青虎Agent怎么用？从注册到出报告的完整流程

青虎Agent 是青虎AI 平台内的电商数据分析 AI 工具，入口在青虎AI 平台左侧导航栏的「Agent」。位置不复杂，但第一次上手的人常常卡在三件事上：进去之后第一句话该怎么说，技能该在什么时机调用，拿到的结果算不算完整。

这篇教程按真实使用顺序走一遍，从进入界面、交代需求、调用技能，到拿到市场容量结论与卖家分布表，最后把商品筛选清单导出并归档。全程不需要写代码，也不需要记住任何接口字段，你只要能把想解决的问题说清楚。

开工前先明确一条边界：青虎Agent 获取的都是平台公开数据，包括榜单排名、价格区间、销量档位、评价内容，以及笔记、视频、话题的公开互动数据。店铺后台的真实销量、广告花费、转化率属于卖家私域数据，任何第三方工具都拿不到。把这条记住，你对结果的期待就不会跑偏。

全文偏长，建议按顺序看：先理解它替人省掉哪些工作，再确认动手前的准备，然后照着六步流程走一遍，最后看误区、技巧和三个可照做的场景。每一节都给出能改一改就直接用的任务描述写法。

一、青虎Agent 替人省掉的是哪三段工作

电商数据工作看起来零散，真正吃掉时间的其实只有三段。

第一段是跨渠道采集。一个品类要看的信号散在榜单页、搜索页、商品详情、评论区，做国内生意还要看笔记、短视频、达人主页。人工逐个打开记录，一个类目往往要花掉大半天，翻完还容易漏掉边角信息，比如某条评价里反复出现的抱怨，或者某个达人近期集中推荐的方向。

第二段是口径对齐。就算把数据抄下来，不同来源的字段含义也常常不一致：价格含不含税、含不含运费，销量是区间还是累计，评价数量是总量还是近期增量。口径没对齐，后面无论怎么比较都不成立，数字越精确反而错得越远。

第三段是结果沉淀。一次调研结束后，截图散在各处，筛选条件写在便签上，过两周想复用就找不到了。同一个类目过几个月再做一遍，等于从零开始，而当时的判断依据已经无从回忆。

把这三段想清楚，使用时的重心就明确了：你要做的不是逐条查数据，而是把需求讲清楚、把口径定下来、把结果存好。判断和取舍仍然由你完成，工具负责把信息摆整齐。

还有一层需要提前接受：青虎Agent 给不出你的供应链成本、现金流周期和产品直觉。这三件恰恰是决策的另一半。工具的位置在信息层，用它抬高出判断的下限，而不是指望它替你拍板。

把人工和工具的活分开放，效率差别最明显。人工适合做的三件事是：定义问题边界、判断结果是否可信、决定要不要投入资源。工具适合做的三件事是：把分散页面上的同一类信息收拢、按你给的条件反复切分候选、把切分结果按统一结构写出来。前者慢但不可替代，后者重复度高且容易标准化。

举个具体的对比：人工看一个类目的评价内容，通常只会顺着翻开前几页，看十几条就失去耐心，得到的印象依赖运气；工具可以把这个类目下多个商品的全部公开评价一起归类，把反复出现的问题按出现频次排出来。前者得到的是印象，后者得到的是可以拿去比对的结构。

采集这一段还有一个隐性成本：切换。运营在榜单页、商品详情和内容平台之间来回跳，注意力被切碎，看到第五条就已经记不清第一条是什么。把同一件事放进一个对话窗口里连续推进，最大的收益不是省时间，而是让判断依据始终处在同一个上下文里。

二、能拿到什么、拿不到什么

使用体验好不好，很大程度上取决于期待值设定是否准确。把数据分成公开层与私域层，边界就一目了然。

公开层的数据可以采集：平台榜单上的排名与档位、商品的挂牌价格区间、公开的评价内容与评分水平、内容平台的笔记与视频公开互动数据、话题热度、达人的公开画像信息。这些数据在平台上人人可见，青虎Agent 做的是把它们收拢、清洗、按你的条件筛出来，并按电商分析的视角组织成结论。

私域层的数据拿不到：某家店铺后台的真实成交、广告消耗、点击率与转化率、库存周转、实际毛利。这些数据只存在于卖家自己的后台，不对外公开。遇到声称能给出这类数据的工具，反而要提高警惕。

数据类别	能否获取	典型内容
榜单与排名	可以	类目榜位、热销档位、趋势方向
价格与评价	可以	挂牌价格区间、评价数量级、评分水平、评价正文
内容平台公开数据	可以	笔记、视频、话题的公开互动数据与达人公开画像
后台成交与消耗	不可以	真实销量、广告花费、点击与转化
库存与成本	不可以	周转天数、实际毛利、供应链报价

这张表可以当成自查清单。每次拿到一份结果，先问自己两件事：结论用的是哪一类数据，里面的相对水平是基于什么口径得出的。能回答上来，结论就可以进入下一步；回答不上来，先别急着用。

公开数据本身也有更新节奏，不同平台的公示周期不一样。做跨平台对比之前，把时间口径确认一遍，比追求更精确的数字重要得多。同一款商品在美国站和东南亚站的标价构成可能不同，直接并列看会失真。

