工作原理

每天早上确认自己的商品在哪里、由哪些卖家在卖的机制。为什么不能靠自己去查、每天早上会以什么形式送到手上。关于内部机制的说明，放在这之后。

「从网上取数据」听起来简单。难的不是取到，而是取到的记录能被信任。

一句话

每天早上，告诉您自己的商品现在在世界的哪里、由哪些卖家、以多少价格在卖，并附上记录。 将卖家与正规经销商名单核对，名单外的卖家作为待确认事项保留。是否为仿冒品、是否为非正规流通，由人来判断 —— 机器只负责发现和记录。

不是"有很多店在卖"，而是：商城里的 A 店（在名单内）、Z 店（不在名单内）、多家店铺共用的商品页面（无法从页面确定店铺）—— 页面在这里，今早 6 点读取，价格是这些。

我们读取的是您登记的销售页面（通过 5 个国家的线路）。在日本国内的主要电商平台上，还会每天寻找未登记的新商品页面候选，并列在画面上。

核对结果显示在「正规经销商」页面；每件商品的国家、卖家、核对结果与是否在签约市场内，显示在「全球现状」页面。（控制台中的页面名称分别显示为 "Authorised sellers" 和 "Where your products stand"。）

为什么"大约"不够用

调查自己的商品是怎么被销售的，得到的往往是一种印象："到处都有"、"有店在低价卖"。

印象并没有错。只是据此不知道该联系谁。

• 要联系名单外的卖家，需要知道是哪家店、哪个页面
• 要查明低价从哪里开始，需要知道是哪个卖家、从什么时候、以多少钱在卖
• 要掌握海外的流通，需要知道从那个国家看，是谁在卖

"到处都有"，这三件事一件也没回答。

为什么不能自己去查

能查。查一次的话。

有两个障碍。

① 100 件商品 × 5 个网站，每天早上查一遍，这不是人干的活

打开 500 个页面、抄下卖家和售价、和昨天比对。一天做不完。而且不是每天做就没有意义——昨天有哪些店在卖，没记下来就永远拿不回来了。

② 站在自己的国家，只能看到自己国家的货架

这一点最难说清楚，所以慢慢讲。

同一个网址，从哪里打开，返回的内容就不一样。 排列的卖家不同，售价、货币、有货无货也不同，排序、运费、促销也都不同。

这不是什么把戏，而是再普通不过的事——给日本来的访客显示日本的店面，商店本来就是这么做的。

也就是说：坐在东京的电脑前，您永远看不到是谁在把您的商品卖给美国客户。

我们经由您指定国家的服务器打开页面，可以同时从多个国家读取同一个页面并并排呈现。

"问生成式 AI 不就行了吗"

这个问题常被问到。我们实测过，结果如下。

有意思的是后面。AI 给出的两个数字，都是真实且正确的值。 一个是回收价，另一个是市场指数。

它把性质完全不同的两个量并列相减，而回答中任何地方都没有说明这个区别。 仅这一点差异，就会让差价的正负号反过来。

这不是模型好坏的问题。下面五点，换个问法都填不上。

1. 返回的是"行情"，不是"卖家"——是正确的答案，但不是能据以行动的答案
2. 只能从它所在的位置看——不存在"请从圣保罗的角度看"这样的提示词
3. 不说数字从哪来——所以您无从发现错误
4. 它没有"昨天"——没人保存过，事后也买不到
5. 每次问，答案都不同——上周的材料和这周的材料无法比较

这是在说明 AI 是用来做什么的，而不是在批评它。 读取特定页面、从特定国家、在特定时刻，并留下记录——那是另一件工作。

每天早上收到的东西

每一行都附带以下全部内容。

这些字段不可拆分。 不是选配、不是高价套餐，一定全部附带。

理由只有一个——没有出处的记录，在会议上守不住。 汇报"名单外的店铺正以 9 万日元出售"，被追问"哪个页面？""什么时候的？""含税还是不含税？"，答不上来，就没有人能根据这份汇报采取行动。

