【AI Agent实战】手把手教你如何用小龙虾做亚马逊电商调研

PART01

写在开头：这篇文章给谁看

如果你符合下面任何一条——

• • 老板扔给你一家亚马逊品牌让你写竞品分析，你打开 Word 一脸懵
• • 想做跨境电商，不知道选品的那个"第一步"怎么迈
• • 听过 AI Agent 这个词，但打开 ChatGPT 只会"帮我写个方案"
• • 已经在用 AI，但产出的东西老板看完说"这不就是百度搜出来的吗"

——这篇就是给你的。

本文手把手带你做一次完整的电商调研。练手对象是去年干出 16 亿的深圳跨境品牌 Momcozy——案例只是模具，学到手里的是方法。

读完你能拿走三样东西：

• • 一套 5 道题的调研框架（资深顾问脑子里常用的那张清单）
• • 6 份你可以直接复制粘贴的 Prompt 模板（不用自己编）
• • AI Agent 和你怎么分工的那张图（副驾驶、不是司机）

✨时间预估

第一次跟着跑 4 小时，第二次 1 小时搞定一个品牌

PART02

先破一个误区：AI Agent ≠ ChatGPT 问一句

你可能已经在用 AI 了。打开 ChatGPT，输入"帮我分析一下 Momcozy"——然后得到一段看起来很专业、但读完什么也没记住的话。

这不是 AI Agent 调研，这是 AI 陪聊。

真正的 AI Agent 调研长这样——

AI 陪聊 vs AI Agent 调研

记住这张图——AI Agent 做调研的本质，是你把一个模糊的大问题（"这家公司值不值得研究"），按照一个思考的框架，拆成一串 AI 能回答的小问题（"它的团队多大""对手是谁""价格带怎么分布"），然后让 AI 用不同步骤/工具/引用数据分别分析作答，最后你拼回一张战略地图。

PART03

调研的本质：回答三个问题

在讲"怎么做"之前，先讲"调研是什么"。

资深顾问接到"帮我研究这家公司"这种需求时，脑子里其实在回答三个问题（第一性原理，想不清这三问就没法开始）：

• •这个市场要不要做？（值不值得进场）
• •对手凭什么赢？（规则是谁定的）
• •我凭什么赢？（我的差异化在哪）

所有电商调研，无论是竞品分析、投资尽调、还是选品决策，都是在回答这三个问题的某个子集。

5 道调研题（下一章会详细讲）就是把这三个问题拆成 5 个 AI 能回答的小问题：

调研三问 → 5道题骨架

看懂这张图，你就拿到了调研的"骨架"。下面给骨架添肉。

PART04

AI Agent 的三个身份：你要让它演哪个

这一节是新手最容易忽略但最关键的一课。

很多人用 AI 效率不高，是因为没给 AI 分配身份。你对 AI 说"帮我分析 Momcozy"，AI 不知道自己扮演的是一个只会复述百科的实习生，还是一个尖锐的麦肯锡顾问。

我习惯把 AI Agent 分成三个身份来用——

AI Agent 三身份分工图

身份 1 · 调研员（搬运工）

它的任务：去找数据、找新闻、找事实。不做判断，只搬运。

典型动作：查企查查、扒亚马逊评论、搜 Statista 报告、整理融资历史。

PROMPT🤖

你是一名资深行业调研员。任务：搜集 {公司名} 的 {成立时间 / 团队规模 / 融资历史 / 办公地点 / 品牌矩阵 / 市场覆盖}。要求：每个数据给出来源链接；找不到的标注"未公开"；用表格输出。

身份 2 · 分析师（归纳工）

它的任务：拿着调研员给的数据，做对比、找规律、画图。

典型动作：画竞品六维雷达图、聚类价格带、做 SWOT 对比。

PROMPT🤖

你是一名战略分析师。基于以下数据 {粘贴调研员的输出}，做三件事：①列出 Top 5 玩家的定位/价格/杀手锏三维对比表；②识别他们共享的一个隐含假设；③指出哪个玩家在挑战这个假设。要求：结论先行，每个判断附证据。

身份 3 · 挑刺员（追问工）

它的任务：拿着分析师的报告，专门找漏洞、问"为什么"、做反向假设。

典型动作：追问"这个数据对吗""这个假设站得住吗""还有没有你没看到的可能性"。

PROMPT🤖

你是一个尖锐的麦肯锡顾问，任务是挑刺。对以下分析 {粘贴分析师的输出}，你要做三件事：①找出 3 个可能被数据幻觉污染的数字；②找出 2 个没有交叉验证的判断；③提出 1 个作者可能忽略的反向假设。不要客气，越尖锐越好。

