淘宝商品调研 Skill

通过 Mac mini 节点浏览器自动化，完成淘宝/天猫商品搜索、评价采集、对比分析、推荐排名的全流程。

前置条件

• •Mac mini 节点在线，浏览器可用
• •淘宝账号已登录（浏览器 Cookie 有效）
• •获取 targetId: browser tabs → 找到淘宝相关 tab 或打开新 tab

工作流程

1. 搜索商品

browser navigate → https://s.taobao.com/search?q=<关键词>

等待2秒加载，snapshot 获取搜索结果列表。

2. 提取候选商品

从 snapshot 中提取每个商品的：

• •商品名称、价格、销量
• •店铺名称、好评率
• •商品链接（item ID）

筛选标准（可根据用户需求调整）：

• •优先旗舰店/官方店
• •品牌知名度
• •价格覆盖高中低档
• •销量/回头客数量

3. 逐个查看真实评价（核心步骤）

对每个候选商品：

browser navigate → https://detail.tmall.com/item.htm?id=<itemId>

等待2.5秒，然后：

a) 尝试点击"查看全部评价"

(function(){
  var el = Array.from(document.querySelectorAll('div,span'))
    .find(function(e){
      return e.textContent.trim() === '查看全部评价' 
        && e.getBoundingClientRect().width < 200
    });
  if(el){el.click(); return 'clicked'}
  return 'not found'
})()

b) 如果没有"查看全部评价"，直接从 snapshot 读取内嵌评价

c) 提取评价信息

• •好评率百分比
• •评价数量
• •关键词标签（味道好、品质好、发货快等）
• •具体买家评论文本（至少10条）
• •差评/中评内容（重点关注）

4. 记录关键数据

每款商品记录：

• •店铺类型：旗舰店 / 专营店 / 淘宝农场 / 个人店
• •好评率
• •是否有"加入购物车"按钮（秒杀商品只有"领券购买"）
• •实际价格 vs 标价（券后价/秒杀价可能会变）
• •产品标准号（如 GB/T 19266）
• •生产商信息

5. 对比分析与排名

基于以下维度排名：

1. •真实评价质量（权重最高）— 买家具体描述，非模板化好评
2. •好评率 — 低于95%需重点关注
3. •品牌/店铺可信度 — 旗舰店 > 专营店 > 淘宝农场 > 个人店
4. •性价比 — 同品质下价格更低
5. •售后保障 — 假一赔四、7天无理由、运费险等

6. 输出报告

格式参考 references/report-template.md。

包含：

• •每款商品的排名和推荐理由
• •真实评价摘要（好评+差评）
• •价格对比
• •购买链接
• •最终建议（按使用场景区分）

操作注意事项

淘宝页面特点

• •秒杀商品只有"领券购买"按钮，无法加入购物车
• •百亿补贴/天猫超市商品可能没有评价区
• •购物车数字（如"购物车168"）是导航链接，不是加购按钮
• •页面加载需等待2-2.5秒，过快操作会取不到数据
• •评价区折叠了大量"对你帮助不大的评价"，展示的是精选评价

评价真实性判断

• •模板化评价（"商品分量 包装品质：好"）可信度低
• •带具体描述的评价更可信（"开袋就能闻到浓浓米香"）
• •追评比首评更有参考价值
• •差评/中评是选品核心参考
• •好评率低于95%在该品类属于偏低

加购操作

• •找到 button "加入购物车" 的 ref，直接 click
• •加购成功后页面会弹出"成功加入购物车"提示
• •购物车数字会+1（可验证）

飞书通知

调研完成后，发送精简版报告到飞书：

message send → channel=feishu, accountId=main

报告包含：排名、价格、推荐理由、购买链接。