社區(qū) 發(fā)現(xiàn) Amazon 【AI實(shí)戰(zhàn)】降維打擊 -- 使用AI工作...
【AI實(shí)戰(zhàn)】降維打擊 -- 使用AI工作流,全自動化制作Listing (附部署教程和測試Deom)
在拋棄了繁瑣的查找、下載、復(fù)制各種表格和各類數(shù)據(jù)后,通過編排工作流,AI能夠極大的提升工作效率
還沒有看過我上個帖子的可以看下,是有關(guān)使用AI工作流快速查詢ASIN流量詞并給出分析報告的
【AI實(shí)戰(zhàn)】Deepseek x 賣家精靈 -- 利用工作流大幅提升AI的使用體驗(yàn) (附部署教程和演示demo)
最近也是淺淺研究了下如何使用AI進(jìn)行l(wèi)isting的編寫,只需要輸入圖片和參考ASIN以及國家,AI即可全自動化輸出Listing,根據(jù)使用的AI模型不同,整個流程僅需2-5分鐘,并且質(zhì)量非??陀^
那么話不多說直接看效果
??
長圖警告(商品圖片為bs1,測試使用)

圖中的標(biāo)題的黑色加粗部分、和五點(diǎn)的代碼塊部分,都是嵌入的產(chǎn)品主關(guān)鍵詞,可以看到AI對于主關(guān)鍵詞的理解和嵌入已經(jīng)非常完善。
除此之外AI對于產(chǎn)品的功能特點(diǎn)理解也很到位,圖示中AI已經(jīng)能夠理解圖中產(chǎn)品的調(diào)光、觸摸、磁吸等功能,在五點(diǎn)和詳情中也得到了體現(xiàn),對于ST關(guān)鍵詞的收集就不評價了,因?yàn)槭侵苯硬寮樵兂鰜淼?br />
如果讓我來打分的話,在當(dāng)前提示詞的情況下,滿分100以60分合格能用、75為尚可、90為優(yōu)秀、100為極致優(yōu)化作為標(biāo)準(zhǔn),且使用目前第一梯隊的模型Gemini-2.5-Pro-exp
標(biāo)題 70~80
五點(diǎn) 75~85
詳情 80~85
ST關(guān)鍵詞 90 (由參考ASIN和插件能力決定)
?
評分僅供參考,綜合能力受提示詞、模型、參考ASIN三方約束,合適的提示詞能發(fā)揮模型最大的能力
可以看到測試時listing生成的質(zhì)量相當(dāng)優(yōu)秀,標(biāo)題稍作修改后整個就可以直接拿來用
當(dāng)然具體質(zhì)量還跟參考AISN和提示詞有關(guān),測試環(huán)境是燈具類目,提示詞也是燈具特化的,如果要切換類目只需根據(jù)類目特點(diǎn)稍作修改即可
這個速度和質(zhì)量對于鋪貨-精鋪這種每天/每周要上很多鏈接的賣家來說,顯而易見的能極大提升工作效率,我已經(jīng)能夠預(yù)見到AI對于亞馬遜這行來說能夠掀起多大的變革
對于這方面有需求的或是單純對技術(shù)感興趣的,可以在我開放的測試鏈接里試用,或是參考后面的教程自行部署后慢慢調(diào)整實(shí)驗(yàn)
?
?
?
測試鏈接
Listing流水線 - Flash
?
- 測試鏈接僅供測試,請注意不要輸入敏感/隱私內(nèi)容,后臺均有記錄
- 考慮到成本問題,測試鏈接使用模型為Gemini-2.5-Flash-Preview-04-17,弱于我自己部署測試時的2.5Pro模型,請不要以測試模型的輸出質(zhì)量作為參考
- 測試鏈接將視服務(wù)器壓力和其他因素只保留一定時間,停用前會在使用界面進(jìn)行說明
- 測試鏈接能訪問即能正常使用,如果使用時頻繁報錯請聯(lián)系我
?
下面放張發(fā)帖日為止的LLM -?Language 能力排行榜,榜單僅供參考

?
?接下來是技術(shù)交流時間
?
工作流架構(gòu)如下

大致流程是:在提供商品圖片和參考ASIN國家后,程序去爬取ASIN的標(biāo)題五點(diǎn),并通過賣家精靈反查ASIN的流量詞,AI通過視覺識別商品圖片中的內(nèi)容并提取出商品各項(xiàng)功能特點(diǎn)顏色等信息,最后交由AI匯總處理并分步生成listing
從這里各位應(yīng)該就能發(fā)現(xiàn)了,工作流是完全模擬人工制作Listing的流程來進(jìn)行操作的,該有的步驟一樣不少,但是效率要卻高很多,這就是發(fā)揮了AI的優(yōu)勢。反之如果還需要在使用AI時由人工從各個地方收集大量的數(shù)據(jù)提交給AI,就需要消耗大量時間,反而舍本逐末了
另外附上在8圖4參考AISN時,tokens的消耗數(shù)量