为什么要分三个身份

因为一次让 AI 演三个身份，它会糊。我的做法是开三个对话窗口，每个窗口只让 AI 演一个身份——调研员收集原始数据 → 粘贴到分析师窗口做归纳 → 再粘贴到挑刺员窗口做质检。

这是 AI Agent 工作流的核心思想——分工、串联、校验。

💡新手常踩的坑

AI 糊涂的时候，不是 AI 不行，是你一次让它演了三个身份

PART05

5 道题跟着跑：以 Momcozy 为例

好，理论讲完了。现在开始手把手跑一遍。下面每道题的结构都一样——

STEP01新手错误示范

不用 AI 会怎么卡住

STEP02AI Agent 正确做法

三身份怎么用

STEP03直接抄的 Prompt

复制粘贴换参数就能用

STEP04Momcozy 答案摘要

真实跑出来的结论

STEP05一句话口诀

带走就能用

📌 题 1 · 品牌身份：它究竟是谁

① 新手错误示范：

打开百度搜"Momcozy"，看到一堆广告软文，以为它是一家美国公司。

② 正确做法：

让调研员身份的 AI 去扒四类公开数据源——天眼查（工商）、LinkedIn（团队）、亚马逊（产品）、猎聘（招聘）。交叉验证出一张身份画像。

③ 直接抄的 Prompt：

PROMPT🤖

你是一名跨境电商行业调研员。任务：调研 Momcozy（路特创新）。 搜集以下信息，每项必须给出来源链接： 1. 中国公司名、成立时间、法人、注册地 2. 融资历史（轮次、金额、投资方、时间） 3. 员工规模（从 LinkedIn/猎聘估算） 4. 办公地点（对应供应链的地理位置） 5. 品牌矩阵（主品牌+所有子品牌+定位） 6. 海外业务国家分布 输出格式：第一部分结构化表格；第二部分 3 条"反常识发现"；找不到的标注"未公开"不要编。

④ Momcozy 答案摘要：

反常识发现：刻意的 A 轮节奏——Willow/Elvie 融到了 C 轮，Momcozy 只到 A 轮，不是融不到，是不想融。先把亚马逊现金流跑通再说故事，像极了早期安克创新。

⑤ 一句话口诀：

✨一句话口诀

查身份不是查简历，查的是刻意节奏——团队、融资、矩阵里藏着战略意图

📌 题 2 · 品类战场：这是片什么样的海

① 新手错误示范：

只看"穿戴式吸奶器市场规模"，查到 2.75 亿美金就觉得"太小了没戏"。

② 正确做法：

让调研员扒细分市场数据，让分析师往上看一层看"大盘"——细分品类通常是大盘的"爆破口"，不能只看细分的天花板。

③ 直接抄的 Prompt：

PROMPT🤖

你是一名战略分析师。任务：分析 {穿戴式吸奶器} 这个品类的战场。 请从三个层面回答： 1. 细分品类（穿戴式吸奶器）： 全球市场规模、2029 年预测、CAGR，来源 Statista / Grand View / Mordor 三家交叉验证 2. 上一层（母婴大盘）：全球规模、增长率 3. 占比判断：细分品类占大盘多少%？这个比例说明什么？ 要求：关键数据必须三源交叉验证，列出每个来源；结尾给 1 个判断"这个细分品类是爆破口/天花板"。

④ Momcozy 答案摘要：

• • 穿戴式吸奶器：2.75 亿（2023）→ 4.17 亿（2029），CAGR 7.5%
• • 母婴大盘：$8,230 亿，CAGR 6.8%
• • 细分占比仅 0.03%

穿戴式吸奶器市场三层视图

判断：穿戴式吸奶器不是 Momcozy 的终局，是爆破口。它在切 $8,230 亿的大盘（就像小米当年切"智能手机"其实是切"智能生活"）。子品牌 Babycozy/Comfelie/Paruu 就是这个判断的证据。

⑤ 一句话口诀：

✨一句话口诀

看细分品类一定要往上看一层——找到大盘，才能判断天花板在哪、讲故事的空间有多大

📌 题 3 · 竞争格局：它在撕哪条规则

① 新手错误示范：

列个表格把"Momcozy / Willow / Elvie / Medela"的参数对比一下，发现"Momcozy 便宜"，写完收工。

② 正确做法：

让分析师做竞品对比表，然后用挑刺员追问："他们共享一个什么隐含假设？Momcozy 是在撕哪条规则？"

③ 直接抄的 Prompt：

PROMPT🤖

第一步（分析师身份）：对比 Willow / Elvie / Medela / Momcozy 四家，6 个维度——价格带、SKU 数量、静音水平、App 智能、专利壁垒、渠道覆盖。输出对比表+六维雷达图。 第二步（挑刺员身份）：①前三家共享一个什么隐含假设？②Momcozy 有没有在撕这个假设？逻辑是什么？③如果撕成功了，谁最危险？谁最安全？要求结论先行。

