Skills Plugins MCP Prompt Model 博客 我的中心

alibaba-product-clone-variation

国际站同款商品批量差异化改写。用户提供一个源商品(链接或 productId)作为参考,再指定一组目标商品 ID,AI 读取源商品的标题与卖点,按 20%-30% 比例对目标商品的卖点进行改写,使每条 listing 文案彼此不同,避免同款商品被搜索引擎和 AI 抓取时去重,从而扩大曝光覆盖。当用户提到"同款差异化""多 listing 改写""卖点克隆""批量伪原创""一拖多改写""同款不同文案""避免重复 listing""差异化复制商品"等场景时务必使用本技能。即使用户没有用"克隆"这个词,只要意图是"用一个商品的内容去重写另一批商品"也要触发。

DeepseekModel 官方收录技能 质量 良好 · 48 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=garden-g-yk-skill-alibaba-product-clone-variation-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name alibaba-product-clone-variation description 国际站同款商品批量差异化改写。用户提供一个源商品(链接或 productId)作为参考,再指定一组目标商品 ID,AI 读取源商品的标题与卖点,按 20%-30% 比例对目标商品的卖点进行改写,使每条 listing 文案彼此不同,避免同款商品被搜索引擎和 AI 抓取时去重,从而扩大曝光覆盖。当用户提到"同款差异化""多 listing 改写""卖点克隆""批量伪原创""一拖多改写""同款不同文案""避免重复 listing""差异化复制商品"等场景时务必使用本技能。即使用户没有用"克隆"这个词,只要意图是"用一个商品的内容去重写另一批商品"也要触发。 国际站商品同款差异化改写 把一个源商品的卖点,按 20%-30% 的差异化比例改写后,批量套用到多个目标商品上,让每条 listing 在保持产品事实一致的前提下,文案表述彼此不同。 为什么需要这个技能 国际站上同款产品常常需要发多条 listing(不同关键词、不同市场、不同定价梯度)。如果这些 listing 的卖点、描述完全雷同,搜索引擎和 AI 抓取时会判为重复内容并去重,导致大部分 listing 拿不到曝光。 把每条 listing 的描述做 20%-30% 的差异化改写,就能让每条都被独立索引,整体覆盖更多长尾词和买家搜索意图。但人工逐条改写成本极高,本技能用 AI 做这件机械但需要语义控制的工作。 关键约束 :产品的硬性属性(规格、参数、材质、尺寸、电压等数字与事实)必须 逐字保留 ,只改描述方式。否则改出来的 listing 与实物不符,会被买家投诉甚至下架。 涉及的 MCP 工具 本技能通过 accio-mcp-cli 调用以下三个工具: 工具 用途 关键入参 list_products 查询源商品的标题、卖点、类目 queryDTO.productId list_risk_brand_name 查询该类目下的风控品牌词,避免改写时踩雷 catIdList (叶子类目 ID 数组) batch_edit_product 把改写结果写入目标商品 editList (productId + productTitle + productSellingPoint) 调用约定:MCP 入参直接以 JSON 对象传入,不需要包 --json 包装。 写入范围说明 : batch_edit_product 只支持改写 productTitle 和 productSellingPoint 。FAQ、公司简介这类内容不在本技能写入范围内 — 即使源商品有 FAQ/公司简介,本技能也只读取作为上下文参考, 不写回 目标商品。如果用户问起,向用户说明这一限制。 完整流程 按顺序执行,前一步失败就停下来与用户沟通,不要硬往后走。 第 1 步:从用户输入解析源商品 productId 用户可能提供以下任一形式: 完整链接 ,如 https://www.alibaba.com/product-detail/xxx_1601234567890.html → 取最后一个下划线 _ 之后、 .html 之前的数字 itemId= 参数 ,如 https://post.alibaba.com/product/publish.htm?itemId=1601234567890 → 取 itemId= 后的数字 裸 productId 数字 ,直接用 如果都解析不出, 主动询问用户 确认 productId,不要猜。 