在使用Gemini2.5Pro的情況下單輪總計的輸入52K Tokens 輸出35K Tokens 僅供參考
價格0.49(圖中少算一個量級)不具有參考意義,因?yàn)檫@是第三方中轉(zhuǎn)的價格
可以看到單輪的tokens消耗非常大,因此推薦在ASIN提取、圖片提取、ST處理、標(biāo)題提煉、詳情生成等非關(guān)鍵節(jié)點(diǎn)使用具有價格優(yōu)勢的模型,而在關(guān)鍵節(jié)點(diǎn)選擇性使用高質(zhì)量模型
?
受到dify的限制單輪圖片上傳上限是10張,而參考ASIN理論上沒有上限,但每次只并發(fā)爬取4個鏈接。參考ASIN越多則處理時間越長,同時對于匯總節(jié)點(diǎn)的AI模型壓力越大
還有就是不知道各位發(fā)現(xiàn)沒有,使用這個AI工作流仍需要提供商品圖片和參考ASIN
目前我已經(jīng)著手開發(fā)不需要提供參考ASIN的工作流,AI會根據(jù)產(chǎn)品主關(guān)鍵詞來去亞馬遜市場搜索,并對出現(xiàn)的各個商品主圖和標(biāo)題進(jìn)行逐一爬取和數(shù)據(jù)標(biāo)注,然后與視覺識別到的你的商品信息進(jìn)行匹配,超過閾值則自動記錄參考ASIN以供后續(xù)使用,直到參考ASIN數(shù)量達(dá)到設(shè)置的目標(biāo)
但這樣將會消耗海量的tokens,且單次流程時長不可控,所以目前仍處于開放測試階段
最后另外歡迎有想法的朋友一起交流
接下來是部署教程
想必實(shí)操部署過我的上一期【AI實(shí)戰(zhàn)】的人,看到這里已經(jīng)開始心里發(fā)慌了
但不要擔(dān)心,經(jīng)過上一次出現(xiàn)各種各樣奇怪問題的教訓(xùn)后,我痛定思痛,簡單學(xué)習(xí)了一下Docker容器化技術(shù)
所以本期教程只有2行代碼
docker compose build
docker compose up -d
當(dāng)然除了這2行代碼,還需要下個Docker Desktop
我已經(jīng)將自己做的寫的代碼打包成了鏡像,不需要配置node和python環(huán)境就能一鍵部署使用
接下來是Docker Desktop下載流程,上期已經(jīng)下過的可以直接跳過
一、Docker Desktop 下載與配置
1.需要確保電腦開啟虛擬化
打開“任務(wù)管理器”切換到“性能”視圖并確保 虛擬化:已啟用
如果未啟用請自行搜索關(guān)鍵詞 主板名+如何開啟虛擬化
如 華碩主板如何開啟虛擬化

2.搜索并下載Docker Desktop
自己百度,或者輸網(wǎng)址,網(wǎng)址看圖

3.國服鏡像源配置
安裝完成后點(diǎn)擊右上角設(shè)置

?
將教程提供的附件(Listing.zip)中的Docker.txt文件內(nèi)的文本覆蓋粘貼進(jìn)去,并點(diǎn)擊右下角“應(yīng)用并重啟”
等待轉(zhuǎn)完圈就好了
至此,最難的Docker Desktop結(jié)束(
二、鏡像構(gòu)筑/拉取
已經(jīng)安裝過Docker Desktop直接跳轉(zhuǎn)到這里,然后看上面配置國服鏡像源
1.下載我提供的listing.zip,并解壓到合適的文件夾,文件路徑上不能有中文和特殊符號

2.打開dify文件夾,進(jìn)去后在上面這一欄清空內(nèi)容并輸入cmd按下回車
之后會打開一個窗口
圖片中的dify文件夾有缺失所以較少,教程包中提供的是完整的,不必介意

在新打開的窗口輸入
docker compose up -d
并按下回車鍵
等待dify鏡像拉取

拉取成功會顯示這樣,系統(tǒng)不同界面可能不同,但均表現(xiàn)為出現(xiàn)新的空白命令行
Docker里表現(xiàn)為

?
此時訪問
http://127.0.0.1:8088/
即可成功進(jìn)入dify頁面

這個頁面放這里等下再說,先進(jìn)行下一步
3.打開mjjl文件夾,進(jìn)去后右鍵.env文件,選擇 打開方式 - 記事本

然后 打開賣家精靈頁面不要登錄,按F12點(diǎn)擊 網(wǎng)絡(luò) 并選擇 脫機(jī)

有的瀏覽器可能界面不一樣但功能都有,如果找不到的話就跟我用一樣的win10都有的edge瀏覽器
?
隨后點(diǎn)擊登錄,此時因?yàn)閿嗑W(wǎng)會登不上去,但是網(wǎng)絡(luò)那里會有東西,點(diǎn)那個名稱是signin的一下,并切換到負(fù)載視圖你的賬戶密碼和鹽就出來了,復(fù)制粘貼到.env文件對應(yīng)的地方并保存就行了