另一个常见误判来自数据的覆盖范围。榜单通常只覆盖到类目的一部分商品，排名靠后的长尾并不会全部出现。所以工具给出的卖家分布表反映的是被纳入统计的那一部分结构，而不是整个类目的全部卖家。做判断时把它当成一个可比较的相对结构，而不是绝对清单，结论就稳得住。

理解这一点之后，很多纠结就自然消解了。你不需要知道某个类目里到底有多少个卖家，你需要知道的是这个类目的供给是集中在少数几个头部，还是分散在一批中小卖家手里。前者意味着突围要靠差异化，后者意味着靠执行效率就有机会。

图2：公开层数据可以采集整理，私域层数据任何第三方工具都拿不到

三、动手之前要准备的三样东西

很多人觉得青虎Agent 难用，问题往往不在工具，而在提问之前没想清楚要什么。准备工作只有三样，花五分钟就能完成。

三样里面最容易省掉的是第三样。只说帮我看看这个类目，得到的往往是一段概括性描述；说清我要一份按价格区间和评价数量级排序的商品清单，并且单独给我一份差评痛点汇总，得到的就是能直接用的材料。

准备阶段还有一个小动作值得养成：把这次调研的时间和平台口径写在标题里。比如亚马逊美国站厨房小工具类目选品调研，覆盖近一个月公开数据。归档时一眼就能看出这份文件是什么时候、基于什么口径做的。

如果这次调研要交给别人用，再补一句使用场景。写给采购看的清单，重点在价格区间和供给稳定性；写给运营看的清单，重点在评价数量和内容角度；写给老板看的结论，重点在容量档位和竞争水平。同一批数据按不同用途组织，接受度完全不同。

还有一项准备经常被忽略：确认这次要覆盖的平台里，有没有你实际在做的市场。跨境的团队如果只调了国内内容平台的技能，拿到的热度信号和海外站点的需求可能并不同步；只做国内的团队盯着海外榜单，同样会产生误导。技能按平台分类的用意就在于这里，先想清楚自己要在哪个市场做判断，再决定调哪几个技能。

四、从下发任务到拿到报告的六步

流程本身不长，六个步骤走完，一份可用的调研报告就成型了。下面每一步都给出了可以直接套用的说法。

图1：六步流程把对话式任务，收敛成一份可以交给团队继续处理的调研材料

六步里真正需要经验的是第二步和第四步。目标说得含混，后面无论怎么追问都在补救；筛选条件设得太严，容易因为条件组合过窄而得出这个类目没有机会的错误结论。第一轮建议先宽松，看候选规模，再决定收紧还是放宽。

第三步调用技能时，最多人犯的错是只调一个维度就下判断。同一个方向的证据应该来自不止一处：词维度的需求用关键词反查看，内容侧的热度用笔记与视频数据看，达人侧的供给用达人数据看。三个维度的信号指向一致，结论才站得住；信号互相矛盾时，恰恰说明这个方向需要更多观察，而不是急着决定。

第五步追问时，建议按固定顺序推进：先补事实，再改口径，最后改形式。补事实指把缺失的维度补齐，比如增加达人画像或评论归类；改口径指调整筛选条件和时间范围；改形式指把结论改写成交付对象能直接看的版本。顺序颠倒，容易在格式上反复来回，实质内容反而没补上。

整个流程跑顺之后，可以给自己定一个节奏：新方向按完整六步走一遍，熟悉的类目直接跳到第四步做增量筛选。不必每次都从第一步开始，但每次都要走到第六步归档，否则沉淀断档，可复用的价值就丢掉了。

五、任务描述怎么写：三组对照

同一件事，说法不同，拿到的结果差别很大。下面三组对照可以直接照抄改词。

场景	推荐写法	预期产出
类目机会判断	帮我分析亚马逊美国站某类目的市场容量与竞争强度，给出主流价格带和卖家分布情况	市场容量结论、卖家分布表
候选筛选	按价格中段区间和评价数量低档位筛选该关键词下的商品，输出按趋势排序的清单	商品筛选清单
需求挖掘	整理前列商品评价里的差评内容，归类出反复出现的问题点	差评痛点汇总
内容侧验证	用关键词搜索笔记-小红书 查这个方向近期的笔记热度与内容角度	内容信号与选题参考
达人侧验证	用查达人数据-抖音 和 查达人粉丝画像-抖音 看这个品类的带货达人分布	达人画像与渠道参考

写任务描述有个通用技巧：把不确定的词换成可比较的词。告诉我这个类目好不好做，不如问这个类目的竞争密度相对同类目处在什么水平。前者只能得到一句主观判断，后者能得到可以和其他类目并排看的口径。

还有一个细节值得注意：涉及数据时，用区间、档位、相对水平来描述就足够。公开数据本身就是按档位公示的，纠结个位数的差别没有意义，看的是某个商品从低档位升到中档位、某个类目的评价数量级整体上移这类变化。

