今天8/1号，是建军节，一个普通的周六，我如同上班一样早起，为了参加知无不言举办的AI智能体大会。晚归，担心遺忘，将我的参会感受与吸收的知识点进行记录。

首先可以明确的感知，本次活动，是知无不言想要主推他们的的My Levis智能体，这个智能体我也使用过，应该是市面上针对亚马逊卖家技能比较全的智能体，这里不是吹捧也不是捧臭脚，我们说一下基本的，不管是CODEX，还是Claude 或者别的智能体，都需要我们重0开始去学习，去搭建SKILL，去设置MCP，但是My levis可以直接安装并使用，有直接的MCP和SKILL。这对于一些不懂但是想要用的卖家，或者刚刚接触的AI 智能体运用与运营中的卖家来说，不疑是一个很好的接触点，虽然它刚刚发布，并不是很完美，但是任何东西的成长都是需要时间，特别是我也能看到知无不言为了优化好My levis做了很多动作，比如举办黑客松创新大赛，鼓励大家在My levis上发布SKILL，并给予一些积分（收入）。
  
我在会议上，线下，线上都有听到关于本次会议的讨论，谁谁谁干货满满，谁谁谁不太行，谁谁谁比较水，甚至上升到对平台的攻击，有一说一，目前市面上来说，应该找不到比知无不言更好的跨境交流平台，但是在我看来，上台的老师每个都很优秀，我们抱怨“水”抱怨“不干”都是基于现在的知识面你知道了，你懂了，所以你觉得没用，但是在场接近千人，谁能保证这些分享不能帮助到别人呢？能帮助到别人的就不水，就有意义，我们不用站在自己的没有受利的角度去评判，谁也做不了那么完美，有人说我花钱了，就想学到点东西，但是我个人觉得这种千人的大会，我们能从中学到1%2%的知识点就不错了，毕竟还有花了三四千甚至上万学费去上课但是分享的老师还不如自己的朋友，所以我们需要理性的看待，允许不完美发生，保持空杯的心态去参加每一次学习，每一次交流，少点戾气，多点理解与宽容。
 
本次会议，除了kris老师的课件外，暂时还没有收到其他老师的课件，可能需要等到下周，所以我没有深入的去学习，只是凭借分享时的一些记忆，将我觉得有用的东西积累下来，当然我觉得有用，你并不一样这样觉得。
 
本次会议中经常提及到的一个理论“AI只是工具，人需要去利用工具，需要自己决策，需要学习工具，而不是完全毫无保留的相信AI”当然这个逻辑很多人应该都知道，也有很多人都理解，但是每当AI没有给出满意的结果的时候，就不会认为他是工具，而是抱怨这个AI真的垃圾。
 
AI 目前在运营当中的作用：AI 选品，SKILL创建，AI分析广告，AI分析竞品，AI追踪链接信息，AI通过API分析拆解视频。
 
无疑AI的话题，再次掀起巨浪，但是我们不用再惊慌，不用再焦虑，已经有了先行者为我们开路，为我们分享。
 
关于AI选品---温温柔柔的大男孩

  当我看到老师分享的案例中一些创意时，我觉得我的AI选品，简直是没眼看，差距肯定有，不然为什么别人能成为老师，我个人觉得，关于AI 的选品，应该相对适合精铺卖家，或者精品卖家扩产品，跌代新产品，为什么这样觉得呢，因为AI的选品很多也是基于工具，基于市场，那么务必会导致很多产品，很多类目一但被发现，就会有很多人进入的局面，但是如果没有产品基础，AI给出了一些差异化（与市场完全不同）的建议，又有多少人敢冒险冲呢？当然也会存在AI 选的很好的情况，但是我们做什么事情都是讲大概率，而不是站在幸存角度抱着赌徒的心态去看待问题。

