用 AI 做選品與市場研究：找出蝦皮、momo 上會賣的商品

電商賺不賺錢，選品大概決定了七成。文案再好、廣告再會投，選錯品就是事倍功半。過去選品靠經驗與直覺，現在你可以用 AI 把研究流程系統化，讓每一次進貨都有依據。要先講清楚：AI 不會告訴你「這個一定會賣」，但它能大幅加速你整理資訊、拆解問題、建立評估框架的速度。真實的市場數據，仍要靠你去平台觀察與驗證。

AI 在選品裡扮演的角色

很多人誤以為可以直接問 AI「現在什麼最好賣」，然後照著進貨。這是最糟的用法。大型語言模型的訓練資料有時間落差，也無法即時得知蝦皮某個類目此刻的銷量。它給你的「熱門商品」很可能是過時或泛泛而談的。

正確的用法是把 AI 當成「研究助理」與「思考夥伴」，讓它幫你做四件事：拆解市場結構、產生調研問題清單、分析你蒐集到的資料、以及建立評估與比較的框架。真正的數據來源仍是蝦皮與 momo 的搜尋、銷量、評價，以及 Google Trends 這類公開工具。

步驟一：用 AI 拆解一個利基市場

假設你想做「露營用品」。先請 AI 幫你把這個大市場拆成可操作的次分類與需求場景：

我想在蝦皮經營露營用品。請幫我把這個市場拆解：
1. 列出 8 到 10 個熱度較高的次分類。
2. 每個次分類寫出目標客群、主要使用情境、以及常見的購買痛點。
3. 標出哪些屬於「高單價低頻」、哪些屬於「低單價高頻」的消耗品。
請以表格呈現。

這一步的價值在於，它會逼你從「露營用品」這種太大的概念，收斂到「輕量化登山鍋具」「新手入門帳篷」「露營燈具」這類具體可切入的方向。

步驟二：建立選品的評估指標

光有方向不夠，你需要一套評分標準，才能在多個候選商品之間做決定。請 AI 幫你設計評分表：

請幫我設計一個電商選品評分表，用 1 到 5 分評估每個候選商品，指標包含：
市場需求、競爭強度、毛利空間、物流難度（重量體積、易碎、電池）、退貨風險、季節性、回購潛力。
每個指標請說明評分時要看什麼線索，並給一個加權建議。

有了這張表，你之後看到任何候選商品，都能用同一套標準打分，避免被單一因素（例如「看起來很酷」）帶著走。

步驟三：蒐集真實資料並交給 AI 分析

這是整個流程最重要的一步，也是最多人跳過的一步。你要親自去平台蒐集資料，例如：在蝦皮搜尋關鍵字後，記錄前二十名賣家的售價區間、月銷量級距、評價數與常見負評；用 Google Trends 看這個關鍵字近一年的搜尋趨勢是上升還是下滑。

把這些資料整理後貼給 AI 分析：

以下是我在蝦皮觀察「露營燈」前 20 名商品的資料（售價、銷量級距、評價數、常見負評摘要）。
請幫我分析：
1. 目前的價格帶分布與甜蜜點在哪。
2. 從負評看，顧客最不滿的三個問題是什麼，這代表什麼市場空缺。
3. 如果我要切入，建議的差異化定位與價格策略。
（貼上你的資料）

這裡展現了 AI 真正的價值：你給它真實資料，它幫你看出模式與機會。特別是「從負評找機會」這招極為實用，競品的負評就是市場尚未被滿足的需求。

步驟四：估算利潤與風險

選品最後一定要回到數字。請 AI 幫你把成本結構列清楚，避免只算進貨價就以為有賺：

我打算賣一款露營燈，進貨成本新台幣 180 元，預計售價 499 元。
請幫我列出一個完整的單件損益結構，需包含：平台成交手續費與金流費（以蝦皮約 5% 至 6% 估算並註明需自行確認最新費率）、
物流成本、包材、預估退貨率造成的損耗、廣告分攤。最後算出估計淨利與淨利率，並指出哪個成本項最敏感。

請注意，平台費率會調整，AI 給的數字只是估算框架，實際費率要以蝦皮、momo 官方最新公告為準。這一步的重點不是精準到小數點，而是讓你在進貨前就看清楚：這個價格到底有沒有肉。

常見的選品陷阱

第一，只看銷量不看競爭。銷量高的類目通常也是紅海，新手殺進去很難搶到曝光。第二，忽略物流與退貨。液體、易碎、含電池、大體積的商品，看起來毛利高，實際被運費與退貨吃掉。第三，被 AI 的「建議」牽著走卻不驗證。任何 AI 給的市場判斷，都要回到平台實際搜尋確認。第四，追短期熱點。跟風進貨當紅商品，往往等你到貨熱度已退，庫存變成壓力。

把選品變成可重複的流程

真正厲害的賣家，不是每次都靠運氣選中爆品，而是建立一套「可重複的篩選漏斗」。你可以把本文的四步驟固定下來：拆解市場、建立評分表、蒐集真實資料、算清損益。每個候選商品都走一遍，能通過的才進貨。AI 的角色就是讓這個漏斗跑得更快，讓你在同樣時間內評估更多候選，提高選中好品的機率。

小結

用 AI 做選品的精髓，是「讓 AI 處理思考與分析，讓平台提供真實數據，讓你做最終決策」。不要把它當算命工具問它什麼會賣，而要把它當研究助理，幫你拆問題、建框架、看資料、算利潤。當你把選品從一次性的賭注，變成一套有依據、可重複的流程，你的電商生意才算真正站穩。