这是一个客户定制项目，今天分享出来，讲讲背景、痛点、以及整套系统的实现思路。

客户背景

客户是一家做亚马逊跨境电商的团队，主营美国市场，SKU 涵盖服装、户外用品等多个品类。团队规模不大，但选品、运营、内容三条线都要兼顾。

他们找到我的需求很具体：能不能让团队成员在飞书里发一句话，自动出一份可以直接用的市场分析报告？

他们真正的痛点是什么？

做亚马逊的人都懂，选一个品进去之前，正常要做的事情有这些：

• 翻评论，找同类产品的差评，看用户到底在骂什么
• 去 Reddit 搜帖子，看真实买家怎么聊这个品类
• 根据痛点写 Listing，反复打磨标题和 Bullet
• 想 TikTok 投放脚本，给短视频团队出 brief

光是前两步，一个有经验的运营手动做下来，快的话也要 3-4 小时，慢的话大半天就没了。而且每次换一个品，就得从头再来一遍。

注意：痛点不是”不会做”，而是”每次都要重复做”。跨境团队的核心竞争力应该在判断力和执行力上，不应该消耗在机械性的信息收集和初稿整理上。

解法思路：搭一套 5 Agent 协同系统

我给他们搭的系统叫 OpenClaw，核心逻辑是：把原来一个人串行做的事情，拆给多个专职 Agent 并发执行，最后汇总输出。

系统里有 5 个 Agent，每个只负责一件事：

总控 大总管（Lead）

接收用户在飞书的输入，拆解任务，调度其他 Agent，最后汇总所有结果，把完整报告发回飞书。

Agent 01 VOC 市场分析师

抓取亚马逊差评、Reddit 帖子、YouTube 字幕，多源交叉验证，整理出用户真实痛点，直接引用原话，有据可查。

Agent 02 Reddit 情报员

三轮定向搜索：痛点维度、竞品维度、潜在需求维度，只读不发帖，挖出消费者在论坛里说但不会写在评论区的真实感受。

Agent 03 GEO 内容优化师

拿到 VOC 数据后，自动生成亚马逊 Listing（标题 + 5条Bullet + 描述）、FAQ 5问5答、博客大纲。所有文案禁用模糊词，必须有具体数字锚定。

Agent 04 TikTok 爆款编导

同样拿到 VOC 数据后，输出 25 格完整分镜脚本，每格有时间轴、画面、运镜、叠字、音效，旁白严格控制在 55 词以内，附 Midjourney 配图提示词。

完整任务流程：以”分析户外折叠椅”为例

以下是用户发出指令后，系统内部的完整执行链路：

第一步：用户触发

团队成员在飞书群里 @大总管，发送一句话：

@大总管 分析户外折叠椅市场

第二步：Gateway 接单，转给大总管

飞书 Gateway 收到消息，识别到是 @大总管 指令，转发给 Lead Agent（大总管）处理。

第三步：大总管拆解任务，Wave 1 并发启动

大总管解析指令，通过 sessions_send 同时呼叫两个 Agent 并发执行：

• voc-analyst
  
  ：抓亚马逊差评 + Reddit + YouTube 字幕
• reddit-spec
  
  ：监控相关版块舆情，三轮定向搜索

第四步：Wave 1 完成，数据回传大总管

voc-analyst 和 reddit-spec 各自跑完，把分析报告通过 sessions_send 发回大总管。大总管此时手里有了两份原始数据报告。

第五步：大总管携带 VOC 数据，Wave 2 并发启动

大总管把 VOC 数据作为上下文，再次通过 sessions_send 同时呼叫：

• geo-optimizer
  
  ：传入 VOC 数据，生成 Listing + FAQ + 博客大纲
• tiktok-director
  
  ：传入 VOC 数据，生成 25 格分镜脚本 + Midjourney 提示词

提示：Wave 2 的 Agent 是在拿到 Wave 1 的真实数据之后才启动的，内容生成有根有据，不是凭空创作。这是整套架构里最关键的设计——数据驱动内容，而不是内容驱动数据。

第六步：Wave 2 完成，结果回传大总管

geo-optimizer 和 tiktok-director 各自完成，把结果发回大总管。

第七步：大总管汇总，通过飞书发回给你

大总管汇总全部结果，做合规检查（13项逐条核对），生成结构化执行摘要，通过飞书把完整报告发回给触发这条指令的人。

从发出指令到收到报告：约 8 分钟。

飞书：@大总管 分析户外折叠椅市场

↓

Gateway 转发给 Lead（大总管）

↓

Wave 1 · 并发

VOC 分析师     +     Reddit 情报员

↓   两份报告回传大总管

Wave 2 · 携带 VOC 数据 · 并发

GEO 优化师     +     TikTok 编导

↓   两份输出回传大总管

大总管汇总 + 合规检查 + 结构化报告

↓

飞书消息推送给用户 · 全程约 8 分钟

最终交付物清单

以女装短袖T恤为例，实际跑出来的结果：

• VOC 痛点报告
  
  ——5大核心痛点，附英文用户原话，多源交叉验证
• 亚马逊 Listing 英文版
  
  ——标题（200字符以内）+ 5条 Bullet + 完整 Description
• GEO 优化版 Listing
  
  ——带具体克重/尺寸数字 + FAQ 5问5答 + 博客大纲
• TikTok 25格完整分镜
  
  ——每格含时间轴/画面/运镜/叠字/音效，附 Midjourney 提示词
• 3套 TikTok 脚本变体
  
  ——版型角度、面料角度、Q&A 角度，可直接 A/B 测试
• 合规检查表
  
  ——13项逐条核对，全部达标才输出

我把整个输出物用ai输出了一个html，给大家有个直观感受。

这套东西的价值在哪里？

不在于替代人，而在于把重复性的信息收集和内容初稿这件事从人的时间里解放出来。

一个运营本来要花 3-4 小时做的事，现在 8 分钟出初稿，他只需要做一件事：判断哪个脚本值得投预算，哪个痛点值得押注。

而且整套架构产品无关，换「男装连帽卫衣」、「户外折叠椅」、「宠物自动饮水机」，5 个 Agent 照样跑，输出结构完全一致。

重点：第一次搭是成本，之后每次跑都是利润。这就是 Agent 系统的复利逻辑。