品类陈列评审准备：这个 AI Agent 做什么、怎么用

试用陈列评审准备在线演示 →

它做什么

商品企划人员需要先看数据，再谈观点。这些 Agent 会读取你的商品目录和销售数据，解释哪些做得好、哪些不行，并给出行动建议。陈列评审准备（Range Review Prep）Agent 正是这方面的专家：为品类陈列评审做好准备：商品组合、销售表现、赢家与输家，以及该增补或砍掉哪些商品。

它适合谁

你的团队。 它在控制台中面向你的员工运行，也可通过 REST API 调用。它是一个团队 Agent，绝不会暴露给购物者。

它能回答的问题

用我们的任何语言向它提问，例如：

• “为女装连衣裙准备一份陈列评审”
• “手袋的陈列评审”
• “男装衬衫的陈列评审”

在线演示 会以你所用语言的示例提示词展示这些内容，数据来自一家虚构门店。

它如何工作

1. 它理解你的问题，无论问题用什么语言书写，即使你的商品目录是另一种语言。
2. 它借助工具查询，绝不凭记忆作答：

• 商品组合与陈列分析
• 按品类、渠道或时段划分的销售分析
• 对你的零售数据执行只读 SQL 查询（按工作区隔离沙箱）

3. 它基于你的数据作答，使用你的品牌语气和货币，并展示它使用了哪些工具。
4. 规则保留在代码中。 价格、资格与权限来自你的数据和设置；Agent 只负责解释它们，不会凭空捏造。为什么这一点很重要。

它需要的数据

商品（Products）、订单（Orders）、订单行（Order lines）。这些表一加载完毕，Agent 即可开启。 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。

与这些 Agent 搭配使用效果更佳

• 商品企划 Copilot：用数据回答商品组合与业绩问题，并推荐行动方案。
• 畅销与滞销分析：按任意时段和部门，按收入或销量对 SKU 和品类进行排名。
• 商品组合缺口发现器：对比实际需求，找出颜色、价位或品类中覆盖不足的部分。
• 商品文案撰写：根据商品数据撰写 SEO 友好的标题、描述和要点亮点。
• 尺码曲线优化器：对比售出尺码与采购尺码，为下一次采购建议更优的尺码曲线。

你的团队可以在控制台中并排使用它们，或通过 API 逐一调用。

开启它

1. 加载它所需的数据。
2. 从 Agent 目录中安装 陈列评审准备，并添加你自己的指令（指南）。
3. 在 Playground 中测试，覆盖你服务的每一种语言。
4. 邀请你的团队，或从你自己的系统调用它。

初次使用 ServiceBuddy？从入驻流程介绍开始。