针对精铺，能有明确的数据去定义，很快能找到自己想要的市场，想要的产品类型，比如新品多少，市场规模，等等。

针对精品垂直，主要是做差异化，迭代新品，那么再有很深的市场及数据了解的情况下，AI 可以帮我们快速想出创意，当然创意是否合适需要我们定义，并且为了让AI更懂你，我们也需要明确告知不满意的地方，而不是一句不满意，然后说AI不行，工具不行的谬论，它的作用更多的在于给我们灵感，帮我们快速去了解市场的痛点，而不是取代我们给答案，并执行，很多时候我经常发现，大家都懂AI是一个工具这句话，但是在实际使用过程中，并不愿意给AI一些机会，往往他的回复不让我们满意，就开始吐槽这个是垃圾，但是更需要反思的是我们自己，为什么我的指令，我们的SKILL，会让它给出一堆垃圾回复出来。
 
关于SKILL创建---斯斯文文的大帅哥

  我第一次审核的认知SKILL是什么，它有字符数要求（1024），最佳的行数（＜500），我知道，如果SKILL过多，AI会选择性读取，明白在某些情况下需要给SKILL做强制限定，多给条件，多干涉，在某些情况下，如果SKILL的限制过多，会限制模型的发展。他提到的痛点，找工具的时间大于学习工具点时间，我简单理解泛不如精，如其每个工具都去了解不如先沉淀下来精通一个工具的使用，再去找其他的工具，毕竟每个工具都有他的擅长的技能，就像刚刚说的人无完人，何况工具。

比如：

我们在进行链接文案编写的时候，一定要限制条件，不然AI会虚造一些文案给我们
在进行市场调查的时候，限制条件多了，挑不出哪里错了，但是感觉少了点什么的情况

SKILL创建后，需要不断的优化，而优化的好坏在于我们给他的反馈是否详细，我们可以通过语音与智能体进行交流，不用繁复的文字交流，我们在写SKILL之前，最好有落地把我们想要的流程线下做一遍找到最重要的，最让我们思考的点，沉淀下来，一个完整的SKILL至少包含目标，材料，规则，交付，边界，验收。

我们在进行关键词分析或者广告架构搭建，文案编写时，最好是通过工具或ABA将关键词全部下载下来，优势有两个，一个是节约用量，二是保证数据全面性，如果只是调用工具MCP，它们给出的词可能会缩水很多。
 
关于AI广告---可可爱爱的猛男

AI的广告分析，是节约我们的时间，给广告调整方向提供逻辑和数据支撑，了解产品处于的阶段，而不是看到没有出单就否，看到acos高就否，而是需要给AI设定，Prompt告诉AI这一次做什么；Harness规定AI每一次怎样做；Codex 去执行这个动作，，通过设置规则，让AI了解产品处于的阶段，目前的状态，客单，预算等，合理分析，给出对应的建议以及理由，而不是按照经验，或者拍脑袋乱改一通，将优化SOP形成可执行的工作流程。
 
目前来说这三点是我觉得非常有用的点，至于竞品追踪并不是不重要，而是我们学会了市场SKILL，学会了广告SKILL，学会了链接的SKILL，那么竞品需要分析什么，需要看什么，我们有深刻的认知后，只是SKILL的创作过程，所谓一通百通
 
关于AI视频拆解----面目和善的大佬

在AI用于站外，独立站/TK等社媒视频分析的时候，这个老师应该是互动最多的老师，并且给出的故事很深刻的让人知道底层逻辑是什么，虽然只是简单说API的获取来源，但是应该是因为大会的原因，有些方法不太好分享，但是他给出的内容是很好的，为什么要用AI，因为可以替代大部分的重复工作，AI是一个没有感情的实习生，酷炫的视频分享。
 
 
活动是圆满的结束，我也满载而归，我明白，如果要将AI实施下去，需要花很多时间，很多精力去做，很多公司说AI要落地，但是很多东西都没有能在线下跑通，都没有形成公司可落地可实施可盈利可复用的“SOP”何谈去形成公司的知识库呢？还是得从基础做起，先有可以信任的SOP，再去形成工作流，不要好高骛远，不要看别人做自己也要做，更不要为了做而做。