上架 100 个新品要写多少东西？如果你做过电商运营，答案会让人叹气：商品标题、五点卖点、规格参数表、详情页文案，再加一套多语言版本。我们团队之前的状态是，一个运营一天最多处理 20 个 SKU，而且写到第 15 个开始文案质量肉眼可见地滑落。
这次我们把 420 个真实 SKU 拿 AI 全流程跑了一遍，人工回归评分。结论先说：标题和规格表已经可以交给 AI 了，卖点文案能到 80 分但最后 20 分必须人来补，而最容易被忽视的失败点不在文笔——在”它会把参数写成不存在的样子”。
一、测试设计：用”上架验收”当标准，不用”好不好”
文案评测最没用的指标是”写得怎么样”。我们直接用上架验收口径，五个维度各有人工打分：
- 事实一致性：文案里的参数、材质、尺寸、禁忌人群，是否与规格表完全一致。这一项一票否决。
- 关键词覆盖：是否包含该品类的核心搜索词和属性词。
- 信息密度：五点描述是否每点一个有效信息点，不含废话。
- 平台合规：是否出现绝对化用语、违禁词、医疗暗示。
- 可直接发布率：运营”愿意不改一个字直接上架”的比例。
样本覆盖 6 个品类：家居收纳、小家电、宠物用品、运动配件、母婴、户外。其中特别放了 80 个”参数特别多、特别碎”的 SKU——这是最容易出问题的类型，也是真实业务里最常见的。
二、四类文案的真实得分
| 文案类型 | 事实一致 | 关键词覆盖 | 信息密度 | 合规 | 可直接发布率 |
|---|---|---|---|---|---|
| 商品标题（30 字内） | 96.4 | 91.2 | 84.0 | 89.5 | 88.1% |
| 五点卖点 | 88.7 | 85.0 | 79.3 | 86.8 | 62.4% |
| 规格参数表 | 93.0 | 72.5 | 90.1 | 95.2 | 81.7% |
| 详情页长文案 | 81.2 | 76.8 | 68.4 | 88.0 | 41.5% |
反直觉的地方在规格表。我们原以为”结构化数据最好生成”，但它的事实一致分是四类里最高的 93.0，而可直接发布率却只有 81.7%——差距全部来自格式：单位、小数位数、区间写法，各家平台要求不同，而模型倾向于”自己统一一种”。
而详情页长文案是最大的坑，可直接发布率只有 41.5%。问题是它最容易”自由发挥”：模型为了把文案写得流畅，会自动补充规格表里没有的使用场景和用户画像。不是它编参数，是它编”这个产品适合谁用”。
三、三类典型失败，逐条看
3.1 标题的字数游戏
平台标题有硬字数限制（我们取 60 字符为例）。模型的实际表现是：要么超长，要么为了压长度把关键属性词删掉。420 个标题里，37% 超长，21% 压掉了核心属性词。
| 问题 | 发生比例 | 后果 |
|---|---|---|
| 超出字符上限 | 37.0% | 直接被平台截断 |
| 为压长度删属性词 | 21.0% | 搜索流量损失 |
| 堆砌同义词 | 14.0% | 被平台判标题作弊 |
| 违禁/绝对化用语 | 6.0% | 审核驳回 |
解法不在提示词里，在后处理。我们现在标题生成后接一道硬校验：字符数、必含属性词、违禁词表，三项任何一项不过就重生成。提示词承诺”不要超过 60 字”是不可靠的，正则校验是可靠的。
3.2 规格表的”温柔归一化”
这是最 subtle 的一类失败。规格表写”500±5 ml”，模型输出”500 ml”；写”承重 100–120 kg”，它输出”承重 110 kg”。它把区间和容差抹平成了单点值，而这一项在消费品上可能是退货和差评的直接来源。
同理还有单位问题：我们的输入用”英寸”，它按场景猜着输出了”厘米”，数值还是对的。这种错误人工扫一眼根本发现不了，必须靠数值和单位的双向校验。
3.3 卖点的”过度承诺”
模型对卖点文案有强烈的”往好了写”倾向。规格表里写”防水等级 IPX4（防溅）”，它敢写成”雨天户外无忧”；提示词要求突出材质，它自行加了”亲肤安全”这种没有依据的判断。420 个 SKU 里，有 51 个 SKU 的五点卖点出现了规格表里不存在的承诺。
这一项没办法靠提示词彻底解决，我们的做法是把”不得出现规格表以外的任何性能或安全承诺”设为硬约束，并且对安全相关词做了定向词表扫描。即使这样，仍然有 12% 的漏网率。
四、我们的四层流水线
纯”写个提示词然后复制粘贴”的流程走不通。现在的实际架构是四层，每层有明确的拦截职责：
| 层 | 职责 | 拦截了什么 |
|---|---|---|
| 1. 生成 | 按品类模板生成四类文案初稿 | — |
| 2. 硬校验 | 字符数、必含词、违禁词、数值单位 | 超长标题、单位错误、违禁用语 |
| 3. 交叉核对 | 文案参数回查规格表 | 被抹平的区间、被添加的承诺 |
| 4. 人工抽检 | 按 15% 抽检，重点看长文案 | 机器查不出的场景编造 |
带来多少变化：可直接发布率从 41.5% 提升到 79.3%，一个运营的单日处理 SKU 数从 20 个到 110 个。而剩下那 20%，几乎全部集中在详情页长文案——这部分我们后来改成了”AI 出三版、人选一版再改”，而不是继续追求一键直出。
五、给运营团队的具体建议
- 按品类建模板，不要一套提示词打六个品类。母婴和小家电的关注点完全不同，共用一个模板的结果是谁都不像。
- 规格表是唯一真源。先输入结构化规格，再生成自由文案，顺序不能反。反过来做（先写文案再补规格）是灾难。
- 把”不许承诺”写成清单而不是形容词。“不要夸大”是没用的，”不得出现以下 47 个词及同义表达”才是有用的。
- 长文案保留人工环节。这不是能力问题，是责任问题——长文案是最接近广告法的部分，自动生成的每一句都可能被截图投诉。
- 多语言版本重跑校验，不要复用中文的校验规则。违禁词表和属性词表必须按语言分别建。
总结
420 个 SKU 的结论可以压成三句话：标题和规格表已经可以交给 AI，前提是接硬校验；五点卖点能到 80 分，但安全与性能承诺必须人工兜底；详情页长文案目前只能到 79% 的可直接发布率，多版生成加人工选择是比一键直出更现实的路线。
更重要的认知是：电商文案自动化的瓶颈不是”写得像不像人”，是”参数对不对、承诺敢不敢担”。前者已经不构成问题，后者是机器无法替你负责的部分。把工程能力花在校验上，而不是花在让文案更漂亮上，是这个场景里回报最高的选择。
互动提问：你们的商品文案现在是什么流程？有没有遇到过 AI 写了规格表里不存在的参数，最后被客户抓到的？
互动提问：关于”该不该完全交给 AI”，你们团队内部的红线划在哪里——是安全承诺、还是价格、还是功效？
— IMAI 编辑部 | 2026-10-30