跳到正文
北京时间 · 共 135 条
9月16日周三
  1. 亚马逊广告全球视野62

    亚马逊广告讲师 Jay:一条视频拆六个镜头,前 3 秒钩子怎么测

    亚马逊广告 AI 系列直播第二期讲师 Jay 分享视频素材做法,把一条产品视频拆成六个镜头分别布置和验收,其中开场三秒的钩子是复用率最高的一环。站外引流可用痛点或人设反差开场,站内视频因消费者带购物意图且常自动静音播放,产品需更早出现并靠画面和字传达卖点。

9月15日周二
  1. Ellen AI实战派22

    跑通亚马逊批量生成组图工作流后,我把它做成了网页 freely-ai.app 上线内测

    面向铺货卖家的批量生图网页 freely-ai.app 上线内测,无需充值、用自己的 API key 即可使用。用户只需批量导入 SKU 的产品图与尺寸、材质、使用方法等信息,即可并行生成 8-12 张组图,全程不用写提示词;不满意可勾选图片交给 Agent 局部改图,或重新生成提示词二次抽卡。同一账号下图片自动存入图片库,支持批量下载、统一管理和随时二次生图。

9月10日周四
  1. 亚马逊广告65

    亚马逊广告卖家讲师分享用 AI 做高转化视频广告的五步流水线

    宠物用品品牌创始人、亚马逊广告卖家讲师 Bruce Jay 分享用 AI 生产视频广告素材的完整做法,核心是脚本而非工具。实操中按镜头属性分工,产品真实展示镜头优先实拍,氛围、转场类镜头交由 AI 生成,已有静态商品图可通过图生视频复用,也可借助亚马逊广告创意工作室用商品图快速产出视频初稿验证创意。

    推荐理由:原文给出从脚本拆解到多版本成片的五步混合流水线,卖家可据此把视频素材做成可复用、可迭代的资产。

  2. 根谈15

    作为圆桌嘉宾,我参加 iPX 2026 China 出海营销峰会的几点观察

    我以圆桌嘉宾身份参加 iPX 2026 China 出海营销峰会,会上讨论集中在 AI 与合作伙伴营销。我提到过去一年最大变化是“AI一日,人间一年”,从业者需兼具建站、数据分析甚至简单代码能力,我自己已搭建 3 个 AI 小工具。判断新流量入口的标准是用户注意力在哪里,渠道选择则看核心用户画像是否与目标受众高度匹配。

9月9日周三
  1. 于新62

    用积加 ERP 和西柚 MCP 搭一张云端关键词作战表

    作者于新分享一套 AI 落地做法,把关键词作战表从本地搬到云服务器:用积加 ERP 开放平台的搜索词表现接口拉自己的单量、花费和 ACOS,用西柚 MCP 反查月搜索量、投放难度、建议竞价、ABA 近 13 周周搜和自然位,再让模型按自己定的规矩逐词写一句打法,最后渲染成网页报告。

9月8日周二
9月7日周一
9月3日周四
9月2日周三
9月1日周二
  1. Ellen AI实战派62

    亚马逊铺货卖家如何一天批量做100+张图,把产品组图生产变成高效流水线

    作者以给一家亿级跨境公司做的批量生图项目为例,30 天做到一天稳定产出 100 张以上组图、单张图抽卡控制在 3 次以内。流水线在飞书里分三步:用豆包视觉模型对实拍图、步骤图、场景图、尺寸图做筛选式描述,用 DeepSeek 整理成结构化产品信息,再生成覆盖 12 种图片类型的全套组图提示词。

  2. Zach的进化笔记22

    别急着用 AI 补短板,先把你的 90 分放大

    一位跨境从业者把市场调研、广告分析和报表脚本都交给 AI,却刻意不碰生图生视频,理由是 AI 产出的上限取决于你的验收能力。他提出落地路径三步:先把擅长且重复度高的事 AI 化,再垒实与 AI 协作、搭工作流的基本功,最后才向新领域扩,图片要 90 分应让美工加 AI 而非运营硬顶。

