博客

跨境电商用 AI API 批量写 Listing、翻译和客服:一个 Key 调 GPT / Claude / DeepSeek,不用海外信用卡

快速回答

在 ChatGPT 网页里一条条复制粘贴写 Listing,几十个商品还行,上百个、还要出好几种语言就太慢了。改用 API:把商品表(CSV)交给一段脚本,每个商品自动生成英语、德语、日语等版本的标题和五点描述,再写回表格,下面有能直接跑的代码。

难点在付款:OpenAI 的 API 只收国际信用卡,国内卡付不了。TeamoRouter 一个 Key 能调 GPT、Claude、Gemini、DeepSeek、Qwen 等模型,接口和 OpenAI 一样,支付宝充值,手上有 USDT 也能直接付,$5 起,按实际用量扣费。

获取 API Key — 注册后用支付宝或 USDT 充值,$5 起就能开始跑。

哪些活适合交给 API

  • 批量写 Listing:标题、五点描述、长描述、后台搜索词,一张表一次跑完。
  • 多语种翻译和本地化:同一份中文卖点,出英语、德语、法语、日语等版本,不是逐字翻译,而是按目标语言的写法重写。
  • 客服回复草稿:把买家消息分类(物流、退换、使用问题),按你给的话术生成回复草稿,人工看过再发。
  • 和供应商、工厂的中文沟通:整理需求、写询价和跟单消息。
  • 商品图:生成场景图、换背景,用图像模型。

AI 写出来的内容建议人工抽查后再上架,各平台对标题长度、关键词、图片的要求以平台后台规则为准。

按场景选模型

下表价格是厂商官方价(美元 / 每百万 token,输入 / 输出),TeamoRouter 实际扣多少以价格页为准。模型 ID 照抄就能用。

场景 模型 ID 官方价(输入 / 输出) 说明
英语、欧洲语种 Listing gpt-6.1-terra $1 / $5 质量和价格比较均衡,先拿它试
对文案要求高的主推款 claude-sonnet-5-5 $2 / $10 可以和上面那个对比效果
量大、预算紧 deepseek-flash-1017 $0.30 / $1.20 先跑一批看效果再决定
量大、预算紧 gpt-6-luna $0.10 / $0.50 适合短标题、搜索词、分类这类简单活
客服消息分类、回复草稿 claude-haiku-5-5 $0.10 / $0.50 价格低,适合大量短消息
中文沟通、整理需求 deepseek-flash-1017、qwen3.8-max — 中文表达自然
商品图 gpt-image-2、gemini-nano-banana-2.1 按张计费,见价格页 调用方式见 API 接入文档

不同语种、不同品类,模型表现会有差别。建议先拿 10 个商品,用两三个模型各跑一遍,比较后再定。

算一下成本:一个商品出一种语言的标题和五点,大约输入 300 token、输出 600 token。按 gpt-6.1-terra 的官方价,是 300 × $1 / 100 万 + 600 × $5 / 100 万 ≈ $0.0033。1,000 个商品 × 3 种语言,按官方价算大约 $10。

批量示例:商品表 CSV → 多语种标题和五点

1. 准备

  1. 在控制台创建 API Key,Key 以 sk-teamo- 开头。新账号余额为 0,先充值 $5 起。
  2. 安装 OpenAI 的 Python SDK:
bash
pip install openai
  1. 把 Key 设成环境变量(Windows PowerShell 用 $env:TEAMOROUTER_API_KEY="sk-teamo-..."):
bash
export TEAMOROUTER_API_KEY="sk-teamo-..."

