一人外贸流程，先把交接写清
一家小型出口工作室考虑向园艺用品经销商提供手工工具收纳袋。负责人同时做选品、发布商品、回复询盘和开发客户。本例是虚构的操作案例，尚未采购、发信或获得订单；目标是把每一步的事实、假设和下一步输入分开，避免一份流畅的 AI 文案把所有不确定性遮住。
原文覆盖选品调研、发品与多语言文案、客户开发与背调三个场景。这里沿用这些业务环节，不沿用无法核验的下载量、几分钟获得市场容量或十秒掌握客户八成信息的保证。AI 能整理材料，但没有数据入口就不能创造市场数据；找到网站也不等于完成商业信用调查。
选品：把三个候选放在同一口径下
先列收纳袋、跪垫、植物标签三个候选，指定目标市场、渠道、价格带和观察区间。每条资料记录来源 URL、抓取日期、币种、含税与运费口径，以及它代表的是报价、销量还是评论。平台排名与评论数可以作为观察信号，不能直接当成整个市场容量。不同平台同名商品还要核对规格，避免把套装价格与单件价格比较。
建立候选矩阵：需求证据、竞争样本、采购成本、包装体积、运输约束、最小起订量、补货周期、资料缺口。只有样品或供应商确认过的参数才进入事实列；预估毛利要写出费用假设，退货和汇率变化单列情景，不输出一个貌似精确的稳赚分数。证据冲突时保留两条来源并安排核实，不让模型凭语气决定谁正确。
如果已有获准导出的本地 CSV，可以在这一阶段使用 Exploratory Data Analysis。它适合检查支持格式的缺失、异常与汇总分布。例如先检查同一 SKU 是否重复、价格字段是否混入币种字符串、三个候选各有多少有效观察，再生成聚合质量报告。它不负责采集平台数据、不估算未经观察的市场规模，也不能给出因果销量预测。
使用前确认数据根目录、访问权限和输入格式；核心流程要求 Python 3.11+，可选格式依赖按固定版本 SKILL.md 核对。保留原文件，清洗规则另存，不默默删除异常价格。产物是质量报告、可比较样本表和待补资料清单，负责人据此决定先打样哪一类，而不是让最高 AI 分数自动触发采购。
发品：从事实卡生成两种语言
为收纳袋建立事实卡：实测尺寸、材料、颜色、包装内容、适用工具范围、维护说明和证据位置。未知防水等级就写待核实，不能把“可擦拭”扩成“完全防水”；照片只展示袋子时，不应让标题暗示工具随货附送。涉及证书、环保或安全性能的宣传，必须另有与该型号一致的证据。
输入目标语言、读者、平台、产品事实、禁用说法和待核实项，让 AI 分别输出标题、关键词候选、卖点与详情段落。标题先突出品类与实际差异，关键词按相关性而非堆砌数量筛选。英语和另一目标市场语言分别校对单位、习惯用法、语气与搜索意图，不靠逐字翻译保留生硬中文顺序。
一次具体请求可以是：“根据事实卡 v3 起草英语经销商目录页。保留所有数值与包装数量；未知项列在编辑备注；不要添加认证或承诺交货日期。分别给出标题、四条卖点和一段维护说明。”输出旁边附事实对应关系：每项规格引用哪条证据，哪些只是文案表达，哪些仍需确认。
人工按当前平台规则检查长度、受限词、图片、属性与 AI 内容相关要求，再在预览中核对换行、截断和变体。规则随渠道变化，本页不给出所有平台通用的字符上限或合规认证。保存源事实版本、语言版本、审核人和发布日期；规格变动后两种语言一起回查。产物是可发布草稿和审校记录，草稿生成不代表已经上架。
询盘回复：先回答已知，再提出最少的问题
潜在客户问“能否定制、最低量多少、下周能否交货”。先从已批准报价资料提取可回答内容，未知交期交给供应端确认。回复结构为感谢、逐项回答、明确待确认事项和一个下一步动作，避免一句“当然可以”同时承诺价格、商标使用权和物流时效。
区分样品、量产与补单条件，报价注明币种、有效期、数量基础及费用范围。若贸易条款或目的地要求尚未确定，就列出需确认变量，不让生成器补齐默认合同条件。中英文回复互核数量、日期与附件名称，发送前检查收件人和实际附件。本文没有代替工作室发送任何开发信或报价。
客户开发与背调：证据卡先于邮件
从目标渠道和产品用途出发寻找企业线索，记录官网、经营地区、品类匹配证据与公开商务联系入口。公司名称可能重名，至少核对域名、地址或登记标识的组合，避免把另一家企业的新闻贴到当前客户。优先使用获准的数据来源和公开商务渠道，不以“更多联系人”作为完成标准。
背调卡把官网自述、独立资料和无法确认的信息分栏。官网说经营多年只是自述，不等于登记年限；一个错误页面或无人接听也不能推出欺诈。登记、付款能力、制裁或其他适用要求应按实际交易和当地规则另行核实，需要专业判断时交给相应人员。模型整理不是正式信用报告，也不能保证交易安全。
以园艺经销商为例，匹配理由应是其公开目录确实包含手工具及收纳配件，开发信只提这一条可核实联系，而非捏造“看过贵司采购计划”。提供一项具体价值、简短的产品事实和一个低负担问题。邮件仍由负责人审核，并检查适用的营销规则、退订处理与发送权限；本教程只产出草稿，不自动抓取私人联系方式或群发。
怎么选择和维护关联 Skill
三个环节不要求各安装两个工具。当前能核验且匹配的 EDA 仅用于选品输入的本地数据质量检查，其来源版本、MIT 许可证与运行条件可在详情页复查。它不承担客户信用调查、外贸文案合规或发信。原文所列其他名称没有在本文得到可核验的本站用途证明，因此不添加同名猜测链接。
新候选出现时，先读源码和 SKILL.md，记录数据去向、账户前提、费用与可产物，再用一条脱敏样例试验。发现、安装、实际调用和结果验收是四个不同状态。卸载不能自动撤回已发送邮件、外部授权或已写文件，不能声称“无副作用”。更新后重新跑相同样例，并检查旧专题关联是否仍适用。
排查与 FAQ
三个品类没有可比数据？缩小到同一市场和时间区间，列出缺失，不填假数。文案越来越像竞品？回到自有事实卡重写，避免复制独特措辞与未经授权的图片。不同语言规格不一致？按 SKU 和事实版本比对，先冻结错误稿，修复后重新预览两种语言。
背调结果彼此矛盾？先排除同名企业，再记录来源与日期，保持未决状态。发信无回复是否代表产品不好？不能，送达、对象、时机和价值表达均可能影响结果；分开记录送达与回复，不让 AI 从少量邮件得出市场结论。一人能否跑全链路？可以分阶段减少重复整理，但采购、报价、规则判断和客户关系仍需负责人承担。
来源与交付
中文原文提供三个业务场景。GitHub 检索发现 FeedGen面向 Shopping feed 的生成与审核，适合学习结构化商品输入和审核输出的思路；它依赖相应账户及服务，并非通用客户开发工具，本例未安装或接入。本文选择事实卡与人工门槛，避免为小规模试验引入整套集成。 EDA 固定来源用于核验本地探索范围。最终交付应有候选矩阵、质量报告、双语发品草稿、询盘模板及带来源的客户证据卡；未执行的步骤保持待验证。