品牌商找我們談新品，開場白幾乎都一樣：「這個東西我覺得很有機會，你們幫我上架推一波。」但「我覺得」三個字，是電商裡最貴的三個字。以我們代理與代營運的經驗來看，一支賣不動的品項，賠掉的不只是進貨成本，還有壓在倉庫裡的現金、佔掉的廣告預算，以及團隊追一個錯的東西所耗掉的三個月。
過去我們驗證一個選品點子，靠的是人力翻資料、看排行、問通路，一輪跑完常常要一兩週。這兩年我們把 AI Agent 拉進這條流程之後，情況變了：不是讓 AI 幫我們「決定要不要賣」，而是讓它把原本要人熬夜做的資料蒐集、比對與初步歸納，壓縮到幾個小時內完成，讓人把時間留在判斷上。這篇文章想完整寫下我們實際在用的這套流程：AI Agent 在選品的哪幾個環節幫得上忙、哪些環節絕對不能交給它，以及我們一路踩過的雷。
為什麼傳統選品那麼容易賭錯
先講清楚問題出在哪。傳統選品最常見的死法有三種，我們幾乎每個接手的品牌都看過。
第一種是憑感覺。老闆或選品人員逛了幾個海外站，看到一個「台灣好像還沒人賣」的東西就下單進貨，靠的是個人品味，而不是需求證據。品味有時候會中，但它不可複製、也無法對老闆以外的人交代。
第二種是看排行倒果為因。看到某品類在平台熱銷榜上，就想跟著切進去。問題是等你看到榜單、備好貨、拍好圖，那波需求的高點常常已經過了，你進場的時間點剛好是紅利尾巴，迎面撞上一整排比你早、比你便宜的競品。
第三種是資料蒐集不完整就拍板。人在有限時間內能看的資料就那麼多，看了三頁搜尋結果、五個競品就覺得「差不多懂了」，其實市場的真實輪廓根本還沒拼出來。這種決策的品質，取決於你剛好翻到哪幾頁，運氣成分太重。
這三種死法的共同點，是把「蒐集證據」和「做出判斷」混在一起，而且兩件事都做得不夠。AI Agent 的價值，正好是把前面那件苦工做深、做全，讓後面的判斷有東西可以靠。
AI Agent 在選品流程裡到底做什麼
我先定義一下這裡講的 AI Agent，指的是能自己拆解任務、連續呼叫搜尋與工具、把結果整理成結構化輸出的一套自動化流程，而不是單純丟一句話給聊天機器人。它和一般 AI 文案工具的差別，在於它會「多步驟工作」：先搜尋、再比對、再歸納、再產出，中間不需要人一句一句下指令。這一塊的基礎觀念，我在AI 選品與商品研究的實戰做法裡談過，這篇則把它放進完整的驗證流程來看。
在我們的流程裡，AI Agent 主要負責五件事。
第一件是關鍵字與需求訊號的地毯式蒐集。給它一個品類方向，讓它去把相關的搜尋關鍵字、長尾字、社群討論裡反覆出現的痛點語句都撈回來，整理成一張需求地圖。人做這件事會累、會漏，Agent 做得又快又全。
第二件是競品盤點與定位落點。讓它把同品類目前市場上的主要玩家、價格帶、主打訴求、評論裡的抱怨整理成一張表。這張表最有價值的地方，是那些評論裡的抱怨——那是現成品沒被滿足的縫隙，也是新品切入的角度。
第三件是把雜亂資料變成結構化摘要。Agent 可以把幾十頁的原始資料濃縮成幾個重點：需求熱度、競爭密度、價格空間、進入門檻，讓人一眼看到全局，而不是淹沒在分頁裡。
第四件是產出多個可測試的假設，而不是一個答案。這點很重要，好的用法是讓它給你三到五個「切入角度」，每個角度附上支持的訊號，讓人來挑，而不是讓它替你拍板。
第五件是幫忙擬市場驗證的測試方案，例如要用哪些角度寫測試文案、設哪些對照。這部分它是很好的草稿手，能省下規劃的時間。
我們實際在跑的選品驗證流程
