大多数黑五网一计划先讨论折扣。我的第一步却是一个不太吸引眼球的问题：店铺到底有多少货能卖、能按时发出去，而且不会把贡献利润率打穿？
我对一款AI活动规划器进行了合成15-SKU店铺测试，涉及三种需求场景：保守、目标与激进。规划器必须考虑可用库存、受保护安全库存、贡献利润率、收货日期、履约能力及客服能力，之后才能推荐促销活动。
激进场景没有通过。对运营人员来说，这才是有价值的结果：一份看起来很有冲击力、但经不起库存和利润约束的促销方案，系统必须有能力拒绝。
原始规划器通过编造所需数字，生成了一份光鲜的活动方案。该版本在我的运营者评分卡上仅得11/100分。具备库存感知能力的重写版本得分达到74/100，但仍存三个缺陷：其误解了一个Shopify库存字段，在不同行之间改变了贡献计算方式，并从提供的输入之外提取了审批人姓名。
我的决定很简单：我会让 AI 模型解释一份已经核实的黑五网一计划，但不会让它独自计算计划。比较其他电商 AI 工具时也要分清这两件事：帮团队说明结果，与负责库存和利润计算，不是同一项工作。
我测试了什么
这不是一个真实的商家活动。我搭建了一个研究框架，以便可以在不暴露店铺、客户或雇主的前提下，检查输入项和预期结果。
该框架包含：
- 涵盖饮具、包袋、配饰和礼品类产品的15个SKU；
- 每个SKU覆盖365天的每日销售历史；
- 过往黑五网一表现字段；
- 价格、产品成本、拣货包装成本、运费补贴、支付手续费及预期退货率；
- Shopify风格的库存状态，包括可用、已下单、在途及受保护安全库存；
- 供应商收货日期及置信度；
- 每日260单的履约上限；
- 每日50张工单的客服上限；
- 扣除预期获客成本后12%的贡献利润率底线。
两次运行均使用DeepSeek v4 Pro。增强版运行还获得了店铺框架、约束定义，以及原始版本没有的一项权限：它可以拒绝某个场景，而不是把三个场景都包装成可行选项。
最后这项权限至关重要。一个必须始终返回三个正面选项的规划工具，并非在做规划，而是在美化乐观情绪。
基线规划器非常自信地补全了缺失单元格
原始的黑五网一提示词已知产品类别、平均订单金额、日均流量、三个热销产品及活动预算。但它不知道店铺的转化率、邮件列表规模、产品成本、SKU库存、履约吞吐量或退货成本。
它还是生成了这些数据。
输出结果预测流量从2,200增至8,800–13,200，假设邮件列表为25,000–50,000，提供了基线转化率和VIP转化率，设定了收入目标，估算了每周SKU销量，预测了客服工单量，并提出了渠道ROAS。它还假设饮具的产品成本率为35%，配饰为30%，然后得出结论：30%的折扣仍能保持健康的利润率。
这些数字无一来自框架。有些被标记为假设；许多则未加标注，直接以预测、目标或基准的形式出现。精确性掩盖了缺失的数据。
我给它的评分是11/100。两个错误足以判为不合格：
- 它在没有所需输入的情况下生成了精确的预测。
- 它使用虚构的成本假设，推荐了一种激进的折扣为有利可图。
这种AI规划版本最让我担忧。其行文组织有序，日程表完整无缺，但错误隐藏在这两者的表面之下。
我将约束条件前置到活动之前
具备库存感知能力的版本必须通过一系列关卡，之后才能分配库存或推荐折扣。
对于每个SKU，计算层会检查：
```text 活动可售库存 = 可用库存 - 受保护安全库存
每单位预期收入 = 售价 × (1 - 预期退货率)
扣除获客成本后的贡献 = 每单位预期收入 - 产品成本 - 拣货包装成本 - 运费补贴 - 支付手续费 - 预期付费获客成本 ```
在途库存在收货前不能使用，且任何SKU不得超过其最大批准折扣。仓库和客服能力适用于整个场景。硬性底线是贡献率：低于12%的门槛，该SKU就退出促销活动。
提示词还必须说明哪些内容无法核实。缺失的价格弹性、不完整的流量来源数据、不确定的供应商收货情况，以及缺乏店铺特定的黑五网一退货率，这些都应保持为缺失状态，而不是变成模型自行编写的事实。
三个场景得出反直觉结果
我在要求模型解释场景之前，先通过确定性脚本运行了硬性约束。
| 场景 | 基准预测单位数 | 已批准单位数 | 未满足单位数 | 预期收入 | 获客后贡献值 | 利润率门槛失败数 | |---|---:|---:|---:|---:|---:|---:| | 保守型 | 926 | 886 | 40 | $33,504.79 | $8,860.20 | 1 | | 目标型 | 1,146 | 743 | 403 | $34,562.21 | $6,592.21 | 5 | | 进取型 | 1,475 | 245 | 1,230 | $16,723.95 | $2,185.40 | 12 |
这些是合成结果，并非真实门店的收入预测。
保守型场景批准了绝大部分预测需求。其较浅的折扣和较低的付费获客占比保住了利润率底线。目标型场景预期需求更高，但批准的单位数更少；而进取型场景结合了更深的折扣和更高的付费获客占比，导致15个SKU中有12个低于贡献率门槛。
需求更多并未带来更大的可行促销活动。一旦计划考虑了获取该需求的成本，进取型场景反而成为批准规模最小的方案。
我还将客户获取成本提高了35%，预期退货率提高了50%。在任一种压力测试下，所有进取型SKU均被停止。这并不能说明真实黑五网一周末的表现，而是表明停止条件可以推翻一个激进的计划，而不仅仅是在其下方添加一条警告。
