1688分销AI工作台

项目时间:2025.10~2026.05 | 角色:项目PM(兼顾项目经理与产品经理职责) 访问官网 →

用户是谁

⌄

分销代发用户他们是下游(淘抖拼红…)的店主,主要是通过1688寻找货源搬运至其店铺内,下游产生订单后由供应商直接发货至买家。

一笔生意,跨越多个系统

一笔生意跨越多个系统

主要分为2类用户:

粗铺型

追求商品覆盖与铺货规模
  • 大量寻找符合要求的商品
  • 选品后通常直接批量铺货
  • 较少逐个进行商品信息二次加工
关注点:选品效率、批量操作、铺货效率

精铺型

重视单品质量与持续经营
  • 更关注商品的潜力与匹配度
  • 上架前会进行较多二次编辑
  • 上架后持续投入运营和维护
关注点:选品准确性、试错成本、经营质量

从散点工具到一站式AI工作台,再到工作流自动化执行

——1688分销AI工作台的产品演进
工作范围用户走访·需求分析·版本规划·跨团队/ISV协调·研发跟进·上线验收
项目周期2025.10 前期调研及项目立项;2025.11~2026.05 约每月一个大版本迭代(覆盖Web、Win、Mac)
核心心智把碎片化的分销代发经营,重构为一个统一工作台,结合AI实现工作流自动化
11.7万+
页面DAU(2026.06达成)
去重后日均用户数,纯自然流、未推广。
▸ 查看增长曲线(含分销人群主站访问)
47.6万+
页面PV(2026.06达成)
页面浏览量,与DAU同步爬坡。
▸ 查看增长曲线
200%
选品铺货转化率提升
AI选品转化率 32.86%。
▸ 查看增长曲线
700%
选品耗时提升(头部商家)
定性观察与现场演示,非控制实验。耗时从约8小时缩减到约1小时。

Part 1核心问题:分销商为什么需要一站式工作台?

结论:问题不是工具不够,而是用户必须自己串起整条经营链路。

分销电商各阶段经营工具概览
(分销电商各阶段经营工具概览)

碎片化经营链路:各端工具分别承接一段,用户承担跨平台切换、信息传递和步骤衔接——容易遗漏、学习和管理成本高。
分销业务涉及至少五方角色(商家、买家、平台、ISV、C 买),任何一环断裂都会影响经营结果。

如果再做一个独立 AI 工具,只会增加新的入口与学习成本。机会在于建立统一经营阵地,逐步把原有能力组织起来。
改造前工具分散 vs 改造后一站式工作台+AI路由大脑
(新旧链路对比)

Part 2关键决策一:先统一入口,再逐步引入AI

结论:不一开始做大而全的平台,先解决入口割裂和一个高频任务,再逐步扩展能力。

决策背景:

做与不做

做

  • 工作台框架:整个一站式经营的体现;未实现功能在导航中置灰(集中在 ISV 菜单)
  • AI 绑店迁入:工作台之前已发布的项目,零成本迁移
  • AI 选品(一期):将用户语义转化为关键词搜索 + 自定义筛选项推送结果
  • ISV 接入:以保障用户经营链路顺畅为前提

暂缓

  • 语义输入丰富性、识别准确性:研发资源有限
  • 基于店铺状态与历史偏好的推荐:需要数据积累
  • 推荐算法优化:同上
  • AI 选品与铺货的完整自动衔接:多步任务编排,留到下一阶段
  • 统一各 ISV 特色功能与付费模式:用户使用门槛过高

v1.0实际交付(2025.11.20)

内容工作量
首页与工作台框架新建
AI选品新建
AI基础对话新建 · 多方知识库兜底
AI绑店已上线 · 直接嵌入
ISV页面接入新建
平台与 ISV 的职责边界
平台负责统一入口及接入标准、审核
ISV负责开发接入页面,特色功能提报

