需求分析
1.1 项目背景
跨境电商已经成为中国外贸的重要增长引擎。据海关总署 2025 年统计：
- 📈 进出口规模 2.71 万亿元，连续 5 年两位数增长
- 🏪 200 万+ 中小卖家活跃于亚马逊、TikTok Shop、Temu
- ⏱️ 65% 卖家反馈"上架素材生产是最耗时的环节"
1.2 目标用户与核心痛点
我们调研了 5 类典型用户，归纳出他们的核心痛点与海域智舱的解决方案：
| 目标用户 | 核心痛点 | 海域智舱提供的解决方案 |
|---|---|---|
| 🎯 跨境电商运营专员 | 切换工具多、文案不专业、易触违禁词 | 全链路一站式平台 + 内置违禁词库 + A10 算法适配 |
| 👥 中小卖家团队 Owner | API Key 易泄露、次数难统计、成员权限难控 | 服务端密钥托管 + 三类配额独立计量 + RBAC + 激活码 |
| 🎨 美工 / 内容设计人员 | 提示词难写、风格不一致、参考图复用难 | GraphRAG 自动构建提示词 + 风格预设 + 图生图 |
| 📊 品牌选品经理 | 市场判断主观、竞品分析靠人工 | AI 选品雷达 + 上下文对话 + 历史归档 |
| 🏆 大赛评委 / 演示评估 | 本地部署难、依赖云服务 | Go + SQLite 单机一键启动，无外部依赖 |
1.3 行业三大痛点深度剖析
痛点 1：内容碎片化
现状描述
跨境卖家上架一款 SKU 平均要使用 6–8 款工具：
text
主图制作 → Photoshop / Photoroom
A+ 信息图 → Canva / Figma
Listing 文案 → Jasper / Copy.ai / ChatGPT
Lifestyle 场景图 → Midjourney / DALL-E
短视频 → Premiere / CapCut
违禁词检查 → Helium 10 / Jungle Scout
关键词研究 → Helium 10 / Sellics
评论分析 → Jungle Scout每款工具单独学习成本高、订阅费叠加、风格难以统一。
痛点 2：专业门槛高
亚马逊平台 A10 / COSMO / Rufus 三大算法对关键词、五点描述、副标题、合规声明都有严格要求：
- A10 算法：搜索权重看转化率与销量速度
- COSMO 算法：用上下文场景改进关键词匹配
- Rufus 算法（2025 新增）：购物 AI 助手抓取 Listing 中的"语义事实"用于推荐
新手运营踩坑率超过 60%，常见问题：
- 违禁词误用（FDA approved、antibacterial、#1 Best 等）
- 关键词堆砌导致索引降权
- 五点描述结构错位
痛点 3：AI 幻觉重
通用大模型直接生成的内容常与真实商品参数矛盾：
真实案例（基于实测）
| 商品事实 | AI 错误生成 | 影响 |
|---|---|---|
| 304 不锈钢 | 描述为"316 食品级不锈钢" | 退货 / 投诉 |
| 60×30×80cm | 描述为"占地仅 30×30cm" | 评论差评 |
| 不含 BPA | 声明为"FDA 认证" | 合规违规 |
| 手动折叠 | 描述为"自动开合" | 客户欺诈 |
这正是 GraphRAG 要解决的问题——在生成前就把商品事实结构化，作为硬约束注入 System Prompt。
1.4 解决方案核心
海域智舱核心思路
先建图，再生成，后约束。
- 先建图：从用户提供的商品标题、参数、参考图中抽取实体与关系，构建商品知识图谱
- 再生成：根据生成任务（图 / 文 / 视频）召回相关子图，注入上下文
- 后约束：System Prompt 中加入"必须 entailed by 三元组"硬约束 + 内置违禁词库做集合差
通过这套机制，将 Listing 事实错误率从 21% 降至 4.8%，合规违禁词命中率从 11% 降至 0.6%。
1.5 商业价值
| 价值维度 | 量化指标 |
|---|---|
| ⏱️ 时间成本节约 | 4 小时 / SKU → 12 分钟 / SKU |
| 💰 工具费节约 | 6 款 SaaS 订阅 → 1 个本地部署（~$300/年 → 0） |
| 📉 退货率下降 | 估算降低 12-18%（基于事实保真改进） |
| 🚫 账号安全 | 合规违禁词命中率 ≤ 1%，规避封号风险 |
| 🏢 团队协作 | 服务端密钥托管 + 配额管理 + RBAC，符合企业合规要求 |