用 AI Agent + MCP 做选品，真正难的从来不是获取数据。

一个类目有多大、多集中、价格带在哪，AI 一句话就能拉出来。但这些数字回答不了你最关心的那个问题——我能不能进去。
 
因为平台给你的单位是“类目”，而你要判断的单位是“市场”。这两者中间差三步：切分、去重、同口径。每一步 AI 都能做得很快，也都可能做得看起来对、其实错。
这篇把我跑这套流程的完整方法拆开。不讲工具好不好用，只讲每一步怎么做、哪里会出问题。

一、先把三个东西分清

社区里经常看到把它们混着说的，先花一分钟对齐：

Agent —— 干活的。Codex、Claude、WorkBuddy、Accio 这类，负责理解你的意图、调用工具、组织输出。
MCP —— 数据口。卖家精灵、Sif、Sorftime 这些把自家数据库包成服务，让 Agent 能查。
Skill —— 干活的方法。提示词、步骤、判据、输出格式。

一句话记：MCP 决定你能看到什么，Skill 决定你怎么看。

常见的误区是“多装几个 MCP，分析就准了”。不会。不同服务商同一字段的定义和口径本来就不一样，装三家只会让你在同一张表里混三种口径。先用熟一家，再拿第二家做交叉验证，顺序别反。

二、第一步不是取数，是切市场

直接拿类目节点跑选品，会踩三个结构性问题。注意，这不是工具的问题，是平台类目本身的结构——它按“卖什么”归类，不按“怎么用”归类。

① 类目名和内容对不上

Earpads（耳罩）这个节点里，大量是 AirPods 的硅胶耳塞套。Seat Cover Sets 里混着座套和坐垫。英文类目名的一个词，往往对应中文里两个完全不同的东西。

② 一个节点里混着几种生意

我用Agent跑某个锂电工具节点时统计过，61% 是配件，整机不到四成。

这个比例会直接毁掉你的判断：

直接算均价：$36
剔掉配件后：$59

差的 23 美金不是小数。按 $36 去定价，你会以为自己在一个低价类目里打价格战，实际上根本没进同一个赛道。

集中度也会被稀释——配件链接数量多、单品销量低，Top10 占比算出来反而很低。看起来“不集中、有机会”，其实是“两种生意被平均了”。

③ 同名兄弟节点

搜 car vacuum，自动匹配到的可能是 Interior Care（车内养护化学品），不是手持吸尘器。汽配、家居、工具类目下这种情况特别多。

所以判断单位必须是细分市场，不是类目节点。 
 
我给的定义是四个轴同时界定：

 
四轴一致，才是一个可判断的市场。差一轴，样本就开始混。

三、数据去重：最容易被跳过的一步

同一款产品的红/黑/蓝三个颜色，在平台上是三条链接，但它是一款产品。

如果按链接数算竞争密度，你会系统性高估这个市场的拥挤程度。

我实测过一个类目：639 条链接，按父 ASIN 去重后是 551 款——88 条是同一个产品的重复抓取，占 14%。

去重规则我用的是：同一父 ASIN 视为同一款，每组保留一条。保留哪条取决于你要研究什么——研究“现在谁在卖”就留月销最高的，研究“新品能不能起来”就留上架时间最新的。

四、数据口径：这一步决定结论是真是假

这是我认为整条链路里最值钱的一条，也是最容易被忽略的。

举个具体场景。你要算「千评论竞品占比」——评论数 ≥1000 的竞品占样本多少，用来判断这个市场的评论壁垒有多高。

这个比率有两个数：分子（千评论竞品数）和分母（样本总数）。

它们必须来自同一个范围、同一个参数。

如果分子取的是“精确节点”，分母取的是“当前类目及子类目”，会发生什么？

分子窄、分母宽。比例被压到原来的十几分之一。

一个评论壁垒很高的拥挤市场，会被算成一个蓝海。

这个错误不会报错，不会提示，AI 会用它一路跑完几十个市场，每个结论都长得很正常。

所以我给我的AI Agent定了一条硬规则：在给任何比率之前，先自行核对四个问题。

分子取自哪个接口、哪个参数、哪个节点范围？
分母取自哪个接口、哪个参数、哪个节点范围？
两者是否同一范围？
样本量多少？低于 100 时只报数、不下结论。

任一项答不上来，就说"无法确认"，不给结论。
 
五、AI 在选品里做不到的四件事

讲流程容易让人以为这套东西能替人做决定。不能。有四件事我到现在还是人工做：

① 形态判定要看主图。 标题会骗人。靠关键词判形态，从原理上就是错的。我的做法是：AI 先把候选按标题和主图粗分，输出可视化报告后，再人工看主图复核一遍。

② 合规和知识产权。 专利、商标、类目准入、认证要求——这些不在数据里。

③ 供应链。 能不能拿到货、起订量、改款空间，得去问人。

④ 数据本身是估算。 第三方工具的数据是推算出来的，不是平台官方口径。不同服务商同一字段会有差异。它是决策依据，但不一定是事实。
 
六、结尾给刚开始用MCP的同行们
 
先把一个市场跑完整，再跑第二个。 跑十个半成品市场，不如把一个月末数据、口径、判据都对一遍。AI Agent让你快十倍，也可能让你错十倍。