把工具擺對位置之後，完整的流程長這樣，一共五步。
第一步是先定方向、不定商品。我們不會讓 Agent 從零去「發明」要賣什麼，而是先由人根據品牌既有的通路、供應鏈與客群，圈出一到兩個合理的品類方向，再讓 Agent 在這個範圍裡深挖。方向由人給，深度由機器補，這個分工是整套流程的地基。
第二步是需求與競品的雙軌蒐集。讓 Agent 同時跑需求地圖和競品盤點兩條線，產出兩張結構化的表。這一步我們會刻意要求它標註資料的來源與時間，方便後面人工抽查，這點下面會再強調。
第三步是人來讀表、找縫隙。這是整條流程裡最不能外包的一步。人看著需求地圖和競品抱怨清單，去判斷哪一個縫隙是真需求、哪一個只是雜訊，哪一個角度符合品牌能力、哪一個超出供應鏈守備範圍。AI 給的是線索，收斂成假設的是人。市場需求到底站不站得住，還要回到上市前的需求驗證那套方法去測，這一步做確實，後面才不會白忙。
第四步是小成本市場測試。挑出一兩個最有把握的假設，用最小的成本去撞真實市場：可以是一支測試廣告、一個預售頁、一則社群貼文，看真實的人願不願意點、願不願意留資料、願不願意先付訂金。願意掏出注意力甚至掏錢的，才叫需求；按讚不算。這一步的判準怎麼設、要看哪些訊號，可以搭配怎麼找到會賣的商品一起看。
第五步是複盤與歸檔。不論這次選品成不成，都把 Agent 產出的資料、人的判斷、測試結果整理歸檔。做久了，這些累積會變成品牌自己的選品資料庫，下一次驗證的起點就比別人高。這種把每一次決策沉澱成資產的思路，也是我在用數據思維做決策裡一直強調的。
一個匿名案例：三週砍掉一個看起來很美的點子
分享一個實際的例子，細節做過模糊處理。我們協助一個生活用品類的品牌，老闆很想切進一個當時在海外社群很紅的小家電品類，直覺這東西「台灣一定會紅」，已經在跟工廠談備貨。
我們沒有直接說好或不好，而是先讓 AI Agent 跑了一輪需求與競品盤點。地圖拉出來後，兩件事很清楚：一是這個品類在台灣的搜尋需求確實在成長，但成長主要集中在「租屋族小坪數」這個很窄的情境；二是競品盤點裡，已經有數個低價玩家用進口貨佔住入門價格帶，評論裡的抱怨集中在「耗材難買、售後沒人管」。
這兩點合起來，人就能做判斷了：直接跟低價進口貨拚入門款是死路，但「耗材與售後」是現成品的縫隙。於是我們把假設從「賣這台機器」改成「賣一個把耗材訂閱與在地售後綁在一起的方案」，並用一個預售頁做了兩三週的小測試。結果是願意留資料的人不少，但真的願意先付訂金鎖定耗材方案的比例，遠低於能撐起這門生意的水準。
最後品牌決定不進這個品類。表面上看，這是一個「沒有成果」的專案；但實際上，AI Agent 把蒐集壓到幾小時、預售測試把驗證壓到三週，讓品牌用很小的代價避開了一筆可能壓垮現金流的庫存。選品這件事，能快速、便宜地說「不」，本身就是最大的成果。
用 AI Agent 選品最容易踩的雷
這套流程好用，但用錯了會更危險，因為它會給你一種「我做了很多功課」的錯覺。以下是我們反覆踩過、也一直提醒品牌的幾個雷。
第一個雷是把 Agent 的輸出當結論，而不是當線索。AI 會用很有條理的語氣把資料講得像定論，但它整理的是「找得到的資料」，不是「真實的市場」。凡是要下單、要投預算的判斷，一定要有人扛。
第二個雷是不查來源。AI Agent 有時會把過期資料、甚至不存在的資料講得煞有其事。我們的硬規定是：任何要拿去做決策的數字與事實，都必須能追回原始出處、由人抽查過，查不到來源的一律當作沒有。
