AI 生成內容你在 Amazon 上賣東西,AI 代理實際上能為你做什麼
買家看你的商品頁只看九十秒。他想知道能不能裝在 55 公釐的滑軌上、那個灰偏暖還是偏冷、星期五之前會不會到。其中兩個答案藏在你的條列裡,第三個在配送預估裡,而沒有一個在買家正在看的位置。於是他做了所有人都會做的事——回到搜尋結果,打開別人的商品頁。那個問題存在過,你永遠不會知道。
Amazon 給你流量,客人歸它。這是交易條件,也不會改變。改變的是:現在你可以在同一份目錄前面再放一個介面。那個介面用你的話回答,你自己可以把人送過去,而且不需要多壓庫存、不需要第二個倉、不需要重新拍照。
而那個介面只是讀同一個連線的代理之一。一個回答你的買家,其餘的回答你——你的數字、對手的價格、下週的需求、你的市場、你的聲譽。這篇文章把整件事講清楚:你連了什麼、每個代理對一個在 Amazon 賣東西的人具體做什麼、哪一個都不會在 Amazon 內部做什麼、以及要多少錢。如果你這幾年一直被推銷改價工具、評論工具和排名追蹤器,這些都不是同一回事。
你連了什麼,進來了什麼?
你連的是 Amazon 賣家帳號,方式跟其他工具一樣:在 Amazon 官方的授權畫面上核准讀取權限。密碼不會輸入在別的地方,想撤回就撤回。
進來的是你自己的目錄:你在賣的商品頁,連同標題、條列、圖片、你的價格,以及背後的庫存數量——不論放在你的倉還是 Amazon 的倉。訂單也會進來,所以助理知道什麼賣掉了、什麼在動。
由此產出的是一個對話式店面:有人用自己的話打一個問題,就得到一個從你商品頁組出來的答案,附上符合的商品、價格,以及走到購買的路徑。它住在一個屬於你的連結上。
The same conversational storefront, on a phone and on desktop — one agent, every screen.
有一件事一開始就要講清楚,因為它決定了後面所有事:Amazon 的商品頁裡面裝不了任何東西。Amazon 不讓任何人把軟體放到它的頁面上,將來也不會。所以助理不住在 Amazon 上,它住在一個連結上,而那個連結放哪裡由你決定。
三種情況,三種用法
賣家大致是這三種形態之一,而有用的答案每一種都不一樣。請找出自己的位置。
只在 Amazon 賣,沒有自己的網站
這是所有人都認定「不適用」的情況,也是差別最大的情況。你一直沒有可以把流量送去的地方。連到 Amazon 店面是一整面縮圖牆,在那裡什麼都問不了;連到單一商品頁,則把你其餘在賣的東西全部丟掉。
在這裡,助理就是你的網站。一個連結,後面是整份目錄,還有一個能問「哪一個可以裝 55 公釐滑軌」並得到真答案的買家,而不是一個搜尋框。賣家把這個連結放在:
- 個人檔案的連結:Instagram、TikTok、YouTube——只能放一個連結的位置,而現在它並沒有通往什麼有用的地方。
- 留言與私訊:貼文下面每次有人問尺寸,與其第四十次打同一段話,把連結給他,讓他自己問。
- 包裝內卡片上的 QR 碼:你唯一已經完全擁有客人注意力的位置,而多數人只用來要評論。
- 電子郵件與電子報:包括你收集了好幾個月、卻一直沒有目的地的名單。
- 付費流量:當你不想把人直接送到一個買家第一眼就看到下方輪播四個競爭對手的商品頁時。
買家看、問、比較、把喜歡的收起來——決定之後,商品在 Amazon 打開,他在那裡買,用自己的 Prime 帳號、存好的信用卡,以及對那個結帳的信任。你沒有要任何人向陌生人買東西,你只是請他先把問題問出來。
Amazon 之外還有自己的店
