桂安和：AI研发爆品打造工作流

场景故事

深圳一家做了十几年 3C 消费类电子产品的工厂，100% 产品卖海外。

过去，研发部就像一个「猜谜」部门：老板凭感觉说「今年做折叠款」，业务员在展会上听客户随口提「颜色要亮」，就开干。等 2-3 个月后产品上市，风口早过了，仓库里堆满了「过时」的库存。最痛的是，卖一单算一单，经常因为物料涨价而亏本。

最焦虑的不是造不出好产品，而是不知道造什么产品才能成为爆款。

启动「AI 研发爆品打造工作流」后，1 个工作日内：

• AI 从海量海外评论中直接提取出用户对「充电宝」的三大核心抱怨和两大隐藏需求
• 基于这些洞察，生成了 3 款具备爆款潜力的概念草图与功能组合
• 同步测算出每一款在不同订单量下的精确成本和定价区间

研发决策从「拍脑袋」的赌博，变成了基于数据的精准导航。

八格表单

1. 什么时候用？

当出现以下任意 2 条，立刻启用：

• 新品立项会，方向模糊，众说纷纭
• 老品销量停滞，急需迭代但不知如何下手
• 收到海外客户模糊的「改进建议」，无法转化为具体需求
• 研发周期超过 1.5 个月，担心错过市场窗口
• 对目标市场（如美国、德国、日本）的用户偏好缺乏一手认知

判断口诀：方向模糊 + 时间紧迫 + 害怕库存

2. 做出来是什么？

一次性得到 3 类可直接用于决策的成果：

《海外市场需求洞察报告》

• 核心痛点榜单（用户最常抱怨的 3-5 点）
• 甜蜜点榜单（用户最称赞的 3-5 点）
• 高频需求词云与趋势关键词
• 明确的「下一个爆品方向」建议（如：自带 C to C 线的 20000mAh 迷你快充宝）

《AI 概念方案包》

• 3 款符合趋势的产品概念描述（外观风格、核心功能组合）
• 对应每款概念的卖点文案（亚马逊标题 / 五点描述草稿）
• 快速打样与验证的优先顺序建议

《动态成本与定价模拟表》

• 不同配置方案下的物料成本（BOM）估算
• 基于不同订单量（5K, 10K, 20K）的毛利测算
• 结合竞品定价的「建议零售价区间」与「FOB 报价区间」
• 关键成本风险提示（如「XX 芯片占成本 30%，价格波动大」）

3. 需要准备什么？

必填（至少填 3 项）

内容	说明
目标产品品类	如：移动电源、车载充电器
核心目标市场	国家 / 地区，如：美国
1-3 个主要竞品的 ASIN / 产品链接	打开亚马逊对应站点，搜索核心词（如「portable charger」），销量前 10 产品链接末尾的字母数字串即为 ASIN（如 B0XXXXXX）

加分输入（有就贴）

• 过往产品的用户差评摘要
• 已掌握的任何海外客户反馈
• 计划的产品目标价位段（如：$25-$40）
• 期望的理想毛利率

约束：缺信息时，AI 必须在报告中明确标注【需实地验证】或【需供应链确认】，严禁编造数据。

4. 怎么跟AI说？

第一步：使用市场分析工具（Jungle Scout / Helium 10 / OOSGA）

在工具内输入竞品 ASIN 或品类关键词，运行「评论分析」和「选品侦察」功能，导出「用户抱怨 Top 5」、「功能需求 Top 5」、「上升趋势词」等结构化数据。

第二步：将数据粘贴到 KIMI / 文心一言，使用以下完整 Prompt

B|背景
你是我的AI研发爆品指挥官。我是一家3C电子出海工厂的产品经理。
目标品类：[请填写，例如：移动电源，默认无]
目标市场：[请填写，例如：美国，默认无]
核心竞品：[请填写2-3个竞品ASIN或产品名，默认无]

已获取的初步市场数据如下：
【用户核心抱怨点】：
1. [粘贴从工具中得到的抱怨点1]
2. [粘贴从工具中得到的抱怨点2]
   ……
【用户核心赞扬点/需求点】：
1. [粘贴从工具中得到的赞扬点1]
2. [粘贴从工具中得到的赞扬点2]
   ……
【近期趋势关键词】：
[粘贴从工具中得到的趋势词]

T|任务
请基于以上信息，为我完成一份新品研发决策包。

C|约束
1. 所有信息必须以上述数据为基础。
2. 不确定或需补充的信息，必须清晰标注"【需确认】"。
3. 输出需直接、可执行，避免营销化空话。
4. 禁用词：赋能、生态、闭环、颠覆、革命性。

A|输出自检
在最终输出前，请先核对：
①Part1是否列出了3-5条痛点；
②Part2是否生成了3个完整概念；
③Part3是否包含了成本框架。
如有缺失，请补充完整后再输出。

E|示例
标准示例输入：
[用户核心抱怨点]: 1. 充电太慢，要6小时。2. 用一个月就鼓包。3. 太重，不便携。
[用户核心赞扬点]: 1. 颜值高，设计好看。2. 自带线很方便。