一条完整任务描述里，除了目标和产出，还应该带上三个边界条件：排除项、数量上限、排序方式。排除项用来去掉明显不做的方向，比如排除需要认证或季节性过强的品类；数量上限避免结果堆成一份没人看的清单；排序方式决定你第一眼看到的是最有潜力的还是最热门的，这两者经常不是同一批商品。

六、五大模块分别用在什么时候

青虎Agent 的能力按五个模块组织，知道每个模块管什么，用的时候就不用反复试。

模块	典型任务	主要产出
选品分析	按条件筛选候选、按趋势排序	商品筛选清单
市场分析	看类目容量、竞争密度、卖家结构	市场容量结论、卖家分布表
Listing生成	写标题、五点、详情与后台词	Listing 文案与违规词校验结果
商品库	归档调研资料、沉淀竞品信息	可复用的商品档案
技能市场	按平台调用取数能力	关键词、笔记、达人、视频等维度数据

五个模块的价值在于可以串联。选品分析筛出的清单可以直接沉入商品库，与竞品链接和历史记录放在一起；市场分析得到的痛点结论可以交给 Listing生成环节，用来写标题和五点描述。同一界面内完成，中间不需要复制粘贴。

串联带来的另一个好处是口径统一。如果选品用一套标准、写文案用另一套标准，很容易出现清单里挑中的卖点和文案里强调的点不是同一件事。同一个界面里，前后引用的是同一批调研材料，这类错位就少得多。

技能市场里列出的能力按平台归类，关键词反查、达人数据、笔记与视频数据、评论数据、热搜榜数据都能直接调用。一个任务里可以连续调用多个技能，把不同维度的信号补齐之后再下判断。

举几个具体技能的使用时机。关键词反查-亚马逊 适合在做跨境时先摸清一个词背后的需求规模与竞争程度；关键词搜索笔记-小红书 和 查笔记评论-小红书 适合验证一个方向在内容平台的讨论热度与真实反馈；查达人数据-抖音、查达人粉丝画像-抖音 适合判断一个品类的带货达人结构，以及内容该投向什么类型的账号；查视频数据与评论、话题详情、热搜榜这几类抖音技能，适合看短周期内的热度波动。

图4：模块之间可以串联，选品结果沉入商品库、痛点结论流向 Listing 文案生成

七、角色机制：什么时候需要多角色协作

青虎Agent 支持选择「电商专家」角色，也可以用精选场景专家团做多角色协作。区别不在于哪个更强，而在于任务是否需要同时覆盖多个视角。

单个明确的问题，用电商专家角色就够。比如某个类目的价格带分布怎么样，这类任务只有一条判断主线，角色多了反而绕。

需要同时看需求端、供给端、内容端、竞争端的复杂任务，适合交给专家团。告诉它最终想要一份什么报告，它会自动拆解任务、并行执行、再整合输出。适合新市场切入评估这类需要横向比对的场景。

角色机制还有一个隐性好处：它把输出格式固定下来了。同一个角色跑出来的报告结构一致，多个人做的结果可以直接并排比较，不需要先花时间统一格式。

团队协作时可以用一个简单分工：把需要横向覆盖多个方向的初期评估交给专家团，把日常反复执行的单点查询交给电商专家角色。前者用在决定要不要做，后者用在决定怎么做，两种任务混着用，反而会让流程变乱。

八、四个常见误区

工具本身不复杂，能不能用好主要看认知。下面四个误区在新手使用中出现频率很高。

四个误区的共同点是把工具的输出当成了终点。青虎Agent 负责把信息摆到你面前，判断和取舍仍然要人来做。认清楚这条边界，工具的价值才会稳定发挥。

自查有没有踩坑，可以问自己三个问题：这次任务的产出形式我提前讲了吗？清单里的每一条结论我知道它来自哪类数据吗？这份结果放到三个月后还能看懂吗？三个问题都答得上，说明用得不偏。

九、四个提效技巧

四个技巧分别对应口径统一、筛选节奏、信息深度和历史积累，都不需要额外投入，难的是坚持。跑上两三个月，提升往往不在工具用得多熟，而在判断标准变得清晰。

技巧的落地顺序也有讲究。建议先把第二条和第四条固定下来，也就是先宽后窄的两轮跑法和结果即时归档，这两条决定结果的稳定性；模板和评价归类则适合在跑熟之后再加进来，一开始就追求完备，反而容易因为步骤太多而放弃。

十、三个可以照做的使用场景

三个场景的共同点是相邻环节可以被串联。调研结束后资料沉入商品库，结论直接服务文案生成，链路越短，执行时丢掉的细节越少。

如果用一句话概括什么时候该打开青虎Agent，可以说：当你需要在一批分散的公开信息里按条件挑出候选，并且希望结果能留下来继续用时。反过来，如果只是想知道某个商品现在标价多少，直接看页面更快，用工具反而不划算。

图3：用技能加任务描述下达指令，是青虎Agent 最常见的任务下发方式

十一、总结：把使用流程固定下来

十二、常见问题解答

把这篇教程里的六步流程跑上两三次，青虎Agent 就从一个新工具变成了日常工作里的一个固定动作。真正的熟练不来自记操作，而来自每次调研之后都留下一份带判断依据的归档。