为保障一站式经营:平台推动必要的铺货与拍单能力按要求接入;所有接入页面经过体验巡检机制审核,确保符合统一设计规范与体验底线。

产品架构

产品架构草图
(产品架构草图)
产品架构图:一个超级路由大脑 + N 个可拔插技能
(产品架构图)
版本演进时间轴
每个版本对应一个用户问题、一次能力跃迁:
版本
发布时间
用户问题
能力跃迁
1.0 · 一站式入口搭建
2025.11
经营链路过于分散,选品命中率低,新手无从下手。
工作台框架收口、AI绑店迁入、AI原生选品、AI知识库、ISV页面接入。
2.0 · 跨系统自动化
2025.12
跨系统操作无法完全依赖API打通
用“AI+RPA/界面自动化”补足;沉淀“原子能力—工作流—解决方案”模型,开发PC客户端。
3.0 · 高频场景突破
2026.02
渗透率低,多场景断层,用得多≠赚得多
补齐高频场景“AI选品、AI跟单、AI素材、AI知识库、AI风险检测”组织成可复用工作流。
4.0 · Agentic化
2026.04
AI还是参谋,给了建议要人去执行
三层架构+多任务编排,AI选品与铺货完整自动衔接,支持人工确认与一键执行。
5.0 · 跨端自动化探索
2026.05
AI员工能否端到端干完
结合Claw类工具探索跨端调度与执行;早期预留的是扩展性思路,并非当时已在使用特定工具。

各版本DEMO

v1.0
v2.0
v3.0
v4.0
v5.0

Part 3关键决策二:从工具整合走向 SOP / 工作流执行

结论:工具齐全之后,下一步不是继续增加功能,而是减少用户亲自执行的重复步骤。

决策背景:

方案演进

把单点操作抽象为可调用的原子能力
→
将多个动作按业务顺序连接为工作流
→
将工作流与执行条件组合为面向具体经营任务的解决方案
→
探索自动化任务与个性化偏好的结合
→
后续结合 Claw 类工具和多端调用能力,进一步探索跨端调度与执行

旧流程VS新工作流

过去,用户自己串起每一步;现在,标准化任务可以交给工作流执行。

旧流程 vs 新工作流

逻辑拆解

底层单点动作如何逐层组成用户能理解的经营任务——从原子到工作流,再到完整解决方案。

① 原子能力
② 工作流
③ 解决方案

5个可独立调用的单点动作,彼此之间没有顺序约定:

获取商机热词从下游平台批量抓取
筛选按用户习惯过滤
铺货批量搬运到下游店铺
AI 选品在1688检索初筛
去重对比已铺货剔除重复

把上面5个原子按业务顺序串成一条可执行的流,并在关键节点加入人工确认:

获取商机热词从下游平台批量抓取
→
AI 选品在1688检索初筛
→
筛选按用户习惯过滤
→
去重对比已铺货剔除重复
→
用户确认人工复核后放行
→
铺货批量搬运到下游店铺

工作流定义了输入、输出、执行条件和人工确认点;当前由服务商定制、用户订阅使用,普通用户不可自由拖拽编辑。

在工作流基础上补全入口(登录授权)与边界规则,包装成用户可直接订阅的完整经营任务:

解决方案:消费者热词商机选品与铺货
登录授权用户授权一次
→
获取商机热词从下游平台批量抓取
→
AI 选品在1688检索初筛
→
筛选按用户习惯过滤
→
去重对比已铺货剔除重复
→
用户确认人工复核后放行
→
铺货批量搬运到下游店铺
输入下游热词 + 用户偏好设置
输出已上架商品 + 铺货结果回执
边界人工授权/付费确认保留;后续结合 Claw 类工具探索跨端调度与执行。

Part 4结果与复盘

项目成员组成:运营7人、产品2人、设计1人、AI-Infra&算法6、前后端+测试10+

本人职责

11.7万+
页面DAU(2026.06达成)
去重后日均用户数,纯自然流、未推广。
▸ 查看增长曲线(含分销人群主站访问)
47.6万+
页面PV(2026.06达成)
页面浏览量,与DAU同步爬坡。
▸ 查看增长曲线
200%
选品铺货转化率提升
AI选品转化率 32.86%。
▸ 查看增长曲线
700%
选品耗时提升(头部商家)
定性观察与现场演示,非控制实验。耗时从约8小时缩减到约1小时。

一个具体的错误判断与修正

原方案
把多个功能入口收在 AI 对话框的下拉按钮中。
发现问题
功能被隐藏后访问量偏低,用户难以看到完整功能矩阵。
调整后
取消隐藏入口,把功能直接平铺在对话框之外的页面上;界面模式不能因流行而照搬,入口可发现性必须用用户行为反馈检验。
复盘配图