④ Momcozy 答案摘要：

四家竞品六维雷达对比

隐含假设："穿戴式吸奶器必须要品牌信任+技术专利+医疗背书才能赢"。

Momcozy 撕了这条规则，改说："这是一个可以用供应链效率+亚马逊运营+品牌化内容打赢的大众电商品类。"

⑤ 一句话口诀：

✨一句话口诀

做竞品分析不要只对比"他们做什么"，要追问"他们共享什么隐含假设，谁在撕这个假设"——撕开假设的玩家，往往是下一个赢家

📌 题 4 · 价格战略：$55 到 $499 的鸿沟

① 新手错误示范：

看到"Momcozy 最便宜

② 正确做法：

让分析师画出全品类价格带分布图——不是看单点价格，是看价格带覆盖广度。

③ 直接抄的 Prompt：

PROMPT🤖

你是一名定价战略分析师。任务：扫描穿戴式吸奶器所有主流型号，按四档价格聚类——20-40 / 55-180 / 200-300 / 350-500。每档列出代表品牌和型号、目标用户画像、核心决策动机。 然后回答：①Momcozy 覆盖了哪几档？Willow/Elvie 覆盖了哪几档？②Momcozy 的定价是"单点定价"还是"楼梯式定价"？③这两种策略对 LTV 分别意味着什么？

④ Momcozy 答案摘要：

• •$20-40 白牌区：数量最多、评论最乱（Momcozy 降维打击这档）
• •$55-180 Momcozy 主力区：SKU 最丰富
• •$200-300 中端混战区：Spectra/Medela 入门款
• •350-500 高端神坛区：Willow/Elvie 旗舰（Momcozy 的 259 性价比平替这档）

核心洞察：Momcozy 是楼梯式定价。白牌用户升级、中端用户下沉、高端用户试水——用户 LTV 被它全部吃进来。Willow/Elvie 只有 $349+ 两三款，只能等高端用户主动上门。

⑤ 一句话口诀：

✨一句话口诀

定价不是"卖多少钱"的问题，是"你想捕获哪几档用户的 LTV"的问题——单点定价是卖货，楼梯定价是做品牌

📌 题 5 · 用户真相：评论里藏着什么没说出口的痛

① 新手错误示范：

扫一眼亚马逊评分 4.3 星，心想"口碑不错"，继续下一题。

② 正确做法：

让调研员爬 500+ 条评论，让分析师做语义聚类（不只是情感打分），重点挖1-3 星评论里的 "But..." 和 5 星评论里的情感极值。

③ 直接抄的 Prompt：

PROMPT🤖

你是一名用户研究专家。任务：对 Momcozy 亚马逊 {产品型号} 的最近 500 条评论做深度分析。 要求：①1-3 星评论：提取 Top 5 抱怨点，每个点给出占比%和 2 条原句摘录；②4-5 星评论：提取 Top 5 价值点，特别关注"情感极值"（如"改变了我的生活""救命稻草"这种对身份/情感的评价）；③识别"But..."——用户在 2-3 星评论里，前半句说产品好，后半句是真正的痛点。 输出结构：抱怨 Top 5（带原句）、价值 Top 5（分功能级和情感级）、Top 3 "But..." 洞察。

④ Momcozy 答案摘要：

抱怨 Top 5（功能性痛点）：

漏奶 35% / 吸力不稳 22% / 配件易损 18% / App 不智能 12% / 客服差 8%

价值 Top 5（真正的底牌）：

• • "改变了我的生活" 40% ← 情感级
• • "终于可以一边工作一边泵" 25% ← 场景级
• • "比 Willow 便宜 $300 但一样好用" 18% ← 对比级
• • "先生再也不能理解妈妈的辛苦了" 10% ← 女性共鸣
• • "孩子在 NICU 时它是我的救命稻草" 7% ← 极端场景刚需

核心洞察：Momcozy 真正卖的不是吸奶器，是"让我在做妈妈的同时不用停止做自己"的解决方案。功能性痛点是下一战的技术壁垒；价值点才是品牌资产。

⑤ 一句话口诀：

✨一句话口诀

看评论不是看星星多少，是挖情感极值——那句最动情的 5 星评论，才是品牌真正的底牌

PART06

收尾追问：AI Agent 永远替代不了的那一问

做完这 5 道题，90% 的新手就交卷了。

但资深分析师还会追问一个AI 想不到但决定报告含金量的问题——

✨核心追问

这家公司的打法，在它所在的品类里，到底是必然还是陷阱？

这叫 第一性原理追问。

以 Momcozy 为例——它用的是 SHEIN 打法（供应链+数据+KOL+UGC 四个飞轮）。

• • 说是必然
• 消费者迟早发现 80 的 Momcozy 和 400 的 Willow 在"挤奶"功能上没 5 倍差距，用脚投票必然发生。
• • 说是陷阱SHEIN 卖快时尚（容错率高），Momcozy 卖母婴（一次安全事故毁 10 年）。漏奶、吸力不稳、配件易损——每一个都是定时炸弹。

