选品卡住的时候，常见的情况是这样的：数据工具翻了半个月，看到的品要么竞争激烈，要么月销只有几十单，方向在哪说不清。
这个问题在收纳、宠物用品、厨房小件这类类目里特别常见。我给的建议一般是：先别找空白市场。
空白市场对小卖家来说是个陷阱
2026 年，主流电商数据工具的功能已经高度同质化。你能看到的筛选条件，你的对手也能看到，信息差窗口通常只维持几周。
更麻烦的是另一件事：一个品类搜不到像样的竞品，多数时候不是没人发现，而是需求根本没被验证过。你要拿自己的钱去赌一个可能不存在的需求。
换个方向。已经有人在买的品，说明需求是真的；如果这批人买了以后还在骂，说明供给有缺陷。这两个条件同时成立的地方，才是可以进去的位置。差评就是一份免费的调研报告，而且是别人花了钱和时间买来的。
第一步：把候选池缩到「有需求但有缺陷」
不是所有差评多的品都值得看。先按三个条件筛一遍。
| 条件 | 参考标准 | 为什么这么定 |
|---|---|---|
| 评价数 | 500 条以上 | 样本太小时，5 条差评可能是偶然，不构成需求信号 |
| 评分区间 | 4.0 - 4.6 | 分太高的品改不动；分太低的往往有硬伤，或者存在刷单干扰 |
| 上架时间 | 6 个月以上 | 排除新品早期的磨合问题，也说明它已经活过了第一轮淘汰 |
第二步：评论怎么采样，才不会看到偏的
直接按平台默认排序从头翻，是最常见的错。默认排序通常是「最有帮助」，这批评论大多来自产品刚上市的那几个月，跟现在在售的版本可能已经不是一回事了。
我的做法是抓两批：
- 时间倒序的最近 200 条，反映当前批次的实际问题
- 「最有帮助」的前 100 条，反映被最多买家认同的问题
工具上，支持评论导出的第三方工具比手动复制快得多，不少产品提供免费额度可以先用。没有工具就手动，200 条大概半小时，不算重活。
第三步：让 AI 数数，别让它写点评
这一步最容易做错。很多人把评论丢给 AI，让它「总结一下用户反馈」，得到的是一段漂亮的废话：用户普遍认可产品质量，但对尺寸存在一些意见。
问题在于它没给频次。「对尺寸有意见」这句话，背后是 3 条还是 80 条，结论完全相反。
DeepSeek、豆包、Kimi 这类支持长文本的模型都能直接用，把评论粘进去，套下面这段提示词：
以下是我从某电商平台导出的产品评论，共 X 条。
> 请完成三件事：
> 1. 把所有负面反馈归纳成主题，每个主题标注出现条数，按条数降序排列；
2. 每个主题下摘录 2-3 条原文，不要改写；
3. 单独列出物流、客服、包装破损这类与产品本身无关的反馈，不计入上面的排序。
> 不要给改进建议，只做归纳。
最后那句很关键。你不叫它停，它就会开始出主意，而它给的主意通常是「提升产品质量」这种没法落地的话。
评论量超过一千条时，分批处理，每批 300 条左右，最后把几批的主题合并。分批还有个额外好处：你能看到不同批次的差异，比如前 300 条骂卡扣，后 300 条骂的是说明书。
第四步：分清哪些抱怨你改得了
这是整个流程里 AI 替不了的一步，得靠人判断。下面这张表可以对着用。
| 抱怨类型 | 典型原话 | 能不能改 | 说明 |
|---|---|---|---|
| 尺寸规格偏差 | 标称 30cm，实际只有 27 | 能 | 换厂或重做规格表，成本很低 |
| 配件缺失或易损 | 用了两周卡扣就断了 | 能 | 加一个备用件，单件成本几毛 |
| 说明不清 | 装了半天不知道哪面朝上 | 能 | 重做说明书，或加视频二维码 |
| 场景不匹配 | 想放车里结果太高 | 部分能 | 要评估是否值得单独开一个规格 |
| 价格偏贵 | 质量还行，但这个价不值 | 改不了 | 属于定价问题，换个品也躲不开 |
| 物流慢、客服差 | 等了十天 / 没人回消息 | 改不了 | 属于运营问题，和产品本身无关 |
第五步：算改良账，看溢价能不能覆盖成本
把改良方案摊开算三笔：开模或改规格的一次性投入、单件增加的材料和包装成本、工厂要求的起订量压多久。
关键问题是改完之后能卖贵多少。原品卖 59，你改完能卖 65，单件成本却多了 8 块，这笔账就是亏的。能撑起溢价的，通常是评论里有人明确说要为之多付钱的点，比如「如果有加长版我一定买」这种原话，比你自己推测可靠。
第六步：下大单之前，先花小钱验证
- 用你打算改良的那个点做一条短视频或图文，看点击量，重点看评论区有没有人主动问在哪买
- 先在现有平台卖原版，收集自己的一手差评，验证不同平台的抱怨是否一致
- 向工厂要样品，自己实际使用两周，重点测差评里出现最多的那个点
- 确认改良后的物料成本，反推定价和毛利，再决定是否试单
- 用能接受的最小起订量试单，把退货率纳入观察指标
几个容易踩的坑
只看好评。好评里的内容是别人已经做到的部分，看不出机会在哪。
样本太小就下结论。50 条评论里 5 条提到同一问题，可能是偶然；500 条里有 50 条提到，才是信号。
把竞品的差评直接当成自己的卖点。用户骂某个点，不代表你解决了他就一定买，得看这个点在购买决策里占多大比重。
忽略时间维度。两年前的差评，厂家可能早就改过，抓评论时一定要带时间筛选。
差评集中在「贵」的品要谨慎。这类产品通常靠品牌或流量在卖，你进去只能拼价格。
今天可以动手做的一件事
挑一个你正在看的品，按时间倒序抓 100 条评论，用上面的提示词跑一遍。如果排在前三的主题里有两条属于「改得了」那一类，这个品值得继续往下算成本账；如果前三全是价格和物流，直接换下一个。
这类实操内容在 B站和抖音的电商教学区比较多，可以按关键词检索：选品差评挖掘、电商评论分析、选品供应链成本核算。优先看那些带后台数据和具体案例的内容，纯讲思路的参考价值有限。
视频来源网络，仅供学习参考，如有侵权请联系删除。