从选品到出图：半个月 3000 件，我们给服装厂做的 AI 运营工具

这几天我的手机一直在响。不是别的事，是客户在催：货发了吗、还有现货吗、能不能加单。这类消息一天能看到几十条，问的都是同一批东西——圣诞主题的帆布礼品袋。

半个月前，这批货还不存在。从选品、出图到上架，全程用的是一套我们给弘达服装厂搭的 AI 运营工具。这篇文章把它的工作流程完整拆开讲一遍，包括它到底帮上了什么忙，以及——它没有做、也不该做的那部分。

先说痛点：会做，但不会"选"

弘达是义乌一家做帆布包袋的工厂。它的问题从来不是产能，也不是工艺——是选品。

工厂最典型的困境，我把它叫做"以产定猜"：我知道自己能做什么，但不知道市场上该做什么。于是要么凭老板多年的经验押注，要么盯着别人卖什么就跟着做什么。前者靠运气，后者永远慢半拍。等你看到别人爆了、再开模、再生产、再拍照上架，旺季早就过半了。

更麻烦的是，工厂还容易被"看起来很美"的爆款带偏——选到最后发现工艺做不了、或者做出来根本不划算，前面全白折腾。

第一步：先让工具知道"我们擅长什么"

这套工具和市面上那种通用选品软件最大的不同，就在第一步。

我们不是一上来就让它算"什么好卖"，而是先把工厂自己的能力边界喂进去：

• 擅长做什么：帆布礼品袋、束口袋、托特包、圣诞袜这一类是我们的强项，工艺成熟、出货快；
• 能做什么工艺：印刷、条纹、格子、定制图案、加名字，这些都能接；
• 做不了、或不划算做什么：超出设备和熟练度的品类，提前划掉。

这一步为什么关键？因为选品最大的浪费，从来不是"没选中爆款"，而是选中了却做不出来、或者做出来不划算。通用工具会给你推荐一堆你根本接不住的品，看着热闹，落地全是坑。

先划好边界，AI 给出的建议才都是"我们真能做、而且擅长做"的方向。这就是我一直说的——以产定销，而不是以猜定产。

第二步：AI 选品——季节 + 国外客户喜好 + 热门数据

边界划好之后，才是真正的选品逻辑。给它的输入是三样东西：

• 季节与节点：眼下正是圣诞和新年旺季，节日主题的礼品袋需求集中爆发；
• 国外客户的喜好：跨境客户尤其喜欢"个性化"——带名字、带专属图案、成系列的节日套装；
• 热门数据：当前在起量的品类、颜色和元素趋势。

工具把这三样揉在一起，输出几个具体的产品建议——注意，是"建议"，不是"决定"。它给的是方向和候选，而不是拍板。这个区别很重要，下一步就见分晓。

第三步：人来挑

建议出来之后，由人来挑选。

AI 给出五个方向，我可能只挑其中两个，或者把某个方向改一改再上。这一步省不掉，因为 AI 不知道的事太多了：这个客户去年的退货率高、这种配色厂里刚好还有一批库存布、这个图案老板觉得不合眼缘……这些"现场知识"只有人手里有。

AI 负责把候选摆到台面上，人负责拍板。这是我们整套工具一贯的分工，也是后面它能跑起来的前提。

第四步：做图智能体出效果图

产品定了，下一个最耗时的环节是"出图"。

以前这个过程是这样的：约摄影、找模特、搭场景、拍摄、修图——一款产品光把图做出来就要好几天，还得花钱。而在跨境的节日生意里，节奏就是命，等你图拍好，旺季都过了一半。

现在我们用自己做的做图智能体：直接生成产品的效果图，不满意就改，改到满意为止，全程几十分钟。

比如这一批节日主题的产品图，全部是 AI 出的：

• 红色圣诞雪人托特包、粉色圣诞雪人托特包——雪人、雪花、圣诞树背景，同一款包换个配色就是一组新品；
• 圣诞条纹礼品袋、红白格圣诞雪人袋——把条纹、格子这些工艺卖点直接可视化；
• 2027 Happy New Year 星条旗礼品袋——放在舞台灯光下、四周环绕礼物盒的场景里，做成整张节日氛围图。

从圣诞雪人，到"2027 新年星条旗"这种完全不同主题的场景，全部都能量产。以前这是摄影棚的活，现在是几十分钟的活。

第五步：上架，然后订单来了

图出好、选品定了，接着就是上架。

然后事情就开始失控了——好的那种失控。订单后台里，单个客户一笔就是 100 件：红粉条纹 20、黄色条纹 20、红色条纹 20……规格是帆布 66×48×15 的节日礼品袋，商品名挂的是"Etsy 个性带名字圣诞装饰礼品袋"。

半个月，3000 多件。这几天我每天的主要工作变成了回消息：货发了吗、还有现货吗、能不能加单。这大概是做工厂的人最不介意的一种"烦恼"。

复盘：这套东西到底做对了什么

回头看，能跑起来不是因为某一个环节特别了不起，而是因为整条链路被接了起来，而且每个环节都放在了它该在的位置上：

• 选品：AI 算方向、给人候选，人拍板。速度提上来了，判断权没丢；
• 出图：AI 全包。这是提升最大的一环，把最慢、最贵的步骤从"好几天"压缩到"几十分钟"；
• 上架与运营：流程标准化，同样的动作可以快速复制到下一款、下一个节日。

但最关键的其实是节奏。节日生意本质上是和时间赛跑：谁能更早把"对的品 + 好看的图"摆到客户面前，谁就吃到第一波流量。AI 把"从想法到上架"的周期从几天压到了一天以内——这个速度差，就是 3000 件和 0 件的区别。

顺带说一句边界

这套工具做到"全自动"了吗？没有，也不该。

选品要人挑，图案要人看，价格要人定。我们从不承诺它能"自动选品、自动爆单"——它真正做的是把重复的、可标准化的、耗时的部分（数据整理、出图、格式化上架）吃掉，把判断权完整地留给人。

这也是我做了这么些 AI 工具之后越来越确信的一件事：AI 干掉前 80% 的重复劳动，人守住最后 20% 的判断——而恰恰是那 20%，决定了生意成不成。这一点在 From Zero Code to a One-Person Company 里我专门写过。

写在最后

半个月 3000 件不是终点。节日一个接一个，圣诞过了是新年，新年过了是情人节、复活节……节奏不会停，这套工具也得跟着继续跑。

眼下这一波节日产品的效果图都挂在案例页上（factailor.com/festival），目前上线的是圣诞和新年系列——离圣诞节最近，先把这一波跑起来；后面万圣节、情人节、春节这些主题也会一个一个补上去。

但至少现在有一件事我确认了：一个传统工厂和一套 AI 工具之间的距离，没有想象中那么远。差的往往不是技术，而是有没有人愿意把整条链路想清楚、接起来，然后每天盯着一件小事把它磨顺。工厂的底子、AI 的速度、人的判断——三样凑齐，生意就能转起来。