这篇写的是我做 fitment 校验的过程。不是教程,是我自己的记录——包括中间走错的那一段。
问题:错一个数字,退回来的是整单
在汽配这个类目,一条链接能不能卖,不取决于图拍得好不好、价格压得低不低,取决于一个更靠前的问题:这个配件到底装不装得上。
车型、年份、配置,任何一项对不上,客户收到货装不上,就是一单退货。退货还能忍,差评留下之后基本回不来——汽配的差评里,一大半都跟适配有关。
原来怎么做:一张大表,靠人盯
原来的流程是一张很大的对照表:零件号在一列,适配的车型年份在另一列,来源是拿到的适配表加上我自己核对过的部分。
每上一个新链接,先把这张表翻一遍,把适配关系一项一项抄进后台的 fitment 字段。一个链接几行到几十行不等,全手抄。
为什么慢:慢的不是抄,是判断
如果只是抄,其实还能忍。真正花时间的是「这张表本身对不对」。
拿到的适配表有几个常见毛病:车型名写法不统一、年份区间互相重叠、同一台车在不同配置下适配结果不一样。这些没人会告诉你,只能靠核对的时候撞见。
所以每上一个链接,我实际做的是三件事:抄、判断这份表可不可信、把可疑的挑出来单独确认。第三件真正吃时间。
试过、又放弃的两条路
一条路是让 AI 直接读适配表的原始文件,输出一份适配列表。试了一轮就停了:格式差异太大,识别出来的结果看着像对的,但错在哪里很难被发现——这比明着错更危险。
另一条路是把适配关系塞进知识库,让 AI 去查。方向没错,但当时我手上的适配数据本身就是脏的,拿脏数据建库,只会把错误固化下来。
现在怎么做:先把适配关系结构化
我停下来做了一件看起来挺笨的事:先把适配关系本身变成一张规范的表。
- 车型名统一到一个写法,年份统一成区间
- 配置差异单独成一列,不塞进备注
- 每一行带一个来源字段,标明是外部给的还是我核过的
- 违反规则的组合(年份倒挂、区间重叠)在入库时就拦掉
这一步做完之后,后面才谈得上自动校验——因为校验的前提是「有一个统一的结构可以比」,而不是「有一堆表可以读」。
跑起来之后
现在新链接的上架流程变成三步:先过结构化的适配表,程序校验有没有和已有链接冲突,最后输出一份「需要人工确认」的清单。
要人确认的行数比原来少了很多,但更重要的是性质变了:以前是对着全表一行行看,现在是对着一小撮可疑项判断怎么处理。
顺手多做了一步:从适配关系反向生成关键词。车型和年份本来就是买家搜索时常用的组合,从适配表里反推,比关键词工具跑出来的更贴近真实需求。
失败的地方
初版我犯的错是:把「校验不通过」直接当成「不能上架」。
结果是大量本来人工确认一下就没事的行被拦住,用的人开始绕过这个工具——工具一旦被绕过,就等于不存在。
改法是把结果分成三档:明确冲突(拦下)、需要确认(列出)、通过(放行)。把判断留给人,工具只负责把该看的挑出来。
一条工具一旦开始被人绕过,就说明它承担了不该它承担的决定。
现在的状态
还没到能开源的程度。现在在做的,是把内部用的那一版整理成通用版:剥掉业务参数,只留结构和方法。
整理完会放到 GitHub,命名 amazon-fitment-validator。适配数据部分不含任何真实品牌、车型和供应商信息,只放结构。