代码包 · SCT AI 超级个体营 · 第一期 · Week 1

Week 1 代码包:选品需求挖掘 starter

开营项目:把公开渠道的用户吐槽收进 input/,让 AI 产出需求地图和选品证据包

如何获得 Pass →文件树和 README 可以随便看,下载 zip(35 KB)需要 SCT 超级个体营 Pass

包里有什么

30 个文件 · 解压后 0.1 MB

├── week-01-product-research
│   ├── docs
│   │   ├── computer-use-runbook.md  (2 KB)
│   │   ├── report-pet-hair-remover-demand.md  (9 KB)
│   │   └── source-runbook.md  (2 KB)
│   ├── input
│   │   ├── amazon-bad-reviews.md
│   │   ├── capture-queue.md
│   │   ├── forum-notes.md
│   │   ├── google-trends-notes.md
│   │   ├── keywords.md
│   │   ├── manual-captures.md
│   │   ├── reddit-notes.md
│   │   ├── supply-chain.md
│   │   └── tiktok-comments.md
│   ├── prompts
│   │   ├── cluster-pain-points.md
│   │   ├── extract-demand.md  (1 KB)
│   │   └── search-plan.md
│   ├── scripts
│   │   ├── agent_run.py  (1 KB)
│   │   ├── append_capture.py  (2 KB)
│   │   ├── build_research_brief.py  (3 KB)
│   │   ├── fetch_amazon_reviews.py  (7 KB)
│   │   ├── fetch_reddit_public.py  (4 KB)
│   │   ├── fetch_search_results.py  (3 KB)
│   │   ├── fetch_tiktok_tag_browser.js  (2 KB)
│   │   ├── google_trends_sample.py  (3 KB)
│   │   └── make_search_queries.py  (2 KB)
│   ├── 00-打开项目先看这里.md  (3 KB)
│   ├── AGENTS.md  (3 KB)
│   ├── README.md  (4 KB)
│   ├── package.json
│   └── requirements.txt
└── README.md  (2 KB)

README

打开项目先看这里

这个项目可以直接对话,但要用对问法。

如果你是第一周学员,先不要急着跑脚本。

第一步是让 Codex 读懂这个项目,再让它帮你规划。

最简单的开局方式:

你现在就是这个文件夹里的选品挖掘 agent。
请按 AGENTS.md、README.md 和 docs/source-runbook.md 工作。
我的品类方向是:
目标市场是:
请你先生成搜索任务,再告诉我哪些地方需要我配合你用浏览器/Computer Use 半自动采集。

如果你完全不懂代码,先用这个更稳:

你现在就是这个文件夹里的选品挖掘 agent。

请先读取 AGENTS.md、README.md、00-打开项目先看这里.md 和 input/keywords.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。
不要先让我运行命令。
先告诉我应该收集哪些原始证据,以及每种证据放到哪个 input 文件里。

不要这样问:

帮我看看这个品能不能做。

更好的问法是:

请你先读取这个项目的 README、input 文件夹和 prompts 文件夹。
我现在想研究一个品类,请你不要直接判断能不能做,而是先帮我做一份需求挖掘计划:

品类方向:
目标市场:
目标用户:
目标平台:
我现在已有的材料:

请输出:
1. 我应该去哪几个地方找需求证据
2. 每个平台应该搜什么词
3. 我应该复制哪些评论/帖子/差评
4. 哪些信号算真需求,哪些只是噪音
5. 收集完后怎么判断微创新方向

如果你已经把材料填进 input/,可以这样问:

请你读取 input/ 里的所有材料,再结合 prompts/extract-demand.md 的结构,帮我输出一份需求挖掘地图。

要求:
- 不要编数据
- 不要直接推荐上品
- 每个判断都要引用我给的材料
- 最后列出 3 个最值得拿样验证的微创新方向

最小可用流程

  1. input/keywords.md:填你要研究的品类和关键词。
  2. 运行:
python scripts/make_search_queries.py
  1. output/search-queries.md 去搜 Reddit、Quora、Amazon 差评、TikTok 评论。
  2. 把看到的用户原话粘到 input/
  3. 运行:
python scripts/build_research_brief.py
  1. output/research-brief.md 交给 AI,让它输出需求地图。

Agent 辅助流程

在项目目录里运行:

python scripts/agent_run.py queries

这个命令会生成第一轮搜索任务。

如果你已经从 TikTok / Quora / Amazon / Google Trends 页面复制了材料,用这个命令写回项目:

python scripts/append_capture.py --source tiktok --url "https://..." --text "复制到的用户评论或页面内容"

然后再运行:

python scripts/agent_run.py brief

课堂里的标准输出

最终不是一份“选品报告”,而是:

  • 用户是谁
  • 真实场景是什么
  • 他们在吐槽什么
  • 现有产品哪里失败
  • 哪些微创新值得做
  • 需要怎么拿样验证
  • 哪些短视频角度能测试需求