场景方案
竞品价格和listing变动怎么用AI监控：合规做法与响应规则
先定清楚盯什么、多久盯一次，用官方接口和人工抽样代替粗暴抓取，再让AI负责变更归类和摘要，最后由人决定要不要跟。
"盯竞品"这件事很容易做成两个极端：要么完全凭感觉，隔几周手动翻一次；要么写个脚本高频抓取，最后被封 IP，还积累了一堆没人看的数据。
有效的做法是先把问题缩小：你要根据什么变动做什么决定？ 只有能触发动作的字段才值得监控。
第一步：定清楚监控字段
不要"把竞品页面全抓下来"。列一张表，只保留会改变你决策的字段：
| 字段 | 变动意味着什么 | 你可能采取的动作 |
|---|---|---|
| 售价 / 促销价 | 价格带变化 | 调价、调广告出价、暂不动 |
| 是否有货 | 供给变化 | 提高广告预算、备货 |
| 主图 / 主图数量 | 视觉策略调整 | 评估自己的主图 |
| 标题与核心属性 | 定位或关键词调整 | 复核自己的关键词 |
| 评分与评论数 | 口碑与销量的粗略信号 | 观察，不单独作为结论 |
| 变体数量 | 产品线扩张 | 选品评估 |
字段越少，噪音越少。多数团队真正需要盯的就是价格、库存和标题三项。
第二步：先用官方渠道，再考虑其他方式
采集竞品数据要守两条线：平台的服务条款和目标站点的 robots 规则。可优先考虑的方式：
- 平台自己提供的卖家侧数据和报告；
- 官方或授权的价格/市场数据服务；
- 低频的人工抽样（例如每周固定时间人工记录 10 个关键 SKU）；
- 公开页面的低频、克制访问，遵守 robots 与频率限制。
不要做的事：高频抓取、绕过登录或验证、伪装身份、抓取个人数据、把竞品页面内容直接复制到自己 listing。为省几小时人工而带来账号或法律风险不划算。
先低频跑起来，比设计一个完美但永远上不了线的系统更有用。
第三步：让 AI 做变更归类，不做判断
采集回来的原始数据里，绝大部分是噪音。AI 适合做的是把"变了什么"整理成人能快速扫的摘要：
你是竞品监控助手。输入是同一 SKU 两个时间点的字段快照。
任务：
1. 只列出发生变化的字段，给出旧值、新值和变化幅度；
2. 按类型归类：价格 / 库存 / 内容 / 变体 / 评价；
3. 标记需要人工关注的变化（价格变动超过阈值、断货、标题核心词变化）；
4. 不要推测竞品意图，不要给出建议动作。
数据：……
最后一条很重要。让模型解释"竞品为什么降价"，得到的一定是听起来合理的猜测。归类和摘要交给 AI，判断留给人。
第四步：把响应写成规则，而不是每次临时决定
事先约定阈值和动作，避免每次看到降价就本能跟价：
| 情况 | 预设动作 |
|---|---|
| 竞品降价幅度小于 X% | 不动，记录 |
| 降价超过 X% 且持续超过 N 天 | 评估毛利后决定是否调价 |
| 竞品断货 | 提高该词广告预算，检查自己库存 |
| 竞品标题核心词变化 | 复核自己的关键词覆盖 |
| 竞品新增变体 | 进入选品评估队列，不立即跟进 |
阈值按你的毛利定，不要照抄别人。跟价是最容易被滥用的动作：跟一次很快，退出价格战很慢。
第五步：控制频率和数据量
- 价格和库存：每天一次通常足够，除非是高波动品类；
- 标题、主图、变体：每周一次；
- 评价数：每周或每月，看趋势而不是单点；
- 只保留监控 SKU，不要把整个类目拉进来。
数据留存也要有期限。存三年的竞品价格快照，除了占空间没有别的作用。
常见的四个误判
- 把促销价当成长期降价。 至少确认持续了几天。
- 把评论数增长当销量。 两者相关但不等价，激励评论会扭曲比例。
- 只盯一个竞品。 单个对手的动作可能只是它自己的库存问题。
- 把 AI 摘要当结论。 摘要是让你少翻页面，不是替你决定调价。
落地检查清单
- 监控字段控制在 3–5 个，每个都能触发明确动作；
- 采集方式符合平台条款和 robots 规则，频率克制；
- 变更摘要每天/每周固定时间有人看；
- 响应阈值事先写死，并记录每次动作和结果；
- 数据有保留期限，不存无用的历史快照；
- 不把竞品文案直接复制进自己的 listing。
竞品调研的方法论部分可以结合Perplexity vs ChatGPT：跨境选品和市场调研怎么选；自己 listing 的优化见Amazon Listing怎么用AI优化。
定时采集和变更提醒这一层通常交给自动化工具，要不要自建见n8n还是Make：小团队要不要自己托管自动化。
方法整理于 2026-08。采集第三方网站数据前，请自行确认目标平台的服务条款与所在地法律要求。