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
- 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]
- 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]
- 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
- ADK、BigQuery测试目录/搜索日志、Playwright测试浏览器与Gemini Computer Use;不改线上目录。
权限边界
- 读取获准的搜索日志与商品数据,可能向分析表写入建议;不得授予线上商品标题写权限。
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
- 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