Week 1 图文教程:跟着做

欢迎来到第一周。这周你不学编程，而是亲手带着 AI 干一件真实业务里的活儿：把海外用户的真实吐槽、差评、讨论，整理成一份你能反复用的《选品需求证据包 v0》。做完你会发现，原来「让 AI 在文件夹里干活」这件事，比想象中简单得多。

这周你要做出来的东西

一句话：不是让 AI 说「这个品能不能做」，而是让 AI 帮你把真实需求证据整理出来，判断权留在你手上。

这份《选品需求证据包 v0》要能回答 4 个问题：

整个流程长这样：

公开资料 → 结构化整理 → AI 自查 → 人工检查 → 你的业务判断

这就是你的第一个 AI 工作流。以后做竞品库、写脚本、做 SOP，都是这个套路的变体。

在动手之前，先花一分钟搞清楚 Codex 是什么。你可以把它理解成：一个能在你的文件夹里干活的 AI 执行助理。ChatGPT 像聊天框，你问一句它答一句，答案留在聊天记录里；Codex 像一个项目助理，你把一个文件夹交给它，它帮你读文件、写文件、整理资料、生成报告，成果沉淀在文件夹里。一句话：ChatGPT 适合问一次，Codex 适合做一个项目。

开始前的准备

必须准备的：

网络自测很简单：依次打开 https://chatgpt.com、https://www.amazon.com、https://www.tiktok.com，都能打开就合格。

建议顺手装的（第一周不强制）：VS Code（看项目文件更清楚）、WPS 或 Office（看表格）。

再准备一点你自己的业务资料，写在便签里就行：

1. 我做的平台：
2. 我的品类：
3. 我的目标市场：
4. 我现在最想研究的产品方向：
5. 我已有的竞品链接 3 个：
6. 我自己的供应链情况：

写不全没关系，先写你知道的。真实业务资料不完美很正常。

最后拿好本周材料：本周的项目模板包在训练营课程页的 Week 1 章节里，也可以直接打开 Week 1 项目模板（文件名 sct-camp1-week1-competitor-research-template.zip），页面上有文件预览和下载按钮。注意这个包是一套项目模板文档（Markdown 格式的文件夹骨架和填写模板），不是代码，不用怕。配套直播回放（P1 / P2）就在课程目录的 Week 1 章节里，P1 带你装环境、打开 Codex，P2 带你跟练本周项目。哪一步卡住了，随时回去看对应段落。

跟练步骤

第 1 步：下载并安装 Codex Desktop

打开官方下载页：

https://chatgpt.com/download

页面里有 ChatGPT 和 Codex Desktop 的下载入口。Windows 下载后双击安装包；Mac 下载后按提示拖进 Applications。

成功了长什么样：桌面或启动台里出现 Codex 图标，双击能打开。如果下载页卡在人机验证，别硬耗，换个稳定节点再试，还不行就截图发群里。

第 2 步：登录 Codex

打开 Codex，用你的 ChatGPT / OpenAI 账号登录。

成功了长什么样：登录后能看到输入框或项目入口。登录失败的话：换一个稳定节点、关掉浏览器里无关的插件、不要频繁切换地区，然后再试一次。

第 3 步：下载项目模板并解压

从 Week 1 项目模板 下载 sct-camp1-week1-competitor-research-template.zip，解压到你能找到的地方，比如桌面。建议在桌面先建一个总文件夹 SCT-AI-超级个体营，把解压出来的东西放进去。文件夹名尽量别用复杂的中文加符号，避免后面路径混乱。

成功了长什么样：解压后能看到 week-01-product-research 文件夹，里面有 input/、output/、prompts/、docs/ 这些子文件夹和 README.md。它们的分工是：

week-01-product-research/
  input/     放你收集的原始材料
  output/    放 AI 整理出来的报告
  prompts/   放可复用的提示词
  docs/      放操作说明和验收标准

第 4 步：让 Codex 打开这个文件夹

在 Codex 里选择打开 week-01-product-research 文件夹。记住一个原则：你不是把整个电脑丢给它，而是只把这个项目文件夹交给它。如果它问你是否允许读取和操作这个文件夹，选允许。

成功了长什么样：Codex 界面里能看到这个项目的名字，或者你问它「当前文件夹里有什么」，它能列出 input/、output/ 这些目录。

第 5 步：发出第一句 prompt

复制这段话发给 Codex（把冒号后面填上你自己的信息）：

你现在就是这个文件夹里的选品挖掘 agent。

请先读取：
- README.md
- input/keywords.md
- prompts/search-plan.md

我的品类方向是：
目标市场是：
目标用户是：
我已有的竞品链接是：
我自己的供应链情况是：

请你先给我一份需求挖掘计划。
不要直接判断这个品能不能做。

注意最后两行，这是本周最重要的习惯：先计划，再执行。第一句不要直接说「帮我做报告」。

成功了长什么样：Codex 输出一份分步骤的需求挖掘计划，或者一张下一步采集清单，而不是泛泛地跟你聊天。

第 6 步：先练手——整理一个竞品网页

正式挖掘之前，先做一个最小闭环练手。选一个和你业务相关的公开竞品页面（Amazon 商品页、TikTok Shop、独立站都行，要求不登录、不付费就能看），把链接和你选它的原因写进 input/ 里，然后发这段 prompt：

