企业落地Agent案例讲解—— 一场关于Agent替代大型系统的测试

上周发的那个投票因为涉嫌违规，被举报下架了，说是涉嫌打广告，刚好投票第一名是财务领域，被封了我就不发了，刚好涉及公司机密，反正你们也没有证据。后续的分享会按照，痛点—现状—解决方案的形式去分享，如果佬友们有更好的解决方案，也请分享分享。

这是一期关于Agent能不能替代传统大型系统的测试，起因是公司准备上线电商DIM系统，也就是传统的电商全平台一件上架系统，但是转念一想，能不能用AI来协助解决，于是一场测试就此展开。

这一次以天猫为例来讲解，如何结合AI来高效实现上新。

总共涉及4个Agent协作完成，数据监控Agent，卖点标题自动打标Agent，图生图Agent，自动上架Agent

痛点

1.数据杂乱，产品的数据分散在各个excel表与飞书线上表中，依赖人工传递，经常出现信息断层

2.公司销售产品多，参数也多，SKU多，人工上架花费大量时间，无法做到灵活快速大批量上架，单次上架需要2小时起步

3.虽然有主数据系统作为支撑，但是像产品卖点，产品标题，价格，依然是线下excel进行管理

3.新品素材慢，制作全套的详情页，正面图，侧面图以及视频录制需要15天起，新品无法及时上新

解决方案，开发一个能够自动抓取整合数据源形成上架参数表并将待上架产品一键启动同步到平台的自动上架Agent

执行步骤拆解

现有资源，天猫平台的API，ERP系统的API以及公司采购的GPTimg2和GPT5.5的API，可以实现后期天猫平台的数据写入和ERP系统SKU的采集，以及大模型的调用。

第一步：针对数据源的问题开展数据治理—数据监控Agent

业务部门整理天猫平台上架所需要的参数，形成天猫上架字典，交予IT部门，IT部门结合公司已有主数据搭建天猫上架参数映射表

拿到相应所需的字段后，召集业务部门开会，确定所需字段的负责部门和负责人

机器人每日从各个系统与数据库里将上架所需资料整理为一张大的天猫上架信息表，如果存在数据缺失，根据不同字段所负责的部门，将缺失数据直接播报在部门群聊当中，并@相关负责人，同时，该机器人需要具备回写数据功能，业务部门负责人可以直接将数据在群聊中@机器人，机器人执行回写。

上面这整个过程可以理解为是做数据治理和监控，保证数据完整，当然了具体执行步骤看公司具体情况，且我这里也只是大致敲了一下。

第二步：提高设计部门效率——卖点标题自动打标Agent

这一步我认为非常有价值，各位佬友可以参考，让公司的数据资产变得有价值

结合过往上架的天猫上架资料表，把过往所有的标题，卖点，以及主图，封面图，场景图，全部打包丢给大模型，做法简单粗暴，然后让AI自动去结合第一步款式资料表里面的风格、元素和图片，自动生成卖点跟标题。

然后也是一样，可以是做成web端，给营销部门同事登录进去以后进行审核，允许人工修改，达到一个提升效率的作用。

第三步：提高视觉部门效率—图生图Agent

这一步也是一样的，在第二步的时候已经把公司所有的图片丢给过AI了，让AI（GPTimg2）根据白底图自动去生成场景图，模特图，正面、侧面图，亲测效果非常真实且没有AI的感觉，同样的，可以做一个画布形式的web端，然后每日运营部门登录查看审核，如果不满意可以修改，效率杠杠的，点击同意后AI自动将素材存在对应的素材库，用产品编码命名文件夹，同时图片命名规则按照产品编码+主图/侧面图/场景图等，这种可以自由设置。

第四步：自动上架Agent

这步就是最后一步了，取出ERP系统中仓库下的库存数据和SKU档案数据，如果是组合款的话，SKU自由组合，我们是单独设置了一个web端，如果涉及到有组合款，业务自行输入两个款号后自动结合库存实际情况将SKU进行组合，如果没有库存就按照产品编码去组合，其中有一个注意的点，如果是组合款实际库存必须取最小的那个。

然后结合天猫平台提供的API和业务部门整理的天猫上架操作步骤和天猫字典，将数据写入，到这一步不用多说，临门一脚，让技术团队自己想办法去实现，具体上传的时效，公司一般会有自己的上新节奏，会有以搞预计上架时间，或者是直接全部上架也可以，我们是上架到天猫的仓库中，可以理解为是草稿箱，业务部门自行去确认上架。

大致思路是上面这样的，最终天猫的实现后，逐步延伸到抖音京东等平台，搭建几十个Agent，然后组合起来搭建一个自动化上架中台，想要上架哪个平台数据就上架哪个平台数据，由业务自行选择。

其中有三个大坑我先填写出来,其他的坑各位佬友自己琢磨去吧

1.数据监控机器人如果多人同时@，可能会导致数据异常，所以开发过程中要做好权限控制，并且要留痕，留痕

2.图生图Agent，图片可能会失真，所以最好是提前拍好一张白底，提前拍好一张白底，我们公司内部是做了流程优化，产品研发完成时，白底图也要出

3.涉及到大批量上架时，存在高并发现象，所以一定要处理好异常情况，技术人员自己想办法搞定，常用的也就那样，redis

总结，我这里大概是提供了一个业务思路，看完各位佬友如果有更好的解决方案，请打在评论区，说不定我采纳后，聘请你当我的业务顾问呢。

最后附上一张AI生成的图