本手册为前述《中小服装企业 AI 数字化转型技术落地方案》配套实操工具，汇总了全流程核心 AI 指令，所有内容均可直接复制到对应大模型 / AI 工具中使用，只需将指令内的xxx占位符替换为自身实际数据即可快速输出结果。
使用说明
- 替换占位符：指令中带xxx的位置，请替换为自己工厂的真实数据、产品信息、渠道情况，输出结果会更精准；
- 人工复核：AI 输出的方案、数据、文案仅作辅助参考，落地前务必由打版师、组长、运营等对应岗位人员确认可行性，不可直接下发执行；
- 灵活调整：可在指令末尾补充自身工厂的特殊情况（如 “我们是做男装针织的”“我们主打 1688 批发”），AI 会自动适配你的场景；
- 适用工具：所有文本类指令通用于豆包、通义千问、文心一言等主流大模型，绘图类指令适配文心一格、即梦 AI、可画 AI 等主流 AI 绘图工具。
一、选款测款与库存优化类
- 爆款拆解与微改款指令
适用场景：拿到平台热销款后，拆解卖点并做微创新改款，避开纯仿版价格战，控制改造成本
| 请你作为服装选款助理，基于以下热销款信息完成 3 项工作：
1. 拆解核心热销要素：版型、面料、颜色、细节设计、目标人群、价格带； 2. 提取差评 Top3 痛点，标注出现频次高低； 3. 输出 3 套微创新改款方案，要求：不改变大版型主体、不新增工厂未掌握的复杂工艺、单件生产成本增加不超过 2 元，每套方案说明修改点、对应解决的用户痛点、预期差异化优势。 以下是商品信息： |
- 首单生产数量测算指令
适用场景：新款下单前估算首单量，控制库存积压风险，给出补单节奏建议
| 请你结合以下历史数据，帮我估算新款的首单生产数量，要求风险最低、库存积压概率最小，给出保守、中性、乐观三档建议，并说明补单阈值和补单周期。
历史同类款数据：近 6 个月同风格同价位共 xxx 款，平均首单 xxx 件，首月售罄率 xxx%，卖完补单周期 xxx 天，渠道为 xxx，客单价 xxx 元。 |
- 滞销库存盘活方案指令
适用场景：月度库存复盘时，给积压款出清货 / 改款方案，把死库存变现
| 以下是我仓库的滞销款信息，请你分别给出「改款再售」和「清仓活动」两类方案，优先推荐改动成本低、变现速度快的方案，说明具体操作方法和预期效果。
滞销款信息： |
二、内容运营与私域获客类
- 商品主图 AI 绘图指令
适用场景：生成电商平台商品主图、模特上身图，替代实拍，降低内容制作成本
| 生成一张女装竖版主图，3:4 比例，真实实拍质感，无文字无水印。
• 主体：xxx 岁亚洲女性模特，自然站姿，正面展示 xxx（具体款式 + 颜色 + 品类），突出 xxx（核心卖点，如高腰显瘦、垂感十足）； • 场景：xxx（如简约办公室、街头外景、纯色背景），自然光，干净明亮，不抢主体； • 要求：服装细节清晰，面料纹理真实，模特面部自然，不过度修图； • 禁止：出现 logo、水印、文字，版型夸张失真。 |
- 短视频口播脚本批量生成指令
适用场景：抖音、视频号等平台短视频创作，批量产出带货口播脚本
| 请写 10 条 15-30 秒的女装抖音口播脚本，目标人群是 xxx，产品是 xxx，客单价 xxx 元，核心卖点：xxx、xxx、xxx。 要求每条开头 3 秒抓注意力，中间讲 1 个核心卖点，结尾引导下单，语言口语化，像直播间说话一样，不要太书面。 |
- 退货原因分析与优化指令
适用场景：定期复盘退货数据，从根源降低退货率，堵住隐形亏损
| 以下是近 30 天的退货原因统计，请你分析核心问题，给出 3 条可立刻落地的优化方案，分别对应详情页、客服、直播间三个环节，目标是把同类退货降低 15%。 退货数据：尺码不合适 xxx%，色差 xxx%，面料显廉价 xxx%，做工问题 xxx%，其他 xxx%。 |
- 私域朋友圈文案生成指令
适用场景：日常私域运营，快速产出上新、反馈、清仓等不同类型的朋友圈文案
| 帮我写 3 条服装类朋友圈文案，风格接地气不生硬，分别对应：
1. 新款上新：突出款式卖点和限时福利； 2. 客户真实反馈：用客户口吻讲穿着体验，增强信任感； 3. 工厂日常：展示生产过程，突出品质和性价比。 |
三、生产管理与交期管控类
- 工艺标准卡生成指令
适用场景：把老师傅口述的工序经验，整理成标准化作业卡，沉淀工厂资产
| 请你作为生产工艺专员，将以下工序口述内容整理成标准化工序作业卡，要求：
1. 分步骤列操作流程，每步不超过 20 字，直白易懂； 2. 单独列出「关键控制点」和「常见错误与解决办法」； 3. 不用专业术语，一线缝纫工能直接看懂。 口述内容：xxx |
- 生产进度风险预警指令
适用场景：每日排查生产进度，预判交期风险，给出调整建议
| 以下是今日生产进度表，请你排查风险：
1. 找出进度滞后的工序和订单，说明滞后比例； 2. 预判哪些订单可能延期，给出调整建议； 3. 列出明天需要重点跟进的 3 个订单。 进度数据： |
- 客户档案标准化指令
适用场景：整理客户特殊要求，形成标准化档案，避免人员流动丢客户
| 请把以下客户对接信息整理成标准化客户档案，提炼核心要求和注意事项，换对接人也能快速上手，不出错。 客户信息：客户名称 xxx，主营渠道 xxx，常见订单品类 xxx，尺寸要求 xxx，包装要求 xxx，验货标准 xxx，对接习惯 xxx，其他特殊要求 xxx。 |
四、品控与成本挖潜类
- 次品原因分析与优化指令
适用场景：每周复盘次品返工数据，找到根源问题，优化工艺降低损耗
| 以下是本周车间次品返工统计，请你完成 3 项分析：
1. 排名前三的次品类型及占比； 2. 对应出现的工序和可能的根本原因； 3. 给出 3 条可立刻落地的改进建议，不用新增设备，不增加明显人工成本。 返工数据：跳线 xxx 件，口袋错位 xxx 件，走线不直 xxx 件，破洞 xxx 件，色差 xxx 件，其他 xxx 件，合计 xxx 件。 |
- AI 排料算料指令
适用场景：裁床前快速算料排版，优化面料利用率，节省原料成本
| 现有面料幅宽 xxx cm，需裁剪 xxx（具体品类），衣长 xxx cm，胸围 xxx cm，袖长 xxx cm，单层面料裁剪。请给出最优排版方案，计算一匹布 100 米最多能裁多少件，排版损耗率多少，给出排版示意图说明。 |
使用小贴士
- 数据越准，结果越稳：输入的历史销量、次品数据、退货记录越完整，AI 给出的建议越贴合你的工厂实际情况；
- 多次迭代优化：第一次输出的结果不满意，可以补充要求让 AI 修改，比如 “方案改得更简单一点，我们工厂只有平车设备”；
- 固定模板复用：可以把常用指令存在手机备忘录里，每次用的时候替换数据就行，不用重新组织语言；
- 员工统一话术：给负责操作 AI 的员工固定用同一份指令模板，保证每次输出的格式和内容标准统一，方便后续汇总分析。
本文作者：Valor Saga
注明：个人见解，仅供参考