每一行都带有上述全部字段的送达方式有三种：画面（今早的表格）、CSV、每日早间邮件。 Webhook 是「本次扫描已结束」的信号，只带件数以及扫描批次 ID 和时刻（monitor.sweep_completed：批次 ID・来源数・已应答数・未应答数・被对方拒绝数・因我方原因未读数・看到的商品数・新增数・价格变动数・消失数・待判定数・取得时刻）。不含卖家、价格、网址和汇率。收到信号后，请在画面、CSV 或邮件中查看每一行。

最不起眼、却最要紧的地方

假设每天都去查看一个有名单外卖家出没的电商平台。某天早上平台改版了，读取失败。 返回的数据是"0 条"。

如果做得粗糙，就会这样汇报："名单外的商品页面一夜之间全部消失了。"

在数据上，"取得失败"和"全部消失"的形状完全一样。 而且这是会让人误以为处理已经完成的记录。

我们的做法：

• 先确认该信息源今天是否正常应答。 未应答的信息源，其在架商品不纳入下架判定
• 只看不到一次，不判定为"已消失"。 要连续两次都看不到才判定。仅仅是排序变化导致看不到，是日常现象
• 拒绝就记录为拒绝。 不把"请求过于频繁"变成"内容为空的成功"

并且读取失败的信息源会被指名 ——画面上、CSV 里、邮件中都会出现。默默丢掉的话，比上周更短的清单会被读成"名单外的店铺变少了"。

以下是机制的说明

看到这里已经足够的话，请前往应用场景或价格。

1. 从哪里看

页面会因为「谁在看」而改变样貌。

同一个商品页，从日本看是日元、有货；从美国看是美元、缺货。搜索排序不同，同意横幅也不同。

所以请求必须从那个国家的地址发出。 每个请求都可以指定国家，我们就从那里读取。

2. 怎么读 —— 从便宜的层开始

后面的层只填补前面留空的部分，而只要你不要求 llm，模型就不会被调用。 大多数商品页靠前两层就够了。

这既是成本问题，也是可复现性问题：选择器和结构化数据，对同一个页面返回同样的结果。

列表按行返回

我们不按列返回数组。一张卡片缺了价格，那一个数组就短一位，之后所有配对全部错位，而且不会报错 —— 你会得到一张由真实商品名和真实价格组成、却分属不同商品的表。下游无法检测。

按行返回时，缺失的字段是该条记录内的 null，前后各行依然对齐。

3. 一起返回什么

只有数据，在会议上守不住。每一行都带有：

税制换算在采集时一次性完成，比较只读那一列。 含税的日本价格与不含税的香港价格，也按同一基准并列。

4. 按同等条件比较的做法

每个数字都经过以下四个做法组装而成。

• 统一税制后再比较 —— 含税价与不含税价在采集时统一，比较只读不含税的一列
• 配件与本体分开 —— 周边配件单独计数，不混入本体的价差
• 型号看到尾缀 —— 末尾一个字符的差异也视为不同商品
• 连续两次确认不在 —— 连续两次读取都看不到时，才记录为已消失的商品页面

换一个品类，做法也不变。

5. 从哪里读取 —— 5 个国家的线路

同一件商品，从哪个国家访问，价格、库存与币种都不同 —— 商城按访问来源分流。

Kansoku 从 5 个国家的真实线路读取 —— 不是 VPN，也不是翻译。

签约前可免费诊断

可以先确认您想看的销售页面能否读取。 把您关心的网址告诉我们，我们会返回可读 / 被拒 / 从哪个国家可读。看清楚再决定。

如果还想观测其他国家，请告知 sales@kansoku.ai。我们会按需求扩大可读取的国家。

6. 每天读取，有变化时通知

也可设定条件 —— 低于某价格、变动超过 N%、低于自家价格、 或两国差价超过 N%。最后一项只有能选择出口国家才做得到。

我们遵守的获取规矩

• 以客户端的真实身份读取
• 没有绕过验证码的机制（读取的是任何人都能打开的公开页面）
• 只读取无账号访客能看到的内容
• 遵守站点声明的速率上限

不采集所读取页面上的个人信息，是我们坚持的运营方针（见采集方针）。

除了原则，还有生意上的理由：一旦被某个来源拒绝，就再也读不回来了，而损失落在每一位需要它的客户身上。

阅读采集方针

同一机制还能用在哪里，见能做什么；与其他方式的区别，见工具选择。

最后更新 2026-10-09

最后更新 2026-10-09