第 2 步:查询源商品信息 调用 list_products : { "queryDTO" : { "productId" : <源商品productId> } } 从返回中提取以下字段供后续使用: data.title.defaultText — 商品标题 data.structuredDescDTO.productSummary.defaultText — 卖点(核心改写对象) data.categoryQueryResultDTO.leafId — 叶子类目 ID(下一步查风控词用) data.structuredDescDTO.faq — FAQ(仅作上下文参考,不写回) data.structuredDescDTO.companyProfile — 公司简介(仅作上下文参考,不写回) 如果商品查不到(已下架、ID 错误等),告知用户并请其确认,不要继续。 第 3 步:展示源商品并索取目标商品 ID 向用户展示源商品的关键信息,用结构化的方式: 📦 源商品参考信息 - 商品 ID:{productId} - 标题:{title} - 类目 ID:{leafId} - 卖点: 1. {sellingPoint1} 2. {sellingPoint2} ... 然后询问: 请提供需要改写的 目标商品 ID 列表 (用逗号或空格分隔,例如 1601111, 1601222, 1601333 )。 我会为每个目标商品生成与源商品风格一致、但彼此差异 20%-30% 的卖点版本,核心属性保持不变。 等用户给出 ID 列表后再继续。如果用户只给了 1 个目标 ID,提醒一下"差异化的价值主要体现在多条 listing 之间互相不同,单个目标也可以做但收益有限"。 第 4 步:查询类目风控词 用第 2 步拿到的 leafId 调用 list_risk_brand_name : { "catIdList" : [ <leafId> ] } 从 model.result.content.brand_names 取出风控词列表,作为下一步改写的禁用词。 如果此接口失败, 不要终止流程 ,改为用兜底方式继续:跳过此步,并在最终展示给用户的结果末尾加一句"⚠️ 未能获取类目风控品牌词,请人工复核改写文案是否含有违规品牌"。 第 5 步:差异化改写 详细改写规则、禁用词清单、格式要求见 variation-rules.md 。在生成前 必须先读取该文件 ,否则容易漏掉敏感词、字符数、格式约束。 简要原则: 属性逐字保留 :所有数字、单位、材质、规格不能动 每个目标商品的改写策略不同 :不要让所有目标商品长得像同一个模板 整体差异控制在 20%-30% :太少没意义,太多会失真 避开风控品牌词与敏感词 为每个目标商品产出独立的改写版本。 第 6 步:展示改写结果,等待用户确认 按目标商品逐个展示,标注每条卖点的改写策略,让用户能一眼看出动了什么: 🔄 目标商品 1:productId = 1601111 卖点(差异化版本): 1. {改写后卖点1} ←【同义替换】 2. {改写后卖点2} ←【句式重构】 3. {改写后卖点3} ←【保持原文】 4. {改写后卖点4} ←【场景补充】 差异化比例:~25% 🔄 目标商品 2:productId = 1601222 ... 展示完后明确询问: 以上是差异化改写结果,确认无误请回复"确认写入",需要调整请告诉我具体哪一条怎么改。 没有得到用户明确确认前,绝对不调用 batch_edit_product 。 这是写操作,覆盖用户原有 listing 内容,不可逆。 第 7 步:批量写入 用户确认后调用 batch_edit_product : { "editList" : [ { "productId" : <目标商品ID> , "productTitle" : "<标题,默认与源商品一致>" , "productSellingPoint" : "<改写后卖点,多条用 \\n 分隔>" } ] } 一次性把所有目标商品打包提交。如果接口对单条返回成功/失败状态,按条记录。 第 8 步:展示写入结果 以表格形式展示每条目标商品的写入结果: 商品 ID 差异化比例 状态 操作链接 1601111 ~25% ✅ 成功 管理页 1601222 ~22% ✅ 成功 管理页 1601333 ~28% ❌ {错误信息} 编辑页 写入失败的商品,附上其单独的编辑页链接,方便用户手动处理。 错误处理对照表 场景 处理方式 URL 无法解析出 productId 询问用户提供裸 ID 源商品查询失败(已下架/ID 错) 告知用户原因,不继续 风控词接口失败 跳过,最终结果加风控复核提示 写入返回 Param is blank 必填项为空,提示用户对应字段 写入返回 CheckProductScore fail 改写后质量分降低,建议调整文案 写入返回未知错误 原文展示给用户,附编辑页链接由用户处理 MCP 网络错误 自动重试一次,仍失败则停下来报告 不可违反的安全规则 写入前必须用户确认 。 batch_edit_product 是不可逆的覆盖操作。 不猜 productId 。无法解析就问,不替用户决定。 不动产品事实 。规格、参数、材质、数字单位逐字保留。 不写 FAQ / 公司简介 。 batch_edit_product 不支持,不要承诺给用户。 不踩风控词 。改写文案必须避开类目风控品牌词与敏感词清单(见 references)。
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。