做电商的都深知卖点的重要性，因为这直接关系到营销转化。

但是你也不得不承认，真正能够精准找到产品卖点的往往是一些大企业，他们有人力物力财力，相反，很多中小团队没有这个能力。

有些商家靠经验来确定卖点，而有的靠数据统计，相对而言，数据统计的方式会比前者更加精准一些。

我们以前可能更多使用聚类来初步了解产品特点，然后再用小模型做信息抽取任务，但有个问题就是抽取什么样的信息容易受主观影响，有时候可能会自带一些运营的个人“偏见”。

最近我用AI大模型做了一个测试，来提取某抽油烟机的卖点，我采集了300条消费者评论信息。

做了一个初步提取：

由于排烟效果，外形外观等是平台自己的固定引导模板，所以需要去掉，这样才能清晰的展示产品卖点。

去掉后的图片：

很明显，从用户角度看：外观，安装，吸力，物流，质量这几个才是用户最关心的卖点，尤其是安装师傅，这个点决定了用户的最初体验。

进到他家详情页后，看到他家的详情页上重点谈的是吸力，其次是外观，最后是节能，确切的说还有优化空间。

大模型也并不是完美的，我在测试的过程中遇到一个问题就是返回结果有时候不规范，需要对输出进行处理，这个等之后做个微调再试试。