边界示例（当信息缺失时）：
如果近期趋势关键词为空，请基于常识和[用户核心赞扬点]推断趋势。

---

请严格按以下结构输出：

Part 1 | 需求洞察与爆品方向
- 核心痛点总结（不超过5条）
- 未被满足的潜在需求（不超过3条）
- 明确的"下一个爆品"方向建议（1-2句话清晰定义）

Part 2 | AI概念方案
基于Part1的方向，生成3个产品概念。每个概念包括：
1. 概念名称
2. 一句话卖点
3. 核心功能组合（如：功率、接口、尺寸、特殊材料）
4. 外观风格关键词
5. 一段给客户的推荐文案（100字内）

Part 3 | 成本与定价决策框架
请列出：
1. 影响该品类成本的三大核心零部件/材料。
2. 针对Part 2中的概念A，模拟一个简单的决策框架：
   - 如果订单量为5000台，预估单件成本约为【 】美元，建议FOB价【 】美元。
   - 如果订单量为20000台，预估单件成本可降至【 】美元，建议FOB价【 】美元。
   - 提示：以上估算需基于【需供应链确认】的实际报价，当前毛利率假设为X%。
3. 需要供应链立即询价的物料清单（不超过5项）。

5. 具体怎么操作？

时段	耗时	操作
上午	2 小时	打开 Jungle Scout / Helium 10，分析 3 个竞品，导出「评论分析」报告
中午	1 小时	将报告核心发现粘贴到 KIMI Chat，使用上方 Prompt，生成《决策包》初稿
下午	2 小时	团队会议审议 AI 生成的《决策包》，将标注【需确认】的任务分配下去（如：向采购询价、调研技术可行性）
次日	—	根据确认的信息，更新《决策包》，形成最终立项报告

6. 怎么算做完？

• Part 1 提炼出 3-5 条具体、可验证的用户痛点与 1-3 条潜在需求（所有点需来自竞品评论数据）
• Part 2 生成 3 款产品概念，每款概念均对应解决 Part 1 中至少 1 个核心痛点
• Part 3 明确 3 类核心零部件成本，列出 ≥3 个关键决策变量和 ≤5 项待办询价清单
• 所有假设、待办项均标注【需确认】/【需供应链验证】等标识，无未标注的模糊信息

7. 出错了怎么办？

情况1：AI 生成的概念天马行空，无法生产

• 排查：Prompt 中是否缺乏对工厂工艺能力的描述？
• 修复：在背景（B|）中增加：「我工厂现有优势工艺包括【SMT贴片、硅胶一体成型等】，请确保概念在此范围内。」

情况2：成本估算完全偏离实际

• 排查：是否让 AI 凭空猜测成本？
• 修复：在 Part 3 指令中改为：「请提供一个成本核算框架模板，并列出需要采购、生产、物流部门分别填写的 5 个关键变量（如：18650 电芯单价、主板 PCBA 费用、到美国西岸海运费）。」

情况3：需求洞察流于表面，都是已知信息

• 排查：使用的工具是否只分析了头部竞品？
• 修复：指令中增加：「请特别关注 3.5-4.2 星的中腰部产品评论，分析其「失分点」，寻找差异化机会。」

8. 以后能自动吗？

维度	评分	说明
使用频率	5/5	每次新品立项或迭代必用，是研发流程的固定前置环节
输入稳定性	3/5	核心输入（品类、市场、竞品）稳定，但用户评论数据和实时成本数据是外部变量
数据依赖	4/5	高度依赖外部平台数据（亚马逊评论、物料价格）的准确性和可获取性
出错风险	3/5	方向性判断出错会导致研发资源浪费，但流程中设置了多处「需确认」的人工核查点，风险可控

四象限结论：高频 × 高风险，半自动，人工审批后执行

一句话建议：将 Jungle Scout / Helium 10 的评论抓取、数据结构化环节封装为自动化脚本，AI 分析和概念生成环节模板化，产品方向决策、成本核算最终需研发 / 采购负责人人工审批确认。

高手心法

AI 研发爆品的核心：用数据建立市场需求与产品研发的直连通道，以「市场诊断 — 方案翻译 — 财务校验」的顺序解决研产销信息不对称，从源头锁定真问题。

传统研发是「造出产品，推向市场，等待反馈」的漫长试错。AI 研发爆品工作流将其逆转为「从市场反馈中，定义产品，再精准制造」的敏捷循环。

这套工作流强制你按不可颠倒的顺序做三件事：

1. 先当「市场医生」：不问「我想做什么」，只问「市场最痛什么」。用 AI 当听诊器，直接听取海量用户的真实抱怨与渴望。

2. 再做「方案翻译」：不凭空创意，只做精准翻译。将「用户痛点」翻译成「产品功能」，将「趋势关键词」翻译成「设计语言」。

3. 最后才是「财务校验」：不在设计完成后才核算，而在概念阶段就同步模拟。让成本和定价成为定义产品时的约束条件，而非事后的惊喜或惊吓。

结构先于创意，数据先于经验。

先「锁定真问题」，再谈「解决方案优不优雅」。

先「算得过账」，再谈「功能炫不炫酷」。

这套工作流不是替代研发团队，而是在迷雾中，提供一幅基于真实市场声音绘制的「藏宝图」，并告诉你每条路线大概的「挖掘成本」。