用 AI 做選品與定價策略：電商賣家的實戰決策流程

為什麼選品與定價要交給 AI 輔助

對台灣中小型電商賣家來說，選品與定價是兩個最容易「憑感覺」出錯的環節。選品錯了，你會把行銷預算燒在一個市場根本不買單的品項上；定價錯了，就算爆單，毛利也被運費、金流手續費與平台抽成吃光。過去這兩件事仰賴老闆的直覺與零散的競品觀察，現在你可以用 ChatGPT、Claude 這類工具，把腦中模糊的判斷轉成可重複、可檢查的流程。

要先講清楚：AI 不會幫你「預測」哪個商品一定會賣，它做不到，也沒有任何工具做得到。AI 真正的價值，是幫你在資訊超載時快速結構化、列出你沒想到的評估面向、把競品資料整理成表格、並在定價時跑多種情境試算。決策仍然是你下的，但你會下得更有依據。

第一步：把選品標準寫成可評分的清單

多數賣家選品失敗，是因為腦中同時想著「這個好像很紅」「利潤好像不錯」「進貨好像很麻煩」，但從沒把這些面向攤開來一起比。第一步就是請 AI 幫你建立一張加權評分表。

實際提示詞可以這樣寫：

我是台灣蝦皮與 momo 的家用小物賣家，客單價目標 300 到 800 元。請幫我設計一張選品加權評分表，欄位包含：市場需求、競爭激烈度、毛利空間、物流難度、退貨風險、回購潛力、季節性。每個面向給 1 到 5 分並附評分定義，並建議各面向的權重（總和 100%）。

AI 會回給你一張結構清楚的表，例如毛利空間權重 25%、市場需求 20%、競爭激烈度 15% 等。你再依自己的生意調整權重，比如你現金有限、最怕壓貨，就把物流難度與退貨風險的權重調高。

重點在於：一旦有了這張表，之後每個候選商品你都用同一把尺去打分，選品就不再是「這次感覺對」而是「這個品項總分 3.8，比上次那個 3.1 高」。

第二步：用 AI 整理競品與市場情報

有了評分表，接下來要餵資料。台灣賣家最常用的來源是蝦皮的關鍵字搜尋結果、momo 的分類排行、以及 Google Trends。AI 無法自己上網幫你即時抓蝦皮的最新價格（除非工具具備連網功能，且你要驗證資料真偽），所以務實做法是你自己蒐集，AI 幫你整理與分析。

操作方式：你到蝦皮搜尋目標關鍵字，把前 15 個商品的品名、售價、累積銷量、評價數手動複製或截圖整理成文字，貼給 AI，然後這樣問：

以下是蝦皮「露營折疊椅」前 15 名商品資料。請幫我：1. 算出價格帶分佈與中位數；2. 找出銷量最高的三個共同特徵；3. 指出目前市場上還沒被滿足的空白點（例如某個價格帶沒人做、某個功能沒人強調）。

這一步會逼出你單靠肉眼看不出來的模式，例如「銷量前段班幾乎都主打附收納袋，但沒人主打承重 150 公斤」，這就是你的切入點。

第三步：定價前先算清楚成本結構

定價的第一原則是：先知道你的地板在哪。很多新手直接抓競品價格減 10 元就上架，結果忘了平台成本。以蝦皮為例，你要把成交手續費、金流手續費、活動加碼抽成、免運補貼、包材與運費全部算進去。

請 AI 幫你建成本試算模型：

我的商品進貨成本 180 元，包材 15 元，平均出貨運費補貼 40 元。蝦皮成交手續費約 5.5%、金流手續費約 2%（實際費率請以平台公告為準）。請幫我列出售價從 390 到 590 元、每 50 元一階，各價位的實收金額、單件毛利與毛利率。

AI 會回給你一張清楚的表。這裡要提醒：手續費率會隨平台政策與你的賣場等級變動，AI 給的是你提供的數字下的計算，費率一定要自己去平台後台或官方公告確認，不要讓 AI 憑印象填。

第四步：用情境定價取代單一價格

成熟的定價不是決定「一個價」，而是設計一組價格策略。你可以請 AI 幫你設計三種情境：

• 導入期：略低於市場中位數搶評價與銷量權重，接受較薄毛利。
• 穩定期：回到目標毛利價，靠評價與排名支撐。
• 促銷期：搭配蝦皮活動或 LINE 官方帳號推播的限時優惠，用組合購（買二件折扣）拉高客單價而非單純降價。

提示詞範例：

根據上面的毛利表，幫我設計導入期、穩定期、促銷期三套定價，每套說明適用時機、預期毛利率取捨，以及如何用組合購與加購品拉高客單價，情境設定在台灣蝦皮與 LINE 導購。

第五步：定期回頭檢討與調整

選品與定價都不是一次性決策。上架後你要看實際數據：轉換率、加入購物車比例、退貨率、實際毛利。把這些數字定期貼回給 AI，請它幫你判讀是價格問題、頁面問題還是選品本身就錯了。

例如轉換率低但瀏覽量高，通常是價格或商品頁說服力問題，不見得是選品錯；如果瀏覽量本身就低，那可能是關鍵字或市場需求問題。AI 能幫你把這些症狀與可能病因對應起來，讓你的下一步調整有方向。

常見錯誤

第一個常見錯誤是把 AI 的分析當成事實。AI 會很有自信地講出數字，但如果你餵的競品資料是三個月前的舊資料，結論就是錯的。資料的新鮮度與正確性是你的責任。

第二個錯誤是只優化定價卻不管選品。如果品項本身在台灣市場沒有需求，再精巧的定價策略也救不回來，定價只能在對的選品上發揮加乘。

第三個錯誤是忽略平台成本的變動。蝦皮、momo 的活動抽成與免運門檻經常調整，你的毛利表要跟著更新，否則一場大促下來可能做白工。

第四個錯誤是價格戰思維。用 AI 幫你找差異化切入點，比單純比別人便宜 10 元健康得多，長期削價只會讓整個品類一起餓死。

小結

把選品與定價交給 AI 輔助，本質是把「憑感覺」升級成「有依據」。你用 AI 建評分表、整理競品、算成本、設計情境定價，然後用真實數據回頭檢討。工具不會替你承擔決策風險，但會讓你的每一個決策都站在更扎實的資訊上，這對現金有限、禁不起連續選錯的台灣中小賣家來說，就是最實在的競爭力。