然后在上面這一欄清空內(nèi)容并輸入cmd按下回車
之后會打開一個窗口

輸入代碼并回車運(yùn)行
docker compose build等待鏡像構(gòu)筑
構(gòu)筑成功會顯示這1個

?隨后輸入代碼并回車
docker compose up -d

顯示Started即代表成功
Docker里會顯示

4.打開firecrawl文件夾,進(jìn)去后在上面這一欄清空內(nèi)容并輸入cmd按下回車
之后會打開一個窗口

輸入代碼并回車運(yùn)行
docker compose build
等待鏡像構(gòu)筑
構(gòu)筑成功會顯示這3個

隨后輸入代碼并回車
docker compose up -d
成功后同樣會顯示5/5 Started


如果出現(xiàn)構(gòu)筑或是拉取失敗請切換網(wǎng)絡(luò)環(huán)境到國服/國際服
理論上不會出現(xiàn)問題,因?yàn)槲沂謩有薷牧怂许?xiàng)目的依賴下載,都指向了國服鏡像源。但firecrawl仍有小概率出現(xiàn)問題,此時請使用神通切換到國際服
如果保持在國際服環(huán)境構(gòu)筑鏡像出現(xiàn)了問題,則可能是你的國際服環(huán)境不兼容國服鏡像源,收了神通即可解決
至此鏡像全部拉取完畢,環(huán)境構(gòu)筑完整
三、dify的配置
進(jìn)入剛才的頁面
http://127.0.0.1:8088輸入一個心儀的郵箱、用戶名和密碼
注冊后直接登錄
這部分的圖丟了,應(yīng)該不難,就不補(bǔ)了
1.安裝模型
根據(jù)圖示操作,如果你使用官方模型如chatgpt、claude、gemini、硅基流動等則選取對應(yīng)模型插件安裝

如果你使用第三方中轉(zhuǎn)則安裝openai兼容插件

2.模型配置
進(jìn)入設(shè)置界面

此時你安裝的模型就會出現(xiàn)在這里

官方模型直接輸入apikey配置即可,非常簡單,就不多做介紹了
講一下中轉(zhuǎn)模型如何配置


模型名稱根據(jù)實(shí)際要配置的模型填寫,須填寫全稱
APIurl是中轉(zhuǎn)地址,網(wǎng)址后面加 /v1
Token上限根據(jù)模型實(shí)際填寫
Vision是視覺支持,根據(jù)模型實(shí)際是否支持填寫
Listing工作流需要至少一個支持視覺的模型來識別圖片
配置完成后點(diǎn)擊保存
3,工作流的導(dǎo)入與配置
點(diǎn)擊 工作室 - 導(dǎo)入dsl文件

?
將文件Listing流水線 - Flash.yml拖進(jìn)去

點(diǎn)擊創(chuàng)建

會自動提示安裝插件,選擇安裝并等待安裝完成

刷新頁面直到小火苗圖標(biāo)出現(xiàn)即代表安裝完成
然后點(diǎn)擊小火苗窗口并點(diǎn)擊授權(quán)

打開文件中的ipv4.bat

會出現(xiàn)3個地址,分別記錄并嘗試

將記錄的地址分別拼接,如
http://192.168.0.103:3002
http://172.26.64.1:3002
http://172.31.32.1:3002
密碼是?Miskkk,這個可以在.env文件里自行修改,不改的話也沒關(guān)系,因?yàn)槭潜镜鼐W(wǎng)絡(luò)別人也訪問不了
點(diǎn)擊保存,如果成功的話會右上角會顯示綠色的操作成功,失敗的話提示紅色報錯,換下一個繼續(xù)嘗試
?

?
?
?
之后使用操作成功的那個IPv4地址
同樣替換掉這里的網(wǎng)絡(luò)請求地址

?
?
然后根據(jù)你的實(shí)際情況配置所有的模型,注意紅色框內(nèi)的模型需要支持視覺識別
?
右側(cè)生成類AI模型提示詞可根據(jù)自己需要修改,左邊的提取類AI模型在不影響本身功能的情況下不要亂改
?

?請確保這里的模型視覺識別已經(jīng)開啟
?

如果紅框里面沒東西的話,鼠標(biāo)點(diǎn)進(jìn)去按 / 鍵即可開啟變量輸入,選擇圖中的吧變量即可
至此所有配置工作完畢
配置完成后點(diǎn)擊發(fā)布更新,然后點(diǎn)運(yùn)行
?

新打開的網(wǎng)頁無法訪問
因?yàn)榫W(wǎng)址不對
?

需要將
http://127.0.0.1/chat/xxxxxxxxxxxxxxx改為?
http://127.0.0.1:8088/chat/xxxxxxxxxxxxxxx
出現(xiàn)這個頁面即代表成功,開始享受
?
上傳圖片的按鈕在箭頭處
?

?
?
注意,未開通會員的賣家精靈賬號只能查詢到部分流量詞
?
?
Demo
?
版本更新日志
?
20250502 - V1.0.0?
- 首次上傳
34 個回復(fù)
小餅小餅小餅 - 搬磚牛馬0.o
贊同來自: HUA9666 、 有事請找C主管 、 Miskkk 、 小狗也得吃飯 、 深漂打工妹 、 茄皇牛肉面 、 Stephen陳平安 、 小白努力進(jìn)階中 、 知吾不知 、 一昂揚(yáng) 更多 ?