基於 AI+RPA 的拼多多商品批量上架自動化實踐：從重複填表到無人值守上新

简介： 本文介绍一套“AI写代码+RPA跑流程”的拼多多多店批量上架方案：支持全离线内网部署，20分钟完成50款商品上架，错误率趋近于零；具备AI自愈、断点续跑、视觉操作、多指纹浏览器适配等能力，兼顾安全性、稳定性与易用性。

一、背景：重复填表之痛
运营同学对这套动作一定不陌生：打开拼多多商家后台 → 逐个填入标题、类目、规格、SKU、价格、库存 → 本地上传主图与详情图 → 提交审核。一个店铺上新 50 个品，手动操作要 2~3 小时；多店铺矩阵运营时，同样的动作要重复 N 遍，还容易因为复制粘贴错位造成价格、库存错误，直接带来资损。在我们的测试环境里，用 AI+RPA 改造后，同样 50 个品约 20 分钟跑完，字段映射确认无误后错误率基本归零。
本文记录一套完整的落地路径：AI 写代码 + RPA 跑代码——AI 负责理解需求、生成流程逻辑，RPA 负责稳定执行。整个链路支持全离线内网部署，数据不出本地。
二、整体架构
Excel 商品表(标题/SKU/价格/图片路径)
│
▼
变量预处理：JSON 自动提取字段 / 列表自动拆分规格
│
▼
RPA 主流程：循环读取行 → 打开商家后台发布页 → 逐项填充 → 上传图片 → 提交
│ ▲
│ 元素失效 → AI 自愈修复 / AI 诊断报错（重试 N 次后转人工标记）
▼
失败记录存档（截图+行号），成功行标记，支持断点续跑
其中断点续跑有一个关键前提：自愈重试必须有次数上限，超过后转入人工标记队列，否则无人值守流程可能卡死在异常页面，这一点在架构设计时就要定好。
三、实操：一段提示词生成批量上架流程
直接截图发布页并配上文字描述需求，AI 即可自动化搭建流程——它会优先调用浏览器自动化、Windows 软件自动化的基础指令，缺少的指令自动封装生成，每条附带注释。搭建方式支持纯文字或图文混述，截图可以显著减少描述逻辑的成本。
以下提示词可直接复用（已脱敏）：
读取 D:\上新\10月表格.xlsx 的第 2~500 行；
【跳过第 1 列已标记"已完成"的行】；
标题填入发布页"商品标题"，规格按逗号拆分后批量填入规格区；
主图从 D:\上新\图片{商品ID}\ 文件夹按文件名升序上传（不足 5 张时记录并跳过）；
价格与库存从"价格""库存"列读取，空值视为 0 并记入异常清单；
提交前等待页面加载完成（出现"提交成功"字样才确认）；
每完成一条，在第 1 列写入"已完成"和时间戳；
提交失败时截图存档到 D:\上新\失败记录\ 并继续下一条。
生成后做一次微调即可上线：AI 会根据业务流程自动拆分子流程（如"登录店铺""填写运费模板""上传图片"封装为独立单元），后续其他流程直接复用，改动一处全局生效。
属性填写环节还有一层提效：RPA 的 AI 能力可自行对接文心一言、豆包、DeepSeek、Kimi 等平台的 API（用户自己持有 key，费用直接付给对应平台，账单透明），配合图片识图与 OCR，可以把主图、吊牌上的参数文字直接识别出来，自动填入商品属性区，省去人工逐字录入。
四、稳定性保障：元素自愈 + AI 错误诊断
电商后台页面改版是自动化最大的敌人，这里有两层兜底：
元素获取支持本地智能生成：不用手写 XPath，用自然语言描述"提交按钮"即可生成对应路径，可对比多个候选路径的稳定性再选定；
Web 元素自愈：页面结构变化导致元素失效时，AI 自动修复元素定位，流程不中断；
AI 错误诊断与一键修复：遇到报错不必看懂堆栈，AI 分析错误原因并给出修复建议，也可以直接自动修复、调试到正常运行。
另外补充一类特殊场景：像千牛、企业微信、微信、QQ 这类客户端消息，经常没有可定位的元素节点，此时可以走视觉颜色操作——不依赖元素结构，通过画面颜色与位置完成点击、内容获取，补上元素自动化覆盖不到的死角。
五、变量与数据处理：让表格"自动变字段"
