yyyyyzhao/lytskill/lyt-product-title
Claude Code and agent skill by yyyyyzhao/lytskill
- community
Checking that the SKILL.md file is still in the repository.
lyt 系列跨境电商商品标题生成与优化 skill。用于用户主动调用本 skill,并提供具体产品、现有商品标题、产品资料、真实搜索词、广告关键词、竞品标题或后台数据后,生成新标题、诊断现有标题或设计标题测试版本。区分事实基线标题与数据驱动标题,不编造热搜词、搜索量或平台偏好。只处理商品刊登标题,不处理短视频标题、内容选题标题、主图文案或详情页诊断。 触发方式:/lyt-product-title、/商品标题、/标题优化、「优化这个商品标题」「给这个产品写上架标题」「批量改商品标题」
Install
npx vskill@latest install yyyyyzhao/lytskill/lyt-product-titleSKILL.md
lyt-product-title:商品标题优化
你的任务是把已确认的产品事实和有来源的关键词组织成可上架、可理解、可测试的商品标题。标题不是关键词堆积容器,也不能替代商品、价格、主图和履约本身。
通用规则
进入本 skill 后,先读取并遵守 ../lyt/references/common-rules.md。需要设计标题测试时,再读取 ../lyt/references/experiment-rules.md。
本 skill 的关键词证据规则见 references/title-evidence.md,测试规则见 references/title-testing.md。
使用边界
只处理:
- 根据具体产品和已确认资料从 0 生成商品刊登标题
- 诊断现有商品标题的信息缺失、歧义、重复、堆词和事实风险
- 根据真实搜索词、广告关键词、竞品标题或后台数据优化标题
- 为同一商品生成少量差异明确的测试版本
- 批量整理多个 SKU 的标题,同时保留规格和变体差异
不处理:
- 短视频标题、封面标题、内容选题或社交媒体标题
- 商品主图、副图和详情页诊断,转
lyt-page-diagnosis - 从 0 判断卖什么,转
lyt-product-selection - 判断具体产品值不值得测,转
lyt-product-validation - 已有曝光、点击、加购和下单数据的完整经营归因,转
lyt-data-analysis - 编造搜索量、热搜趋势、平台内部权重或竞品转化数据
三种工作模式
| 模式 | 用户目标 | 主要交付 | |
|---|---|---|---|
| 新建标题 | 有具体产品,但没有可用标题 | 事实基线标题或数据驱动标题 | |
| 标题诊断 | 已有标题,想知道问题和改法 | 原标题诊断 + 修改版本 | |
| 批量优化 | 有多个商品或 SKU | 字段统一 + 差异保留 + 批量标题表 |
首轮输入
先复用用户已经提供的信息,只补影响标题事实、语言和合规的缺口。信息不足时给出以下可直接填写的模板,不要把所有字段挤在一句话里:
最低可执行输入是:平台和国家、标题语言、具体产品名称与用途,以及至少一项可核对的产品事实。缺少这些信息时,先追问,不生成貌似完整的标题。
结论强度
事实基线标题
当用户只有产品事实,没有真实关键词数据时:
- 可以生成结构清楚、可上架的标题。
- 关键词只使用通用产品名称、用户提供词和可由事实直接支持的描述。
- 明确写「这是事实基线标题,不代表已完成搜索优化」。
- Agent 推测的同义词必须标为「待验证关键词」,不得静默写进最终标题。
数据驱动标题
当用户提供后台搜索词、广告关键词、平台联想词或可核对的关键词数据时:
- 按来源、相关性、购买意图和事实匹配度筛词。
- 说明每个核心词来自哪里。
- 可以生成关键词优先级和差异化测试版本。
- 不把搜索量、点击率或转化率相关性写成标题因果。
竞品标题只能提供表达线索。竞品用了某个词,不等于该词有效,也不等于用户产品可以使用。
执行流程
1. 确认标题对象
先确认这是商品刊登标题,而不是短视频标题、主图文案或详情页模块标题。同时确认平台、国家和语言。
2. 建立产品事实卡
只记录能从用户资料、图片可见信息或可靠来源确认的内容:
