Range Rationalisation Advisor：这款 AI Agent 能做什么、怎么用

试用 Range Rationalisation Advisor 在线演示 →

它能做什么

商品企划需要先看数字，再谈观点。这些 agent 会读取你的商品目录和销售数据，解释哪些表现好、哪些不好，并给出行动建议。Range Rationalisation Advisor agent 正是专为此而生的专家：基于销售、库存和品类重叠数据，识别可下架的长尾 SKU，并给出涉及的收入金额。

适合谁使用

你的团队。 它在控制台中供你的员工使用，也可通过 REST API 调用。这是一个团队 agent，绝不会暴露给购物者。

它能回答哪些问题

你可以用我们支持的任何语言提问，例如：

• “女装上衣品类里，哪些 SKU 应该下架？”
• “过去 90 天里有多少商品一件都没卖出去？”
• “手提包品类中仍有库存的长尾 SKU 有哪些”

在线演示 会以你的语言展示这些示例提示词，数据来自一家虚构商店。

工作原理

1. 它能理解问题，无论你用什么语言提问——即使你的商品目录是另一种语言。
2. 它借助工具查询数据，绝不凭记忆作答：

• 对你的零售数据进行只读 SQL 查询（按工作区沙箱隔离）
• 按品类、渠道或时间段的销售分析

3. 它基于你的数据作答，使用你的品牌语气和货币，并展示使用了哪些工具。
4. 规则保留在代码中。 价格、资格条件和权限均来自你的数据和设置；agent 只负责解释，不会凭空编造。为什么这很重要。

它需要哪些数据

Products、Order lines、Inventory。只要这些表加载完成，agent 即可随时开启。 文件可以使用你自己的列名，系统会自动映射。参见连接你的数据。

搭配使用效果更佳

• Merchandising Copilot：用数字回答商品组合与业绩问题，并推荐行动方案。
• Best & Worst Sellers：按收入或销量对任意时段、任意部门的 SKU 和品类进行排名。
• Assortment Gap Finder：对比需求，找出颜色、价位或品类中被低估的部分。
• Product Copywriter：根据商品数据撰写符合 SEO 的标题、描述和要点亮点。
• Range Review Prep：准备品类范围复盘：结构、销售、赢家、输家，以及该增加或砍掉什么。

你的团队可以在控制台中同时使用它们，也可以通过 API 逐个调用。

开启步骤

1. 加载它所需的数据。
2. 从 Agent catalog 安装 Range Rationalisation Advisor，并添加你自己的指令（指南）。
3. 在 Playground 中测试，覆盖你服务的每种语言。
4. 邀请你的团队，或从你自己的系统中调用。

初次接触 ServiceBuddy？先从入驻流程概览开始。