臺進行平行搜尋：

1. 淘寶/天貓 — 搜尋 {產品名} 熱銷 爆款 排行榜
2. 京東 — 搜尋 {產品名} 銷量排行 熱賣
3. 拼多多 — 搜尋 {產品名} 爆款 熱賣
4. 抖音電商 — 搜尋 {產品名} 熱銷 爆款 帶貨
5. 綜合選品分析 — 搜尋 {產品名} 選品分析 市場分析 趨勢

使用 WebSearch 工具對每個平臺進行搜尋。每條搜尋需提取：

• 商品名稱（含核心關鍵詞）
• 價格（實際售價，排除虛高標價）
• 銷量資料（月銷/累計）
• 評分/好評率
• 核心賣點/宣傳語
• 主圖/影片風格描述

搜尋策略：

• 每個平臺搜尋至少獲取 3-5 個爆款商品資料
• 優先採集有具體銷量數字的商品
• 注意區分廣告位和自然排名商品
• 對於無法直接獲取的資料，根據搜尋片段合理推斷

Phase 2: 特徵拆解

對收集到的爆款商品進行多維度拆解：

2.1 標題關鍵詞分析

• 提取所有爆款標題中的高頻關鍵詞
• 分析關鍵詞組合模式（功效詞+場景詞+人群詞+品牌詞）

  小蔥技能7w4.net有更新，你可以訪問看下。

• 統計關鍵詞出現頻次，排序生成Top10關鍵詞

2.2 價格帶分析

• 統計爆款商品的價格分佈
• 識別"黃金價格帶"（銷量最高的價格區間）
• 分析價格與銷量的關係

2.3 賣點分析

• 提取爆款商品的核心賣點/宣傳語
• 分類：功能型賣點、情感型賣點、價效比型賣點、社交型賣點
• 總結該類目最有效的賣點型別

2.4 視覺風格分析

• 分析爆款商品的視覺呈現風格（簡約/科技/溫馨/奢華等）
• 識別主圖設計模式（產品特寫/場景使用/對比展示/促銷資訊）
• 總結該類目主流視覺策略

2.5 評價/口碑分析

• 提取爆款商品的使用者評價高頻詞
• 識別好評關鍵詞和差評關鍵詞
• 總結消費者最看重的產品屬性

Phase 3: 規律總結

基於 Phase 2 的拆解資料，總結該類目的爆款規律：

1. 定價規律 — 什麼價格區間最受歡迎？低價衝量還是中高價做利潤？
2. 標題規律 — 什麼樣的標題結構點選率最高？
3. 賣點規律 — 消費者最關心什麼？什麼賣點最打動人？
4. 視覺規律 — 什麼風格的主圖最容易吸引點選？
5. 競爭格局 — 品牌集中度如何？新品牌還有機會嗎？
6. 選品建議 — 如果要進入這個類目，應該選什麼定位的產品？

Phase 4: 生成HTML報告

基於 assets/report_template.html 模板生成最終報告。

報告結構：

1. 頭部 — 類目名稱、分析時間、資料來源說明
2. 類目概覽卡片 — 市場規模、價格帶、品牌數、競爭度
3. 爆款商品對比表 — 跨平臺爆款商品詳情對比
4. 價格分佈圖 — 柱狀圖展示價格帶分佈
5. 標題關鍵詞排行 — Top關鍵詞展示
6. 核心賣點分析 — 分類展示賣點及效果評估
7. 視覺風格分析 — 展示主流主圖風格
8. 爆款規律總結 — 6大維度的規律總結
9. 選品行動指南 — 可操作的建議

技術要求：

• 報告使用 Chart.js CDN 生成圖表
• 響應式設計，支援桌面端和移動端
• 所有樣式內聯，單檔案交付
• 顏色方案使用電商行業專業配色

注意事項

1. 資料時效性：搜尋到的價格和銷量資料為當前時刻的快照，可能隨時間變化
2. 平臺差異：不同平臺的銷量統計口徑不同（淘寶月銷、京東評價數、拼多多已拼數）
3. 反爬限制：電商平臺可能有反爬機制，如無法直接讀取頁面，通過搜尋片段提取關鍵資訊
4. 資料精度：價格和銷量資料可能存在誤差，報告中體現"估算"標註
5. 平臺覆蓋：至少覆蓋3個平臺的資料，如搜尋不到則不強制展示
6. 報告語言：中文為主，保留電商行業常用的英文術語（如 SKU、ROI、CTR）

使用示例

使用者: 幫我分析一下"筋膜槍"這個類目的爆款
使用者: 藍牙耳機爆款拆解
使用者: 夏天什麼防曬霜賣得好？幫我分析一下
使用者: 做個掃地機器人的選品分析

這是一款面向電商運營者的爆款分析工具，功能設計合理，涵蓋多平臺搜尋、特徵拆解和視覺化報告生成三大核心能力。文件規範完善，風險提示到位。不足之處在於缺少實際執行程式碼檔案，只有模板和文件無法執行；報告模板依賴網路載入圖表，離線環境可能無法正常展示。質量中等偏上，文件準備充分但功能交付不完整，需要開發者補充核心邏輯後才能投入使用。