如果你有 Shopify、WooCommerce 或 Wix 的店,就連那一個。不是因為 Amazon 比較不重要,而是因為自己的店才是收錢的地方:助理坐在你的網站上,在那裡回答,把買家送到你自己的結帳——用你的毛利,而不是平台的抽成。
自己的店也帶著讓答案變好的文字。商品頁是寫給平台搜尋框看的,產品頁是寫給人看的。助理答得多好,取決於你給它的材料。
這裡常見的問題是「要不要兩邊都連」。保持簡單:連收錢的那一邊,然後把連結用在自己網站做不到的位置——個人檔案、私訊、包裝卡片。同一段對話裡出現兩份目錄,買家就會看到同一個商品的兩個價格,那損失的信任比多出來的覆蓋更貴。
FBA、自寄,以及多個站點
你怎麼出貨不會改變助理做什麼,但會改變它對庫存能有多少把握。自己出貨時,數量是你在商品頁上申報的數量。Amazon 出貨時,是它倉庫裡的數量,兩者我們都會讀。當 Amazon 不給數字時——依你授權的範圍,這會發生——助理不會猜,而是對庫存不說話。它絕不會沒有根據地寫「有庫存」。
價格也是同樣的謹慎。你的價格從你的商品頁讀取,但如果你在用改價工具,它動的速度比任何工具能追上的都快。所以卡片上會明說價格與庫存在 Amazon 確認。買家在一次點擊之後看到真正的數字——而助理已經先告訴他,事情是在那裡定的。沒有人覺得被騙,這就是全部的目的。
如果你同時上美國站和日本站,那就是多個站點。先從撐著你出貨量的那一個開始:助理無論如何都會用買家的語言回答,但價格與庫存屬於它被讀出來的那個站點,混在一起不如先做一個。
它實際回答什麼?
它說的每一句都來自你自己的目錄。這是限制,也正是它值得存在的理由:它沒辦法憑空生出你從未寫過的規格,也不會把人送到你沒有在賣的商品。
- 購買前的問題:尺寸、材質、相容性、盒裡有什麼。這些是決定成交的問題,而在商品頁上它們被寫在沒有人讀的第九條條列裡。
- 「哪一個適合我」:買家描述的是一種情境而不是一個商品,回給他兩三個符合的你家商品,並說明彼此差別。
- 自家產品線內的比較:這是你在實體店能有、在平台上不可能有的對話。
- 買家一邊看一邊建立的收藏清單,還能分享給另一個人:伴侶、同事,或真正付錢的那位。
- 用買家自己語言問的問題:對做跨境的賣家,這就是成交與跳出的分界。
而且它在週日晚上十一點也在回答。那是零售相當大一部分發生的時間,也是你和任何你請得起的人都不會回覆的時間。
對話式店面只是其中一個
以上講的是一個代理——買家對話的那一個。同一個連線也驅動其餘的代理,而那些完全不跟買家說話。它們跟你說話。你不是接了一個聊天視窗,你是把目錄連一次,然後拿到一整套讀它的工具。
Store Brain — 你的數字,用 WhatsApp 問
用平常的話問自己的店,回來的是答案、圖表,以及接下來該做什麼。上週賣了什麼、哪個商品安靜了、某條線和上個月比如何。用WhatsApp 或 Telegram,這一點比看起來重要:你真正會想到的生意問題,都是在離開辦公桌的時候浮現的,等你回到桌前已經不在意了。
對 Amazon 賣家來說,這取代了你打開的分頁、你設的日期範圍、你下載的匯出檔,以及那份做過一次之後就放著的表格。
平常要匯出表格才問得到的問題,用一句話問
Collector — 競爭對手的價格提醒
你挑一個自家商品,再挑你在意的競爭商品頁,代理就會盯著那些頁面。其中一個一動——降價、新的報價、商品頁改了——它就在那一刻用 WhatsApp 或 Telegram 通知你,不是放進週報。
它盯的是你挑的頁面,這就是訊號和消防水管的差別:真正在搶你訂單的那三家,而不是同一個 ASIN 上的每一個賣家。而且它就停在這裡。它不替你改價,因為一個會在你睡覺時改價格的工具,也是一個會在你睡覺時讓你虧錢的工具。通知會來;判斷仍然是你的。