8月31日周一
  1. Ellen AI实战派20

    不要自称 FDE,除非你真的能做好交付

    做了两年企业 AI 落地咨询的从业者指出,FDE(前线部署工程师)被滥用,真正难点不在技术,而在组织与人性:需求收集困难、老板与员工信息差、外部顾问权限不足都让项目难推进。安克创新把团队从 10-12 人拆成 2-3 人小组,抽调约 2%、接近 150 名业务尖子转岗为“AI 工程师”梳理 SOP。作者建议企业先设试点小组跑通一个小闭环,并以跨境电商批量生图为例。

8月26日周三
8月25日周二
  1. AMZ第二个吃螃蟹的人47

    AI+MCP 做亚马逊,到底是真提效还是噱头?

    MCP 是 Anthropic 在 2024 年 11 月牵头开源推出的模型上下文协议,让大模型以标准化方式调用外部工具和数据源。卖家可将 Amazon 后台 Excel、西柚洞察 MCP、ERP 数据的 MCP 与 AI 组合,用自然语言一次性完成销量、广告、关键词排名、竞品价格、TACOS 与自然订单占比分析,并输出选品调研报告和 PDF。

8月24日周一
8月21日周五
  1. 冬离鸭冬离36

    在亚马逊落地 Agent 后,反而更累了

    一位亚马逊卖家落地 Agent 后,工作时间从每天十个钟变成十六个钟,一人要干选品、开发 Agent、调广告、找工厂、优化 MCP 等多个岗位的活。他给 Agent 目前表现打 70 分,认为基础分析和数据处理已可用,但需要经验判断时仍有偏差,真正消耗精力的是判断而非执行。落地中主要卡在上下文溢出及压缩、Skill 规范治理、MCP 稳定治理、知识库检索召回、记忆系统稳定五座大山。

8月20日周四
8月19日周三
8月17日周一
  1. Lenry的跨境研习室20

    AI让做图越来越快,为什么高转化Listing反而越来越难?

    AI让亚马逊Listing出图效率大幅提升,但高转化Listing并未因此变容易。文章主张视觉竞争正从"谁更会做图"转向"谁更知道为什么做这张图",Listing应先帮用户完成相关性、选择理由与使用边界三个判断,再让AI进入生产环节。8月22日观复研习社将在长沙举办视觉专题沙龙,强调"7分思考,3分执行"。

8月15日周六
8月12日周三
8月8日周六
  1. 亚马逊广告62

    亚马逊广告卖家讲师拆解一人公司 AI 工作方法:四个阶段搭建 AI 团队

    亚马逊广告卖家讲师 Kevin Li 提出“一人公司”做法,即训练一组 AI 智能体(Agent)组成 7×24 小时的团队,而非一人包揽所有事。

    推荐理由:原文把 AI 落地拆成四个递进阶段,并给出把选品调研固化成 Skill 的具体做法,卖家可照着从广告复盘等熟悉场景切入。

8月6日周四
7月31日周五
7月29日周三
  1. Zach的进化笔记22

    为什么你公司的 AI 推不动——我看到的两条成功路径,和一个最贵的坑

    跨境电商公司 AI 落地跑得通的只有两条路:业务一把手或老板亲自下场,或公司里有一两个对 AI 特别感兴趣的人先跑起来,共同点是背后都有一个单独的人在推。推不动的根因不是选错工具,而是做 AI 的人与业务分离,最典型的是整个交给 IT,业务提需求、IT 排期验收,最后交付的只是功能,判断还留在原地。若只要提效,用好现有工具即可;想做 AI Native,前提是先补上 SOP 和数字化基础。

7月28日周二
  1. 冬离鸭冬离22

    Agent 时代亚马逊稀缺的也许不是 Skill

    亚马逊团队大规模建设广告分析、自动否词等 Agent Skill 后,真正缺的不是更多 Skill,而是让 Skill 稳定运行的企业基础设施。作者提出企业级 Agent 需数据、流程、权限、Skill、工具、审计六层,并强调数据、流程、权限、工具、审计都要靠软件工程兜底,否则 Skill 越多内部越混乱。其自研 Agent 将于 8 月 1 号开始第二批内测,内置亚马逊行业知识库。