处境
接手时，选品、竞品分析、文案、商品图是一个个孤立的环节，相关资料散在网盘文档里，用一次找一次。我们要做的，是把这些零散的资料和运营动作，串成一条完整的电商业务链。
我们的判断是：这类平台的价值不在功能多，而在让这些环节围绕同一条真实业务链衔接起来——从竞品分析到文案与商品图，走一遍等于跑完一遍真实的运营流程；使用、审阅、管理三方各自看得见、管得住，平台就从一次性交付，变成可以持续运营的机制。
做了什么
01竞品智能分析
市场数据分析、竞品对比与图表可视化；分析结论可以直接带着方向和提示词跳进生图工作坊，驱动批量出图。
02智能客服问答
运营资料整理成知识库，用检索增强（RAG）加结果重排，让回答贴合资料本身、答案可溯源，而不是模型自由发挥。
03AI 生图引擎
嵌入平台的生图工作坊，覆盖主图、使用场景、细节卖点、口碑等 8 个电商方向、41 个场景模板与多风格变体；支持专家模式自由创作、竞品报告驱动的批量生图，以及上传爆款图一键复刻成自定义模板。
04素材库与产品库
生成的图片按来源统一管理，可打标签、归档、存入产品库；每次产出由此沉淀为可复用的素材资产。
05使用、审阅、管理三种角色与运营机制
运营用、审核管、后台看，三种角色各有一条走得通的完整流程；生成记录回传平台，做用量统计与使用记录，配合积分预估机制。
结果
3 个月，从零到上线；使用、审阅、管理三种角色一次交齐。
生图工作坊覆盖 8 个电商方向、41 个场景模板，上传一张产品图就能产出各个方向的商品图。
问答走检索增强（RAG）加结果重排，答案可溯源；大部分疑问在平台里就能查到出处。
技术
微服务架构；Vue 3 + Spring Boot 管理后台，Python AI 服务（RAG 检索、向量数据库、重排模型），Next.js 生图引擎（多模型接入），Docker 部署。