被盯著的對手把價格壓到你之下時,通知長什麼樣子
需求預測 — 你每次都抓錯的補貨
它讀你的銷售紀錄、你的庫存,以及你自己數字的季節形狀,然後按商品、按分類告訴你下週可能賣什麼——並在貨架空掉之前發缺貨警示,而不是之後。
如果你把貨送進 FBA,這是金額最看得見的代理。每個賣家都知道那兩種失敗:在最好的兩週中間斷貨、回來時排名已經不見的品項,以及另一個一直在吃倉租的整板貨。兩者都是同一個缺掉的預測。
在貨架空掉之前抵達的警示,而不是之後
Researcher — 你永遠沒空做的市場閱讀
每週一份市場報告寄到你的信箱,附上出處,而且每個來源在寫下任何東西之前都依時效與佐證程度評過分。不是標題彙整,而是可以拿來行動、也可以拿來核對的東西。
這是沒有截止日的工作,所以永遠不會發生:你的分類裡什麼在動、哪些品類正在冒出來、對手做的哪些事不是降價。它是「經營一份目錄」和「經營一門生意」的差別,也是一天塞滿時第一個被丟掉的工作。
聲譽 — 以及它誠實的界線
它接上你的評論來源、持續盯著,並在新評論落下的那一刻告知你,附上一段時間內的情緒走勢,以及一份可以在發布前修改的回覆草稿。
接下來是競爭對手會閉口不談的部分,也正是這個代理可能對你毫無作用的原因:它在 Amazon 上讀不到任何東西。顧客評論與賣家評價都沒有官方 API——就算是你自己的 ASIN 也一樣——唯一的路是爬取,而那違反 Amazon 的條款,我們不會做。如果有人賣你 Amazon 評論監控,在把任何東西接上你的帳號之前,先問他資料是哪裡來的。
它真正能讀的,是你在平台之外擁有的聲譽:你的 Google 商家檔案和 Trustpilot,再加上已連線的 WooCommerce 或 Wix 店裡的商品評論。所以請對自己誠實:你手上有哪一個。如果 Amazon 是你唯一的通路,而這兩個你都沒有,那麼其餘的代理在你連線那天就開始工作,而這一個要等到有東西可盯才開始。我們寧願在這裡說,而不是讓你在產品裡才發現。
這個態度貫穿所有代理,值得說一次:資料官方存在的地方,我們讀;不存在的地方,我們就說沒有,而不是去找繞過去的辦法。你的賣家帳號才是資產,沒有任何功能值得拿它去換。
它永遠不會做的事 — 這一段請讀兩次
賣給 Amazon 賣家的工具,多半在你付錢之前對自己的界線含糊其詞。這裡先講出來,因為每一條都是你不看就會理所當然以為的事。
- 它不收錢。 一次也沒有。買家在 Amazon 付,或在你自己店的結帳付。錢不會經過我們,也不會碰到信用卡資料附近。
- 它不追蹤訂單。 買家一離開去 Amazon,訂單、配送和追蹤就都是 Amazon 的——跟今天一樣。助理會這樣說,好讓沒有人回來這裡問包裹在哪。
- 它不碰你的商品頁。 它讀。它不改標題、不改價格、不調庫存,也不在你的帳號上發布任何東西。讀取權限,沒有寫回去。
- 它不在 Amazon 內部發訊息給買家,不回答 Amazon 的問答,也不回覆評論。任何會在你的賣家帳號留下自動化行為的事,這裡都不做:帳號才是資產。
- 它不改價。 Collector 只告訴你對手動了。要不要改自己的價格,仍然是你的決定。
- 它不讀你的 Amazon 評論:沒有官方 API,我們也不爬取。聲譽監控只針對有公開 API 的來源。
- 它不幫你排名:Amazon 的搜尋結果不會、購物車欄位不會、任何別人的 AI 助理裡也不會。沒有工具能承諾這件事,會承諾的人是在賣你別的東西。
把這些都扣掉之後剩下的東西又小又具體:你的目錄,在你控制的連結上,回答問題。這就是產品的全部。如果聽起來很窄,它確實很窄——而它剛好是你現在什麼都沒有的那一段漏斗。
你能得到什麼?