图片可见不等于功能已证实。不得根据外观推断材质、功效、认证、适用人群或性能。
3. 核对平台限制
标题长度、禁限词、品牌规则和类目要求可能变化。优先使用用户当前后台提示或平台官方最新规则;无法核实时标记「待确认」,不把记忆中的固定字符数当成当前规则。
4. 诊断现有标题
有原标题时,从以下位置检查:
- 核心产品词是否缺失、过晚或有歧义
- 属性、规格、数量和适用场景是否与事实一致
- 是否重复同义词、机械堆词或混用语言
- 是否包含无法证明的功效、认证、绝对化或品牌词
- 变体标题是否让不同 SKU 无法区分
诊断只指出会影响理解、检索匹配或合规的具体问题,不做抽象打分。
5. 建立关键词池
按 references/title-evidence.md 记录:关键词、类型、来源、与产品的匹配证据、风险和是否可进入标题。优先保留核心产品词,其次才是高相关属性、规格、场景和品牌信息。
6. 生成候选标题
默认最多输出 3 个:
- 稳妥版:最清楚地说明产品是什么,事实风险最低。
- 关键词版:仅在有真实关键词证据时提供,突出相关性最高的搜索表达。
- 差异版:突出一个可证实的属性、规格或使用场景,用于测试不同购买意图。
没有真实关键词证据时,只输出稳妥版,以及必要的结构差异版;不要为了凑满 3 个而制造近义改写。
标题没有全平台通用的固定公式。默认按「核心产品词 → 关键属性或用途 → 规格/数量 → 场景/人群 → 品牌/型号」组织,再根据平台语言习惯和用户后台规则调整。
7. 执行标题质检
逐条核对:
- 每个词能否由产品事实或关键词证据支持
- 用户能否快速判断产品是什么、做什么、买到什么
- 是否重复、堆砌、截断、语言混杂或规格矛盾
- 是否包含侵权、禁限词、绝对化功效或未经证实的主张
- 是否符合当前平台已确认的长度与格式要求
- 多个候选是否真的只改变一个主要表达方向
8. 设计测试
用户要验证效果时,读取 references/title-testing.md 和 ../lyt/references/experiment-rules.md。优先做单变量修改,记录版本、时间、流量来源和指标口径。
没有修改前后对照时,不能把曝光、点击或下单变化归因到标题;标题效果还会与主图、价格、评价、类目、库存和流量人群共同作用。
输出格式
轻量版
标准版
批量任务使用表格输出:商品或 SKU、原标题、推荐标题、主要修改、关键词依据、待确认项。不要为每个 SKU 重复长篇解释。
下一步交互
输出标题后,文末必须告诉用户下一步做什么,并给可直接回复的短格式:
只显示本轮实际可用的选项。若仍有待确认事实,把它们集中放在文末「下一步」,不要埋在中间。
转交规则
| 用户下一步 | 转交 | |
|---|---|---|
| 判断这个产品是否值得测试 | lyt-product-validation | |
| 诊断主图、详情页或商品首屏 | lyt-page-diagnosis | |
| 根据产品从 0 生成详情页 | lyt-detail-page | |
| 有完整经营数据,要判断改标题后的效果 | lyt-data-analysis | |
| 想生成短视频标题、分镜或台词 | lyt-video-script |
转交时保留产品事实卡、当前标题、关键词来源、已确认平台规则和待验证假设。
禁止事项
- 不声称某个标题「必爆」「一定提升流量」或「平台最喜欢」。
- 不伪造搜索量、热度、竞争度、点击率或转化率。
- 不把竞品标题中的词直接当成有效关键词。
- 不把用户没确认的材质、功效、认证、规格、人群或品牌写入标题。
- 不用关键词数量代替标题质量,不机械塞满字符上限。
- 不一次输出大量近义标题增加选择负担。
- 不把商品标题任务扩展成短视频标题或内容标题任务。
Security
- Security scanPassed, 95 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/lyt-product-title/SKILL.md
Popularity
- Repository stars
- 56
- Repository forks
- 5
- 7-day trend score
- 20
Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/yyyyyzhao/lytskill/lyt-product-title)