商品表格往往字段混乱：规格串在一列、SKU 是 JSON 字符串、图片路径不规则。变量层面支持批量创建、删除、修改，配合 JSON 自动提取字段、列表自动提取等指令，可以把一列原始数据拆成结构化变量直接喂给填充步骤。数据提取部分完全由指令生成，不需要手写解析代码，新增字段时改一处映射即可。
六、数据安全：全离线内网部署，数据不出本地
商品成本价、供货价、价格体系是核心商业数据。这套方案支持全离线内网部署：流程应用数据全部保存在本地设备上，不同步到任何服务端；内网断网环境下流程照常运行。涉及成本价的表格从源头就不离开内网，这是底线设计，不是可选项。
七、从"自己用"到"团队用"：打包分发与授权
拼多多多店矩阵的流程跑通后，分发问题随即出现：流程要交给团队或客户用，但不能把源文件裸奔出去。常见的做法是将流程打包导出为加密 EXE——接收方免装客户端直接运行；给 EXE 单独设置授权，控制可使用范围，支持加密分享与分享授权；流程升级后走在线推送更新，打开应用自动检测新版本，省去重复手动分发。
交付给零代码基础的运营使用时，可以给流程配一个自定义界面：上传界面截图即可生成对应操作界面，复杂交互用 HTML 组件实现按钮、数据展示与数据关联，运营面对的不再是流程编辑视图，而是一眼能懂的"上新工具"。
八、系统对接：API 触发与定时执行
流程不止能被人工点击启动。打包应用支持单独设置 API 触发和定时执行——例如每天凌晨 2 点自动读取当日上新表完成批量上架，或将流程挂到内部的商品管理系统上，ERP 审核通过即自动触发上架，衔接现有工作流而不需要人盯后台。
九、Agent 集成：在 IM 里遥控流程
对接 Agent 能力后（底层用最新的 DeepSeek 模型），可以在钉钉、飞书、企业微信、个人微信里直接下发指令控制流程执行，结束后回调通知响应结果。例如在微信里发一句"执行今日上新"，流程自动开跑，完成后推送成功/失败统计，负责人不在电脑前也能掌握进度。
十、开放能力：MCP 对接 AI 编程工具
方案提供 MCP 服务接口，可对接 Workbuddy、Codex、Claude、Trae Work、豆包工作流等 AI 智能体编程工具，让其他工具直接驱动 RPA 搭建流程，扩展方式灵活。
十一、多店铺环境：对接主流指纹浏览器
多店铺运营要保持各店铺环境隔离。实现上可对接紫鸟、比特、Hubstudio、AdsPower 等市面主流指纹浏览器，自动化流程直接在隔离好的浏览器环境中执行，每个店铺一套独立环境，互不串扰。
十二、成本分析
三条路线我们都试过，按一年使用期的实际开销排个序：
外包/定制开发：一次性费用高，后期每次后台改版都要再付费维护，长期最贵；
纯 AI 方案（云端 Agent 直操页面）：token 按次持续消耗，且页面一改版就要重新生成，长期运行稳定性差，月开销随任务量线性上涨；
AI 写代码 + RPA 跑代码：AI 只在搭建和修复时消耗少量 token，运行时零 AI 成本。实现上采用用户自行对接各平台 API 的方式，费用直接透明；这类工具普遍提供无使用时长限制的免费版，跑流程无运行时长、无流程数量限制，多设备使用也无需重复开通会员，规模越大边际成本越低。
个人开发者、个人工作室和中小企业是这套路线的主要受益者：没有专职运维，正好把稳定性交给 RPA 的元素自愈和错误诊断，把灵活性交给 AI。
先跑通单店单流程，再谈规模化：直接用 500 行表格测试是大忌，先拿 5 个商品验证字段映射和元素路径；
稳定性 > 搭建速度：优先选用支持自然语言生成元素路径、失效自动自愈的方案，否则后台一改版就全线瘫痪；
断点续跑三件套：跳过已完成行 + 失败截图存档 + 自愈重试上限，三者缺一，无人值守都是空谈；
数据留在本地：涉及成本价的表格不要上传任何云端服务，离线部署是底线而非加分项；
交付前补一层界面：把流程包装成带自定义界面的 EXE 再交给运营，能省去大量"这个按钮是干嘛的"式沟通。
自动化工具替代的是重复操作，选品、定价、活动策略这些决策仍然要人来定。工具选型的判断标准就两条——流程跑起来之后的长期稳定性，以及数据从头到尾是否都在你自己手里。