e-commerce-skills｜电商工作流 Skill

e-commerce-skills 是一个面向电商实战的 skill 包，用来沉淀可复用的商品、内容、详情页、视觉和评论洞察工作流。

它适合给商品、运营、内容、设计、客服、投放和销售团队使用：把零散产品信息、用户评论、卖点素材、详情页文案和内容选题，整理成可以继续执行的结构化结果。

当前能力

推荐使用顺序

如果你已经有产品资料，可以直接进入详情页链路：

产品资料
→ ecommerce-content-wireframe
→ 详情页内容结构和黑白线框稿
→ ecommerce-detail-page-visual-design
→ 详情页逐屏视觉设计和长图

如果你要做小红书内容，可以直接进入图文卡片链路：

产品卖点 / 竞品对比 / 用户误区 / 评论洞察
→ xhs-product-content-cards

如果你先拿到了真实评论数据，可以把第 4 个 skill 作为前置洞察工具：

用户评论数据
→ ecommerce-review-insight
→ 评论洞察、人群场景、痛点、竞品和优化机会
→ 再回到详情页、内容种草、客服话术或投放优化

Skill 1：ecommerce-content-wireframe

电商详情页内容黑白线框稿。

安装

/install-skill saibodafu/e-commerce-skill/ecommerce-content-wireframe

使用场景

当你想为某个商品梳理电商详情页内容结构、详情页文案，并生成一份可运行的手机长图 HTML 黑白线框稿时使用。

建议输入

使用 ecommerce-content-wireframe，帮我梳理一款儿童电解质水的详情页内容。

产品名：小K水
产品定位：儿童日常补水与电解质补充饮品
目标人群：3-12 岁儿童家长
核心场景：孩子运动、出汗、户外玩耍后补水
核心卖点：低糖、好喝、补充电解质、儿童友好

工作流程

1. 核心价值承诺层
2. 痛点锚定层
3. 卖点强化层
4. 使用场景层
5. 产品基础信息补充
6. 决策收口层
7. 整理详情页内容大文档
8. 生成完整 HTML 黑白线框稿

输出特点

• 先收集产品信息，再生成详情页内容
• 每一步都给多个选择，并引导用户选择、融合或补充
• 核心卖点默认按“一个核心卖点一屏”拆成独立详情页屏幕
• 不编造平台规则、销量、转化率、认证、竞品数据或客户案例
• 输出可交给运营、内容、设计或商品团队继续执行

Skill 2：ecommerce-detail-page-visual-design

电商详情页逐屏视觉设计与长图拼接。

安装

/install-skill saibodafu/e-commerce-skill/ecommerce-detail-page-visual-design

使用场景

当你已经有详情页文案、HTML 图、原型图、产品图或包装图，希望逐屏判断信息任务、推荐视觉风格、生成单屏详情页设计，并最终拼接成 750px 长图时使用。

建议输入

使用 ecommerce-detail-page-visual-design。

我已经有详情页原型图和包装图，帮我先逐屏分析每一屏的信息任务和视觉表达，再推荐 3 个视觉风格方向，确认后按顺序一屏一屏生成。

工作流程

1. 逐屏分析
2. 逐屏分析确认
3. 推荐 3 个视觉风格方向
4. 逐屏生成 AI 生图提示词
5. 逐屏生成设计
6. 当前屏修改确认
7. 进入下一屏
8. 长图拼接
9. 最终质检

输出特点

• 先分析，再定风格，再逐屏生成和确认
• 卖点屏必须遵守“一个核心卖点一屏”
• 每一屏只修改当前屏，不影响已确认内容
• 长图拼接后检查漏屏、错序、重复、文字裁切和产品裁切
• 不改写详情页文案，除非用户明确要求
• 不编造功效、数据、认证、平台规则或竞品信息

Skill 3：xhs-product-content-cards

小红书带货图文卡片策划。

安装

/install-skill saibodafu/e-commerce-skill/xhs-product-content-cards

使用场景

当你不是要做电商详情页，而是要做小红书里的“可收藏、可转发、可带货”的图文内容时使用。

适合三类内容：

建议输入

使用 xhs-product-content-cards，帮我做一组小红书避坑类图文。

品类：儿童电解质水
目标用户：3-12 岁孩子家长
图文主题：儿童电解质水别乱选
核心卖点或用户痛点：低糖、口味友好、适合日常补水场景
品牌露出需求：自然带出

输出特点

• 默认输出 2-4 张，优先 3 张
• 每张只讲一个核心信息：一个知识点、一个测评维度或一个避坑标准
• 每页包含主标题、副标题、中间主体、底部总结、版式建议和风险提醒
• 最后输出逐页 AI 出图提示词，适合继续交给图像模型生成 3:4 小红书卡片
• 不伪装真人实测，不编造检测数据、竞品参数、行业榜单或平台规则

Skill 4：ecommerce-review-insight

电商用户评论数据分析：E-commerce Consumer Feedback Analysis。

安装

/install-skill saibodafu/e-commerce-skill/ecommerce-review-insight

使用场景

当你已经拿到目标产品的真实用户评价数据，希望从评论中分析用户痛点、购买人群、需求场景、负面反馈、竞品提及和优化机会时使用。

支持的数据来源包括：手动整理的评论、Excel / CSV、影刀或八爪鱼等工具导出的评论表。

建议输入

使用 ecommerce-review-insight，帮我分析这批商品评论。

产品名：
平台：
评论数据：
字段包括：评论内容、评分、规格、购买时间、追评、评论人、图片/视频信息

工作流程

1. 数据准备与字段检查
2. 评论清洗与结构化
3. 基础分类与情感统计
4. 购买人群与需求场景分析
5. 负面评论与机会点分析
6. 竞品提及与差异化分析
7. 高频关键词与词云呈现
8. 最终经营建议

输出特点

• 先把评论整理成结构化数据，再进入洞察分析
• 按质量、价格、包装、使用体验、售后服务、其他做基础分类
• 生成购买人群分布图和需求场景分布图
• 聚焦负面评论，提取高频负面关键词、代表性原话和优化机会
• 识别评论中的竞品提及和差异化切入点
• 可输出 Excel、图表、词云和评论洞察报告
• 不编造评论中没有出现的人群、场景、痛点或竞品

输出原则

• 结论要回到商品价值、人群需求、平台场景、转化路径、货架内容或数据动作。
• 缺少非关键字段时，可以做轻量合理假设，并明确标注“假设”。
• 缺少关键字段且无法合理推断时，先向用户追问。
• 涉及健康、母婴、营养、安全、功效、平台规则、竞品数据或最新公开信息时，先核验来源。
• 不编造 GMV、转化率、行业 benchmark、投放效果、客户案例或未核验的竞品数据。

项目结构

.
├── AGENTS.md
├── commands/
│   └── ecommerce.md
├── skills/
│   ├── ecommerce-content-wireframe/
│   │   └── SKILL.md
│   ├── ecommerce-detail-page-visual-design/
│   │   └── SKILL.md
│   ├── ecommerce-review-insight/
│   │   └── SKILL.md
│   └── xhs-product-content-cards/
│       └── SKILL.md
├── .claude-plugin/
└── .codex-plugin/

赛博大福

欢迎关注公众号“赛博大福”。

用 AI 把营销重干一遍。