一個屬於你的目的地
你這輩子分享過的每一個連結,都把人送進一個平台,然後平台給他看四個競爭對手。這是第一個不這麼做的連結。比較發生在你自己的產品線裡,框架是你的用詞,而唯一的出口是你的商品。
問題本身
你會知道買家在下單前真正問的是什麼:一再重複的相容性問題、沒有人看得懂的尺寸標示、每三段對話就出現一次的疑慮。這不是分析報表,這是你的下一條條列、下一張商品圖,偶爾是你的下一個商品。
一天四十次的問題,只回答一次
如果你本來就每天回同一則訊息,那則回覆的位置就在這裡。不是因為機器寫得比你好,而是因為你只寫一次、用自己的話,而它會在凌晨三點沒有你的時候被送出去。
一個連線,所有工作
目錄只授權一次。之後對話式店面回答你的買家、Store Brain 回答你、Collector 盯著你挑的對手、預測告訴你要補什麼、Researcher 讀市場——全部來自那一個連線;聲譽會在你有了 Amazon 之外可讀的來源時加入。分開買的話,就是每個工具一份訂閱、每個工具一組登入,加上一疊永遠對不起來的匯出檔。這裡是一個連線,而且各個代理看的是彼此相同的資料。
不多壓庫存的第二個介面
不用新庫存、不用第二個倉、不用另外拍照、不用維護兩份商品頁。同一份目錄,多一條抵達的路。而如果你之後開了自己的店,同一個助理就搬過去。
要多少錢,要多久才能開始?
準備工作就是 Amazon 那邊的授權畫面,然後是你泡咖啡的時候在跑的目錄同步。沒有東西要設計、沒有主機要架、沒有東西要安裝——對一個沒有網站的賣家來說,這正是它伸手可及的原因。
價格方面:有一個免費方案可以開始,付費方案從每月個位數起跳,另外有預付點數給不想每月綁約的人。每個方案都含所有代理:隨等級改變的是每個月能用多少,而不是你被允許用哪些。方案即將開放,早期使用的創始成員三個月免費——這就是對「萬一在我的目錄上沒用怎麼辦」最誠實的回答:用你自己的商品頁試一個季度,再用你自己的數字決定。
一個帳號一家店,這是刻意的:目錄、對話和帳務維持成一件事,而不是一堆需要拆開的東西。儲存的資料放在歐盟,個人資料在抵達任何 AI 模型之前會被隱私過濾器攔下。
怎麼零風險試一次?
會告訴你答案的測試不是「AI 行不行」,而是「你的買家會不會真的問它東西」。四個步驟:
- 連上 Amazon,讓目錄同步。只讀,而且隨時可以在賣家帳號撤回。
- 把你回到膩的三個問題丟給它。 如果有一個答不出來,那不是工具的失敗:那表示答案不在你的商品頁上,而這件事本身就值得知道。
- 拿一件你平常要匯出表格才看得到的事去問 Store Brain——這是確認這個連線是否真的理解你的目錄最快的方法。
- 把連結只放在一個地方:個人檔案,或下一批包裝卡片。只放一個,你才說得出它有沒有用。兩週後,去讀人們問了什麼。
如果做完之後答案是「沒有」,你損失的是一個下午,得到的是「我的商品頁沒有說出什麼」這件知識。用你被推銷過的那些東西的標準來看,這是很便宜的實驗。
這不是要你別在 Amazon 上賣,文中也沒有這樣的暗示。但那個有問題卻沒問出口的買家,是一筆你連看都沒看到就流失的成交。給那個問題一個去處——用你的話、從你的目錄、在屬於你的連結上——花的是一個下午,庫存是零。申請早期使用,用你手上已經有的商品頁試試看。
作者 AllHub 團隊 · 電商 AI 代理
我們打造一支 AI 代理團隊,替網路商店賣東西、做客服、把生意做大——主機在歐盟,以 GDPR 為先。
這篇文章在 AI 的協助下完成,並由我們的團隊審閱。我們對每一篇文章、每一種翻譯都下了不少功夫,但仍可能有錯誤溜過去。如果你發現了,歡迎寫信給我們:這會幫助我們做得更好。