你是一个跨境电商竞品研究助手。

请基于我提供的公开网页链接或网页文本，帮我整理一份竞品资料。

要求：
1. 只使用公开可见信息，不要编造。
2. 如果信息缺失，请标记「页面未提供」。
3. 输出 Markdown 表格。
4. 用中文解释，但保留关键英文原文。
5. 最后给出 5 条我可以学习的地方，以及 5 条我不应该照抄的地方。

字段：产品名称、页面链接、价格、目标人群、核心卖点、
页面主标题、用户痛点、素材风格、可信证明、下一步内容建议。

请把结果保存到：output/competitor-research.md

成功了长什么样：output/ 里多出一份 competitor-research.md，打开是结构化的表格，缺的信息标了「页面未提供」，而不是编出来的。

第 7 步：让 AI 自查，再自己检查

第一版出来后别急着满意。继续发：

请你不要急着扩写。

请先检查这份竞品资料是否有以下问题：
1. 有没有编造页面没有的信息？
2. 有没有把普通功能误判成核心卖点？
3. 有没有忽略目标人群？
4. 有没有缺少可以直接用于短视频脚本的素材点？

请给出修改后的版本，并覆盖保存到：output/competitor-research.md

然后你自己再对着原网页过一遍：价格对不对？卖点是不是页面上真有的？英文原文保留了吗？只要发现 1 处严重编造，就让它重做。

成功了长什么样：修改版比第一版更「老实」——该标「页面未提供」的地方标了，每条卖点你都能在原网页上找到出处。

第 8 步：填关键词，开始收集证据

回到正式项目。打开 input/keywords.md，填上你的品类方向、目标市场、目标人群和英文核心关键词。举个例子：

品类方向：pet hair remover
目标市场：美国
目标人群：养猫狗的人、车里和沙发上有宠物毛的人
英文关键词：pet hair remover, dog hair remover, lint remover for pet hair

然后让 Codex 基于这个文件生成一份搜索计划：分平台列搜索词、告诉你每个平台该找什么证据、哪些内容算真实需求哪些只是噪音。

接着照着计划，用 Chrome 挨个平台收证据，粘贴回 input/ 对应的文件里：

成功了长什么样：input/ 里攒够了至少 10 条用户原话、5 条差评、3 个竞品链接，每条都带来源链接或截图。

第 9 步：生成需求地图和证据包

材料够了，复制这段给 Codex：

请读取 input/ 里的所有材料。

请不要直接推荐上品。

请先输出一份需求地图，包含：
1. 用户是谁
2. 真实使用场景
3. 高频痛点
4. 情绪表达
5. 现有产品没解决好的地方
6. 可以微创新的方向
7. 需要拿样验证的问题
8. 每个判断对应的原始证据

要求：
- 不要编数据
- 不要写空泛结论
- 每个判断都要引用原文或来源

满意之后，再让它把需求地图整理成最终报告，标题就叫「选品需求证据包 v0 - 你的品类名」，保存到 output/。

成功了长什么样：报告里每一条判断后面都跟着原文引用或来源链接。你随手抽查 3 条，都能找到出处——这就是合格；只有「这个品不错」这种空话、找不到来源，就是不合格。

常见坑

一上来就问「这个品能不能做」。 这是本周最大的坑。AI 会给你一个听起来很专业的答案，但那是编的。正确姿势：先让它收集和整理真实需求证据，不要直接判断，每个结论都要引用原始材料。AI 不是老板，它是资料员。

下载页卡人机验证，或者登录一直失败。 九成是网络节点的问题。换一个稳定、干净的节点，固定用同一个地区，不要来回切换。折腾 10 分钟还不行就截图发群里，别一个人硬耗一晚上。

Codex 打不开你给的网页链接。 很正常，不是你的问题。改用手动方案：用 Chrome 打开页面，把标题、价格、五点描述、评论片段复制进 input/ 里的文件，再让 Codex「只基于我复制进去的内容整理，不要补充页面里没有的信息」。不方便复制的页面就截图放进 input/。

AI 输出很漂亮，就直接交了。 AI 第一版经常「说得很像」但不一定真实。一定要走第 7 步的自查加人工检查。发现编造不用客气，让它重做。

成果留在聊天记录里。 聊天记录会淹没，文件夹才能沉淀。每次让 AI 输出，都要求它保存到 output/ 里的具体文件。下周你还要在这些文件上继续干活。

文件夹起名用长串中文加空格加符号。 后面路径容易出乱子。项目文件夹用简短英文加连字符，比如 week-01-product-research 这种。

作业与验收

本周作业就是那份《选品需求证据包 v0》，外加开工时的 5 张打卡截图发到群里。

一票否决项：只有 AI 总结没有原文、没有来源链接、判断回不到原始证据。加分项：有 TikTok 评论、Amazon 低星差评、Reddit 讨论、Google Trends 截图和供应链信息。

提交前对照自查：

• 我保留了英文原文或截图
• AI 的每个判断都能回到原始证据
• 我没有让 AI 凭空推荐上品
• 我写了自己的商业判断

学完这周，你其实学会了

表面上你做了一份选品报告，实际上你掌握了一个可以无限复用的方法：把散乱的公开资料交给 AI，先要计划再要执行，让它结构化整理，逼它自查，你来把关，最后沉淀成文件。换个对象，这套流程就是竞品监控、Listing 优化、达人筛选、内容脚本库——变的只是 input/ 里放什么。

第一次和 AI 项目化协作，磕磕绊绊很正常，卡住就发群里，没有人是一遍跑通的。等你拿着自己的证据包看竞品时，你会发现自己看到的东西已经和一周前不一样了。下周见。