最近一年，我们一直在思考一个问题：能不能让 AI 真正理解一个商品，而不是每次都重新写 Prompt？

很多 AI 应用都有一个共同特点：

用户打开页面。

输入一段 Prompt。

AI 返回一段内容。

如果生成的是一篇博客，这种方式问题并不大。

但如果需要连续生成：

• SEO 博客
• Landing Page
• FAQ
• TikTok 视频
• YouTube Shorts
• Instagram Reels

事情就开始变得复杂。

因为每一次生成，都需要重新告诉 AI：

这个商品是什么？

品牌是什么？

卖点是什么？

目标用户是谁？

这种重复输入，不仅浪费时间，也很容易导致内容风格不一致。

于是，我们开始尝试另外一种设计。

---

为什么选择 Product URL 作为入口？

对于跨境电商来说。

商品详情页本身就是最完整的数据源。

一个 Product URL 通常已经包含：

• 商品标题
• 商品图片
• 品牌信息
• 产品描述
• SKU
• 规格参数
• 用户评价
• Price

所以，我们没有让用户继续写 Prompt。

而是：

Product URL

↓

Crawler

↓

Product Parser

↓

Structured Context

系统首先解析商品。

把页面转换成结构化数据。

例如：

{
  "title":"Water Bottle",
  "brand":"Brand X",
  "features":[
    "...",
    "..."
  ],
  "targetUsers":"..."
}

后面的所有 AI Workflow。

全部共享这一份 Context。

---

一份 Context，多种内容输出

有了统一 Context。

后面的工作流开始变得非常简单。

例如：

Product Context

├── SEO Blog

├── Landing Page

├── AEO FAQ

├── Video Script

├── Storyboard

└── Social Copy

不同 Agent。

负责不同任务。

但是：

不需要重新理解商品。

---

SEONIB：负责文字内容生成

基于这一思路，我们开发了 SEONIB。

SEONIB 并不是简单调用 LLM 写文章。

它会先完成：

• 商品解析
• Keyword Planning
• Context Building

随后自动生成：

• SEO Blog
• AEO Content
• Landing Page
• Internal Links

整个流程中。

用户几乎不需要写 Prompt。

真正的输入只有：

Product URL。

---

VEONIB：把同一份 Context 用到视频

后来，我们又遇到另外一个问题。

视频怎么办？

如果重新解析商品。

意味着：

重复理解。

重复推理。

于是。

我们把同一份 Context 继续复用。

在 VEONIB 中。

Workflow 大致如下：

Product Context

↓

Script Generator

↓

Storyboard

↓

Voice

↓

Overlay

↓

Marketing Video

虽然输出变成视频。

底层理解商品的方式完全一致。

---

为什么不让两个系统重新理解？

原因其实很简单。

如果：

SEO：

强调 A。

Video：

强调 B。

Landing Page：

强调 C。

最终：

品牌表达会越来越混乱。

所以。

真正需要共享的不是 Prompt。

而是：

Product Context。

这样。

博客。

视频。

落地页。

都能够保持一致。

---

Prompt 不是接口，Context 才是接口

很多团队喜欢把 Prompt 当作：

API。

实际上。

Prompt 更像：

最终指令。

真正应该被系统共享的是：

Context。

例如：

Context

↓

SEO Agent

↓

Video Agent

↓

Email Agent

↓

Landing Page Agent

每个 Agent。

都读取同一份数据。

而不是重新理解。

---

我们得到的一些经验

一年下来，我们总结了几点体会：

1. Prompt 应该越来越短。

系统理解得越多。

Prompt 越简单。

---

2. Context 比 Prompt 更值得投入。

很多时间。

应该花在：

解析。

结构化。

组织数据。

而不是写 Prompt。

---

3. Workflow 比模型更重要。

GPT。

Claude。

Gemini。

未来可能都会越来越强。

真正决定产品体验的是：

Workflow。

---

写在最后

过去一年，我们一直在思考：

AI 产品到底应该如何设计？

我们的答案是：

不要让用户一次又一次解释自己的商品。

而应该让系统一次理解，持续复用。

目前，这套思路已经分别应用到了：

• SEONIB（SEO 内容生成）
• VEONIB（AI 视频生成）

虽然最终输出不同，但都建立在同一套 Product Context 之上。

对于我们来说，这不仅减少了重复推理，也让不同类型的内容能够保持一致的品牌表达。

未来，我们也会继续围绕这一思路，探索更完整的 AI 内容工作流。