库存感知规划器的改进之处
增强后的输出有几点值得保留。
它没有将“在途库存”单位视为可销售商品。Shopify将可用、已承诺、在途及其他库存状态区分开来；采购订单在收货之前并非可承诺的库存。模型尊重了这一边界。
它还暴露了缺失的输入项，在不同场景间改变了规则，将折扣与利润率门槛关联起来，并为供应商延迟、获客成本上升、退货率增加和提前售罄等情况创建了明确的响应机制。最重要的是，它允许进取型场景失败。
在评分卡上，这些改变提升了库存处理、场景设计、异常响应和可审计性。最终得分为74/100，无严重失败项。这足以使其具备可审查性，但还不足以使其具备可执行性。
三个错误仍阻碍执行
它重复扣除了已承诺库存
模型使用了以下公式：
可销售量 = 可用库存 - 已承诺库存 - 安全库存在此数据集中，“可用库存”已排除了“已承诺”单位，与Shopify的库存状态定义一致。第二次扣除是错误的。它使计划变得不必要的保守；促销数量应为“可用库存”减去为正常运营保留的安全库存。
这看似一个小的字段定义问题。对于15个SKU，它会反复改变库存池。
贡献毛利计算在不同行间不一致
对于某个目标型SKU，经过验证的输入产生了：
售价 = $42 × 0.82 = $34.44
扣除退货后的预期收入 = $34.44 × 0.96 = $33.06
支付手续费 = $34.44 × 2.9% = $1.00
产品、履约和运输成本 = $20.70
单件付费获客成本 = 45% × $18 ÷ 1.35 = $6.00
获客后贡献值 = $5.36模型报告值为$7.45。在其他地方也出现了类似的不一致。我重新计算了已批准的SKU，它们仍然超过了12%的利润率底线，因此这个特定的错误并未逆转门槛判定结果。但它确实使模型的贡献率总计数据无法使用。
模型引入了一个输入中不存在的审批人
“里克必须批准”，输出中多次出现这句话。输入中完全没有提到任何审批人。我是以马克的身份撰写此文，且该合成门店没有任何员工记录可供模型找到里克。
这是上下文污染。生产运行需要隔离的会话和明确的角色ID。模型绝不应从不相关的对话历史中推断审批链。
我会推出的架构
我会将此工作流拆分为两层。
第一层是确定性计算层。它读取库存状态、历史需求、成本、折扣、采购订单收货和产能。它验证字段定义，执行运算，应用硬性约束，并返回可供审查的JSON或CSV。
第二层是模型解释层。它接收锁定的场景输出，并撰写运营简报：哪些发生了变化，哪些SKU被停止，哪些需求仍未满足，需要哪些审批，以及哪些事件应触发重新规划。它无法覆盖财务字段。
拆分还有实际的性能原因。第一个尝试同时计算和叙述所有内容的库存感知模型调用，在300秒时超时。一次更短的重新尝试仍耗时262秒。财务运算不应因为解释内容冗长而变慢。
可复用的黑五网一门槛检查清单
在接受AI生成的促销计划之前，我会要求回答以下问题：
- 使用的是“可用”、“现货”还是自定义导出的库存字段，该定义是否已写入计算逻辑？
- “在途”单位是否在确认收货事件之前被排除？
- 每个SKU是否都包含了产品、履约、运输、支付、退货和获客成本？
- 在扣除折扣和预期获客成本后，是否设置了贡献率底线？
- “保守型”、“目标型”和“进取型”场景是否改变了真实的输入项，而不仅仅是措辞？
- 场景是否可以被否决？
- 仓库和客服支持上限是否按日执行？
- 公式是否已在模型之外进行测试？
- 审批人是否以明确的角色提供，而非由模型推断姓名？
- 在人工审核异常列表之前，所有建议是否仅为草稿？
我的结论
库存感知提示词值得保留。它将一个缺乏依据的活动提案转化为有约束条件的草稿，并让失败变得可见。我的底线很明确：它必须置于确定性场景引擎之后，而非替代它。
这种方法适用于已有清晰SKU成本、可用库存状态、历史销售数据和命名审批规则的操作者。对于成本分散在多个电子表格、到货日期靠猜测、或履约能力从未被衡量过的商店而言，这并不合适。模型无法通过故作笃定来修复这些输入。
从一个产品系列入手。在模型外部构建保守场景，锁定公式，再让模型用商品、财务、仓库和客服都看得懂的方式说明被拒绝的货量与异常情况。如果解释与表格冲突，以表格为准。
常见问题
AI 能预测 Shopify 的 BFCM 库存吗？
AI可以整理输入、解释场景并标记缺失数据。但如果没有店铺特定的需求历史、库存定义、供应商交货周期、促销效果和成本数据，它无法提供可靠的预测。将可执行的预测放在确定性层中，让模型承担解释这一较小的任务。
BFCM 计划中应包含 Shopify 的入库库存吗？
仅在收货时间和数量可信的情况下，且绝不能在收货前将其视为可立即销售的库存。Shopify将“入库中”和“可售”视为不同状态。将延迟、部分、损坏和拒收的收货作为异常情况进行建模。
为什么使用三个库存场景？
当三个场景能改变真实假设时才有用：需求、折扣、付费获客占比、供应商信心和运营能力。如果模型只写出同一计划的三个不同语气版本，那就毫无意义。每个场景都需要一个不同的停止规则。
规划工具能自动更改折扣或库存吗？
我建议从只读模式开始。让它在测试环境中计算，然后起草建议。任何价格、库存、采购订单或活动变更都需要审批，直到字段语义、重复操作保护、日志记录和恢复机制经过测试。