更深一层——SHEIN 打法本质反品牌，Momcozy 想向上走做"母婴 Lululemon"，就必须反掉过去的自己。用反品牌方式建立的品牌，升级时必须反掉自己，这是 Momcozy 的身份认同悖论。

这类追问 AI 不会主动做，需要你给它一个"楔子"问题，引发它进入更深层次的思考——

PROMPT🤖

你是一个挑刺员。对 {品牌名} 的打法，请追问： 1. 这套打法在这个品类里是"必然"还是"陷阱"？ 2. 有没有过这个品类的"前辈"因为这套打法翻车过？ 3. 这套打法最大的隐含风险是什么？ 4. 如果我是这家公司的 CEO，未来 3 年最应该担心什么？ 不要归纳，要追问。不要和稀泥，要站队。

✨一句话记住

AI 擅长归纳、不擅长追问。追问是你的活

PART07

新手最容易踩的 3 个坑

最后，讲 3 个我踩过的坑——你也一定会踩。

🕳️ 坑 1 · 数据幻觉

AI 会编看起来很合理的数字。"2024 年全球穿戴式吸奶器 12 亿美金"——真实是 2.75 亿，差 4 倍。

应对：三源交叉验证。让 AI 给来源，手动抽查至少 2 家。

🕳️ 坑 2 · 时效性缺失

AI 的知识有 cut-off，最新融资、政策、产品它不知道。

应对：涉及时效的数据，用实时搜索工具（Tavily / Perplexity / web_search），别只靠模型内置。

🕳️ 坑 3 · 第一性缺失

AI 会给你漂亮的 SWOT 表，但不会追问"这 SWOT 的底层假设对吗"。

应对：你当导演，AI 当摄影师。你负责"问什么"，AI 负责"怎么拍"。最核心的那个问题，永远不能让 AI 替你想。

💡三句口诀贴在桌上

三源验证 · 实时补充 · 第一性追问

PART08

你的第一次作业

方法学会的标志，不是"看懂了"，是"能自己跑一遍"。

STEP01选品牌（5 分钟）

选一个你熟悉的小品牌——你最近买过的某个亚马逊产品、朋友在做的跨境品牌、你想投资的 DTC 品牌（别一上来挑腾讯阿里）

STEP02建3个角色（2 分钟）

开 3 个窗口，或者建3个subagent，分别命名：调研员、分析师、挑刺员

STEP03抄 Prompt 跑 5 道题（3 小时）

把上面 5 道题的 Prompt 复制进去，把 {品牌名}、{品类} 换成你的目标。跑完每一题，手动把调研员的输出粘贴给分析师

STEP04写一份 2 页 Memo（1 小时）

结构：身份 / 战场 / 格局 / 价格 / 用户 / 洞察（最关键——你的判断是什么）

STEP05跑 3 道防线（10 分钟）

✅ 关键数据是否三源验证？✅ 是否用了实时搜索工具？✅ 是否有一句"第一性追问"？

🎯 交付标准

• [ ] 不超过 2 页
• [ ] 有具体数字，不只是感觉
• [ ] 有一句老板看了会"嗯？"一下的判断（不是复述，是 insight）
• [ ] 能 3 分钟口头讲给同事听

✨跨过这条线

能做到这 4 条，你就跨过了"AI 陪聊"到"AI Agent 调研"的那条线

PART09

AI Agent 是辅助驾驶，不是司机

这篇文章看完，你也许会有两种反应——

第一种：哇，AI 好强，我的工作要被替代了。

第二种：原来 AI 这么用可以把我从搬砖里解放出来，我可以专注于思考。

选第二种。

AI Agent 不是要替代你，是要把你放大 10 倍。

它能替你搬运数据（题 1）、归纳信息（题 2-5），但它替代不了你的"为什么"——

• • 为什么选这家公司调研？
• • 为什么这个假设值得被撕？
• • 为什么这套打法是必然或陷阱？

这些"为什么"，只有你能问。

你越会问"为什么"，AI Agent 的输出就越有价值。你只会问"帮我写个方案"，AI 就永远只能给你一段"看起来很对但其实瞎编"的文字。

✨最后一句

Agent 只是辅助驾驶，你才是握着方向盘的人！