上一篇讲完链路（详见https://www.wearesellers.com/question/125603），还有一个问题是：怎么让 AI 把一堆商品分成有意义的分组。

这是整条链路里最难自动化的一步。取数有接口，计算有公式，判据有阈值，唯独"这个类目里到底有几种产品"这件事，AI 帮不了你——除非你先告诉它。

这篇讲怎么做这件事。不讲具体词表，原因后面会说。

一、先看一个现象

拉 200 条商品标题丢给 AI，让它按产品类型分组。它会给你五组，每组都附一句漂亮的定义，看着特别对。

然后你拿给一个做这个类目五年的同行看。他扫一眼说：这三组是一回事，那一组里混着配件。

问题不在 AI 笨。它不知道在你这个类目里，"同一种产品"的边界在哪。 这个边界不在任何数据库里，只在这个类目的常识里。

二、不切会怎样

这可能是最值得先讲清楚的一件事。

混装的样本，会让三个指标同时失真，而且失真方向不一样，你没法用一个系数修正回来。

拿某锂电工具这个节点举例。这个节点里 61% 是配件——附件、耗材、替换件这类。

均价：直接算是 36 美金，剔掉配件是 59 美金
集中度：配件链接多、单品销量低，Top10 占比被稀释，看起来"不集中"
生命周期：配件的复购和整机完全不是一个逻辑

所以你会得到一个很舒服的结论：这个类目均价低、不集中、有机会。

三个数字全对，结论全错。

这也是为什么我一直认为，选品里最贵的不是数据，是样本。

三、四个轴

我现在用一个四轴的框子去界定一个细分市场。四轴同时成立，才算一个可判断的市场；差一轴，样本就开始混。

 第一轴我会优先看动力源。

一个用锂电的、一个插电的、一个手动的，哪怕外形差不多、用途一样，买家也不在同一个池子里比价——他要先决定"我要不要拖一根线"。动力源不同，价格带、评价关注点、复购逻辑全都不同。

这一步在适配型市场里会失效——那类产品的标题写的是"适配谁"，不写"靠什么驱动"。这种市场的第一轴要换掉。

四、形态词表从哪来

关键结论先给：用现成的品类词表去套，基本没用。

我试过。拿一份通用的产品形态词表去匹配一个具体节点的标题，覆盖率大概两成多。因为它收的是"品类名"，而标题里真正决定形态的往往是修饰词。

换成从该节点自己的标题里反推，覆盖率能到五成多。同一批数据，同一个类目，只换了词表的来源。

反推有四步：

① 拉全量标题。 必须是全量，包含配件。只拉主推款会漏掉形态。

② 高频词统计，然后删三类词。 品牌词、纯形容词、卖点词。这一步最容易出错，下面单独说。

③ 剩下的词，人工过一遍：这个词出现或不出现，会不会改变产品形态？ 会 → 进词表；不会 → 扔。

④ 拿标好的样本回测。 看还有多少条一条都没被分到组里。没被分到的比例，就是这套词表当前的天花板。

第③步只能人工，而且必须按类目做。 这就是我不给词表的原因——不是藏着，是给了你也用不了。同一个词在 A 类目是形态词，在 B 类目是卖点词。

五、两类会毁掉词表的词

这两类是踩过的，写出来比给词表有用。

① 卖点词当品类词

最常见的是一批"看起来更专业"的形容词。

描述尺寸大的词，会把一批价格明显更高的专业级产品判成儿童款——因为儿童款的标题里也爱写这个词。

描述小巧的词更麻烦：它既是一个产品形态的名字，又常被当成修饰词用，结果把一个正经品类误杀成玩具或者配件。

判断标准：这个词是用来描述"它是什么"，还是"它有多好"？后者一律不进词表。

② 配件名词短语

有一类词，产品本身是配件，但标题里带着完整的品类名——「XX 延长器」「XX 支架」这种结构。

而且词序无关。「延长器 for XX」和「XX 延长器」是一回事。单靠字符串匹配，两个都会漏掉一个。

还有一条容易漏：with / includes / & 之后的词，不能算进形态判定。 整机的标题里常写 with 某个附件，但那只是随附配件，主体还是整机。

判断标准：先把配件短语单独拎出来判定，再判主体。顺序反了，配件会被当成整机。

六、怎么验证切对了

切完不是看着顺眼就行。我用三条检验：

1. 组内均价是否收敛。 如果一组里既有 20 美金也有 400 美金，这组没切开。
2. 有没有一组吃掉了大半样本。 任何一组超过一半，说明你在用"其他"当垃圾桶。
3. 每组够不够 30 条。 不够，这一组的比率类指标都不可信，只能定性看。

第三条经常被忽略。一个 12 条样本算出来的"新品占比 40%"，没有任何统计意义。