用 Codex 写 Listing，产品资料包比提示词重要

先讲结论：问题在资料，不在提示词

「让 AI 写 Listing」是最早被尝试、也最容易失望的一个用法。

写出来的东西通常没错，但也没用——一段放之四海皆准的漂亮话，换个产品也能用。于是很多人得出结论：这活还是得人来。

真实原因往往不是模型不行，是它手上只有一个产品名。它不知道你的产品参数、不知道竞品在写什么、不知道你要投哪些词、不知道差评里对手没解决什么问题。

所以这篇的重点不是提示词怎么写，是资料怎么准备。资料准备好了，剩下的部分反而是最简单的。

产品资料包该有什么

动手之前，先把资料整理成一个目录：

ops/content/product-vc2000/
├── .codex/
│   └── config.toml
├── AGENTS.md
├── product/
│   ├── specs.md          产品参数：尺寸、重量、材质、功率、认证
│   ├── facts.md          可量化事实：续航几小时、噪音几分贝、承重几公斤
│   ├── scenarios.md      使用场景和目标人群
│   └── differences.md    和竞品的差异，以及差评里对手没解决的问题
├── keywords/
│   └── keywords.csv      关键词、搜索量、竞争度
├── competitors/
│   └── top10.md          排名前十的竞品 Listing 原文
└── output/

权限配置很简单，这个活不需要联网：

sandbox_mode    = "workspace-write"
approval_policy = "on-request"

[sandbox_workspace_write]
network_access = false

竞品资料是上一篇调研阶段抓的，这里直接用现成的，所以这个目录不需要网络。能不开网络就不开，这是一贯的原则。

facts.md 是最关键的一份

这份文件最容易被跳过，也最影响最终质量。

写的时候有个判断标准：每一条都要能被验证或反驳。

• 「续航强劲」不是事实，「满电续航 45 分钟」是
• 「静音设计」不是事实，「运行噪音 62 分贝」是
• 「适合宠物家庭」不是事实，「配备防缠绕宠物毛刷头，适用于中长毛猫狗」是

为什么这么较真？因为现在的商品页有两类读者。

一类是关键词检索，要的是词的覆盖。另一类是 AI 问答式的商品推荐，买家不再只输入「无线吸尘器」，而是问「有没有适合养猫家庭、能吸地毯、噪音小一点的吸尘器」。回答这种问题的系统，需要的不是关键词密度，而是可以核对的产品事实。

两类读者要的东西不一样，但同一份写得具体的资料能同时喂饱两边。所以不用做两套内容，把一套做扎实就行。

规则里必须写死的一条

AGENTS.md 里有一条约束比其他所有规则加起来都重要：

## 事实约束

- 只能使用 `facts.md` 和 `specs.md` 里出现过的数字，不得自行推算或估计
- 资料里没有的参数，标注「资料缺失」，不要凭常识补
- 不使用绝对化用语，例如最好、第一、100% 有效
- 不做医疗、疗效、安全性方面的功效声明

没有第一条，它会很自然地写出「续航长达 60 分钟」这种听起来合理、但你从没提供过的数字。

这类内容一旦上架，就是实打实的虚假宣传风险。而且它极难被发现——因为读起来完全正常，只有你自己知道那个数字是编的。

测试方法：故意把 facts.md 里的某个参数删掉，让它重新生成一遍。正确的表现是那个位置标注「资料缺失」，而不是填一个合理的数。如果它填了，说明这条约束没起作用，回去改写法。

生成规则怎么写

剩下的部分就是把输出格式定死：

## 标题

- 结构：品牌 + 核心词 + 关键属性 + 适用场景 + 规格
- 长度按目标站点的字符限制，不要超
- 主关键词出现在前 80 个字符内
- 同一个词不重复出现三次以上

## 五点描述

五条各承担不同任务，不要五条都在讲卖点：

1. 核心利益：解决什么问题，带一个可量化的事实
2. 关键参数：尺寸、容量、功率等硬指标，写具体数字
3. 使用场景：谁在什么情况下用，覆盖长尾搜索意图
4. 差异点：竞品差评里没解决的那个问题，正面回答
5. 兼容性与售后：适配范围、包装清单、保修

每条开头用全大写短语概括，后面接完整句子。

## 产品描述

用完整句子写，覆盖 `scenarios.md` 里的每个场景。
这一段重点是把「什么情况下适合、什么情况下不适合」写清楚。
明确写出不适合的场景，不要回避。

## 搜索词

- 只放标题和五点里没有出现过的词
- 不放品牌词、不放竞品品牌、不放与产品无关的热词
- 按目标站点的字节限制截断

「五条各承担不同任务」这一条值得强调。默认情况下它会写出五条都在夸产品的五点描述，信息重复、覆盖面窄。明确分工之后，五条能覆盖利益、参数、场景、差异、售后五个不同维度。

「明确写出不适合的场景」也是反直觉但有效的一条。写清楚边界的商品页，退货率通常更低，而且在 AI 问答里更容易被准确推荐——因为它知道什么时候不该推荐你。

多站点不是翻译

一份产品资料要投多个站点时，最省事的做法是把主站的 Listing 翻译一遍。能用，但会丢掉不少东西。

真正要跟着换的有四样：

• 计量单位：英寸和厘米、磅和公斤，不是换算问题，是当地人习惯用哪个
• 使用场景：同一个产品在不同市场的典型用法可能不同，家庭结构、住房面积、气候都不一样
• 关键词：每个站点的搜索习惯不同，直译过去的词可能根本没人搜
• 合规表述：不同市场对功效宣称、认证标识、警示语的要求不同

所以本地化的正确输入是产品资料包加上这个站点自己的关键词表，而不是「主站 Listing 加翻译」。

目录组织上，给每个站点一份关键词表：

keywords/
├── us.csv
├── jp.csv
└── de.csv

然后按站点分别生成，输出到 output/us/、output/jp/ 这样的子目录。

这也是子代理的好场景：每个站点派一个子代理并行生成，互不干扰。注意让它们各写各的输出目录，避免并行写冲突。

上架前的人工核对清单

生成的 Listing 一律是草稿。上架前至少核这几项：

• 所有数字能不能在产品资料里找到出处
• 有没有绝对化用语和功效宣称
• 有没有出现竞品品牌词
• 类目是否有特殊限制，比如某些类目禁止在标题里写促销信息
• 认证和警示语是否齐全
• 字符数和字节数是否在站点限制内

**这份清单不适合交给 AI 自己检查后自己放行。**它可以帮你把疑似问题标出来，但最后按下发布的必须是人——合规责任落在账号上，不落在工具上。

对应的禁止动作也要写进规则：

## 禁止动作

- 不调用任何平台接口，不修改线上 Listing
- 生成的内容一律视为草稿，上架前必须人工核对

什么时候该重写 Listing

Listing 不需要天天改。值得重写的时机就几个：

• 产品本身有实质变化，比如加了新配件、改了材质
• 差评里出现了新的高频问题，说明商品页没讲清楚
• 关键词表有明显更新，出现了新的高搜索量词
• 进入新站点

频繁改 Listing 反而会让数据变得不可读——你分不清转化率的变化是页面改的，还是市场本身在动。

下一步

内容生成之后是数据维护。下一篇讲独立站：商品信息、库存和 SEO 字段怎么批量维护，以及写操作的边界该卡在哪里。

参考资料

• AGENTS.md
• Config basics
• Subagents