第三個雷是跳過真實市場測試。再漂亮的資料摘要，都取代不了真人願不願意掏錢這個問題。有些品牌看完 Agent 的報告就覺得「證據夠了」直接進貨，這等於把桌面研究當成了市場驗證，兩者完全是兩回事。
第四個雷是方向也丟給 AI。如果連要往哪個品類走都讓機器決定，它只會給你一個「最大眾、最多人在做」的安全答案，那通常也是最紅海、最沒有你位置的答案。品牌的獨特落點，來自你的供應鏈、通路與客群，這些機器不懂，只有你懂。這也是為什麼在AI 電商選品與商品策展裡我一直說，AI 是放大器，放大的是你原本的判斷力，不是替代它。
常見問題 FAQ
Q1：沒有工程團隊的中小品牌，也能用 AI Agent 做選品嗎？ 可以，而且門檻比想像中低。你不一定要自己開發，市面上已經有可以連續搜尋、整理的 AI 工具能達到類似效果。重點不在工具多高級，而在流程：先由人定方向，再用工具做地毯式蒐集，最後一定接一段真實的小成本測試。工具只是把蒐集變快，判斷和測試的紀律才是關鍵。
Q2：AI Agent 選品會不會大家用同一套工具，結果都選到一樣的東西？ 會有這個風險，這也正是為什麼「方向由人定」那麼重要。如果所有人都讓 AI 從零發想，答案確實會趨同；但如果你是拿自己獨有的供應鏈、通路與客群當輸入，AI 幫你在你的守備範圍裡深挖，結論就會長得跟別人不一樣。差異化來自你餵給它的前提，不是工具本身。
Q3：怎麼判斷 AI 給的需求訊號是真的還是雜訊？ 最實際的辦法是「用花錢的行為驗證」。搜尋量、討論度、按讚都只是興趣訊號，容易被高估。真正的需求，要看有沒有人願意為它付出成本——點進來、留下聯絡方式、加入等候名單、甚至先付訂金。我們的原則是：桌面研究只用來排序假設，真需求一律回到小成本市場測試去確認。
Q4：這套流程大概要花多久、多少成本？ 以我們的節奏，AI Agent 的蒐集與整理通常一到兩天內能出初稿，人讀表、收斂假設約再花幾天，小成本市場測試抓兩到三週。成本大頭不在工具，而在測試投放與人的時間。相較於進一批賣不動的貨，這個代價非常划算，它買的是「便宜地說不」的能力。
Q5：AI Agent 選品能保證選到會賣的商品嗎？ 不能，任何說能保證的都要小心。這套流程降低的是「賭錯的機率」與「賭錯的代價」，不是把不確定性歸零。它讓你在投入大錢之前，先用小錢看清楚市場的輪廓，把明顯的地雷排掉，把有機會的假設排在前面。選品永遠有風險，能做的是讓每一次下注都比上一次更有依據。
結論：讓 AI 做苦工，把判斷留給人
用 AI Agent 做選品與市場驗證，真正改變的不是「誰來決定賣什麼」，而是「決定之前，我們手上有多少證據」。過去人力有限，只能看片段就拍板；現在讓 Agent 把蒐集與比對這段苦工做深做全，人就能站在更完整的地圖上做判斷。
但工具越強，紀律越重要。方向由人定、來源必抽查、真需求一定要用花錢的行為去驗證——這三條線守住了，AI Agent 才是助力而不是陷阱。選品的本事，從來不是猜中哪個會紅，而是用最小的代價，快速分辨出哪些值得下注、哪些該及早放手。
林克威長期協助國際品牌與台灣品牌進行電商代營運、品牌代理與通路拓展，累積超過十年實務經驗，服務涵蓋 Momo、PChome、蝦皮、LINE 禮物、品牌官網及實體零售通路。若您希望了解品牌進入台灣市場或電商成長策略，歡迎與我們聯繫。
