实战出身：年销 5 亿的店群，就是它的练兵场
鹏展自己就在做京东自营，有一组店铺和一支运营团队。每个 Agent 都先交给这支团队每天用，老板亲自校正它的判断，打磨好了再开放。
每一条，都是做京东自营的日常。
"团队大半的时间，都在导表、对表、翻页面"
商智、京麦、京准通、实销实结，各有各的后台和口径。把数凑到一张表里，一上午就过去了。
"不是不想打新品、换主图，是每天都在救火"
活动提报、补货、对账、回采销的消息，一样都停不得。真正拉增长的事，总排在最后。
"等看出销量掉了，已经掉了好几天"
几百上千个 SKU，靠人盯不过来。掉在曝光、点击还是转化，得有经验的人一个个看。
"价格要过采销，货压在京仓，回款要等结算"
跟不跟价、补多少货、哪个品真赚钱，每一样都得算清楚。算晚一步，就是真金白银。
"老板看一眼就知道问题在哪，换个人就看不出来"
方法在少数人的脑子里。新人上手慢，店一多，就顾不过来。
"通用 AI 什么都能聊，就是不懂京东自营"
它不知道采销、京仓、实销实结是怎么回事，也拿不到你后台的数据。聊得热闹，落不到店里。
选一个场景，看它盯什么数据、交什么结果。
每天把全店过一遍，掉队的商品一个不漏
已派给负责的运营，3 天内填整改方案
查清一个商品为什么卖不动
七天后回来对比转化率
对手改价、换图，当天就知道；跟不跟，先算清楚
跟不跟，由你和采销定
每一分投放的钱，花得值不值
调整由运营确认后再执行
货压了多久、哪天会断，提前知道
总库存正常，不代表主销规格有货
账对不对、哪个品真赚钱，一眼看清
核账和付款，由财务确认
从发现问题到复盘效果，每一步都有交代。
AI 先整理数据、给出建议，改不改由你确认，七天后回来看效果。
店里的交易数据直接从 ERP 取，同行数据由专门的 Agent 从京东前台采好存着。
结论分事实、推断、待验证三种，事实后面跟着数据。
每天按昨天的数据把问题商品挑出来，派给负责的运营，结果发到飞书。
改完有效的做法，审核后进知识库，下次遇到同类问题直接用上。
改商品页、改价、调投放、花钱，都由人来做，Agent 只出建议。
不是又一个通用 AI 工具，是懂京东自营的运营伙伴。
5 亿
年销 · 京东自营实战团队
这套方法，团队每天在真实的店铺里用。Agent 照着同一套方法看数据、看同行、看图，一步不跳。
采销、京仓、实销实结，这些自营才有的环节，都在它的视野里。
用一句话说清要查什么。不用学菜单，也不用写脚本。
它不是一个什么都答的聊天机器人。每个 Agent 只干一件事，由 AI 店长统一调度，数据走标准接口，结论逐条质检。
›诊断 SKU 880001
✓读取店铺数据，近 30 天
✓识别核心词：电动牙刷
✓采集同行，前 50 个，细看 20 个
✓看图，归类评价和问大家
✓找出差距，逐条绑定证据
✓质检通过
→生成报告：先改什么、后改什么
一个 Agent 只干一件事。AI 店长按剧本调度，可并行、可重试、每一步都可追溯。
业务 Agent 不直接碰数据库，统一通过 MCP 取数，按人、按店铺控制能看的范围。
读懂主图、副图和详情页，判断每张图是在讲信任、讲需求，还是在解决痛点。
每条结论绑定原始数据，质检 Agent 逐条核查，没有依据的结论不出报告。
实战打磨的诊断方法和验证有效的做法，沉淀成规则，持续更新。
最小权限、每次调用留痕、关键操作人工确认，遇到验证码自动停下。
商品销售下滑、转化变差、投产异常时，它帮你看清问题、查清原因、给出建议，你确认后再动手。
每天按昨天的数据，把有问题的商品挑出来，派给负责的运营。
先判断问题出在哪一环。需要时再去看同行、看人群、看图。
运营看建议和证据，决定采纳哪条，自己动手改。
对比改动前后的数据。有效的做法，审核后沉淀下来。
同一件事，人工怎么做，Agent 怎么做。
耗时按操作步骤估算，实际随店铺规模和类目不同。
一句话交代任务，Agent 自动拆成完整的执行流程。
你说
"今天哪些商品出问题了，先处理哪个"
Agent 执行
你说
"帮我诊断这个 SKU，看看和同行差在哪"
Agent 执行
你说
"竞品降到 95 元了，我们要不要跟"
Agent 执行
你说
"上周非全站投产低于 2 的商品有哪些"
Agent 执行
你说
"大促前哪些品要补货，补多少"
Agent 执行
你说
"这个月的实销实结，和我们的数对得上吗"
Agent 执行
把自己的方法，变成团队的方法
从催进度，变成看结果
从找问题，变成解决问题
鹏展 Agent 持续进化，一步步接管运营里重复的活。
把找问题、查原因这两件最费人的事接过去。
调度一组 Agent，把一件事从发现盯到复盘。
每个岗位都带着一队 Agent 干活。
鹏展自己就在做京东自营，有一组店铺和一支运营团队。每个 Agent 都先交给这支团队每天用，老板亲自校正它的判断，打磨好了再开放。