Agent 创收指南免费公开资源
中文 EN العربية

返回目录 / Agent 工作流

修复零结果商品搜索并改进标题

从BigQuery目录发现高意图词,观察零结果查询并生成可解释的标题建议。

目标

从BigQuery目录发现高意图词,观察零结果查询并生成可解释的标题建议。

步骤

  1. 按类目汇总零/低结果查询和高意图关键词。 [source-google-recover-zero-result-retail-searches]
  2. 对照零售搜索结果和竞品标题结构,生成评分及标题草稿。 [source-google-recover-zero-result-retail-searches]
  3. 商品经理核对真实性、品牌与禁词后再人工发布。 [source-google-recover-zero-result-retail-searches]

验证方式

复算所选查询的零结果率,并逐条核对标题建议能由真实搜索词和商品属性解释。

故障处理

若建议只是在重复关键词,检查查询归一化和商品映射;仅输出建议清单,不直接写回线上标题。

权限边界

前置条件

权限边界

限制

先在隔离测试数据上运行可复现示例,核对输出与依赖版本,再按目标生产环境调整。

固定上游来源

https://github.com/google/adk-samples/blob/9252494a7aaafca8fe4d81a04f15392345a5779b/contrib/python/brand-search-optimization/README.md

仓库
google/adk-samples
文件路径
contrib/python/brand-search-optimization/README.md
固定提交
9252494a7aaafca8fe4d81a04f15392345a5779b
来源检查
2026-10-14 · 已按固定上游来源核对

仓库指标

以下数字属于上游仓库整体,不代表单个 Skill 或指南的点赞/热度。

Stars
未取得
Forks
未取得
观测时间
未取得

尚未取得指标快照。

许可证: Apache-2.0

主主题

把电商活动资料整理成可复核周报

相关资源