2. 商品表 products.csv

三列:SKU、中文品名、中文卖点。用 Excel 编辑后另存为「CSV UTF-8」。

csv
sku,name_zh,points_zh
A001,便携式榨汁杯,350ml;USB-C 充电;6 片刀头;一次充电可榨 15 杯
A002,宠物自动喂食器,4L 容量;定时定量;断电记忆;支持语音录制

3. 脚本 listing.py

python
import csv
import json
import os
import re
from concurrent.futures import ThreadPoolExecutor

from openai import OpenAI

client = OpenAI(base_url="https://api.teamorouter.com/v1", api_key=os.environ["TEAMOROUTER_API_KEY"])
MODEL = os.environ.get("MODEL", "gpt-6.1-terra")
LANGS = {"en": "English (US)", "de": "German", "ja": "Japanese"}

PROMPT = """You write e-commerce product listings.
Product (in Chinese): {name}
Selling points (in Chinese): {points}

Write the listing in {lang}. Return JSON only, no other text:
{{"title": "...", "bullets": ["...", "...", "...", "...", "..."]}}
Keep the title under 200 characters and write exactly 5 bullets.
Do not add specs, certifications or claims that are not in the selling points."""


def write_listing(row, lang):
    try:
        resp = client.chat.completions.create(
            model=MODEL,
            messages=[{"role": "user", "content": PROMPT.format(name=row["name_zh"], points=row["points_zh"], lang=LANGS[lang])}],
        )
        text = resp.choices[0].message.content
        data = json.loads(re.search(r"\{.*\}", text, re.S).group(0))
        bullets = (list(data.get("bullets") or []) + [""] * 5)[:5]
        return [row["sku"], lang, data.get("title", "")] + bullets
    except Exception as e:  # 一条失败不影响其他商品,错误写进结果表,之后单独重跑
        return [row["sku"], lang, f"ERROR: {e}"] + [""] * 5


with open("products.csv", encoding="utf-8-sig") as f:
    rows = list(csv.DictReader(f))

jobs = [(row, lang) for row in rows for lang in LANGS]
with ThreadPoolExecutor(max_workers=4) as pool:
    results = list(pool.map(lambda job: write_listing(*job), jobs))

with open("listings.csv", "w", newline="", encoding="utf-8-sig") as f:
    writer = csv.writer(f)
    writer.writerow(["sku", "lang", "title", "bullet1", "bullet2", "bullet3", "bullet4", "bullet5"])
    writer.writerows(results)

print(f"完成 {len(results)} 条,写入 listings.csv")

4. 运行

bash
python listing.py

跑完生成 listings.csv,每个商品每种语言一行,Excel 直接打开不乱码。几点说明:

  • 换语言:改 LANGS,比如加 "fr": "French"、"es": "Spanish"。
  • 换模型:运行前设环境变量,比如 MODEL=deepseek-flash-1017 python listing.py,同一张表换几个模型对比。
  • 失败的行:标题列会写 ERROR: …,挑出来重跑就行,不影响其他商品。看到 402 是余额不够,充值后重跑。
  • 品牌词、禁用词:在 PROMPT 里补一句,比如「不要出现 xxx」「必须包含品牌名 yyy」。
  • 并发:max_workers=4 表示同时跑 4 条。账号按每分钟请求数限流,超了会返回 429,调小并发或稍后重跑即可,见速率限制。

客服回复:只换提示词

同一套代码,把 PROMPT 换成客服场景即可。比如输入买家消息和订单状态,让模型先判断类别(物流 / 退换 / 使用 / 其他),再按你的话术用买家的语言写回复草稿。建议先只生成草稿,由客服确认后再发。

商品多、请求量大

几千上万个 SKU、要一直跑的,看批量 API:只按账号限制每分钟请求数,不限并发;需要更高的每分钟上限可以联系销售调整。团队可以共用一个余额,每个人用自己的 Key,用量分开统计。

怎么付款

  • 支付宝、银行卡:控制台点「充值」,$5 起,没有订阅,按实际用量扣费。

  • USDT:手上有 USDT 的,在充值弹窗点「Crypto支付」,用 USDT、USDC 或 ETH,从币安、OKX 等交易所 App 转账即可。收银台会按金额显示可用网络(BEP20 从 $5 起就能用),不用装钱包插件。详细步骤见用 USDT 充值 Claude API。

常见问题

要海外信用卡吗? 不要。注册 TeamoRouter 后用支付宝或 USDT 充值即可,不需要 OpenAI 账号。

已有的 OpenAI 代码要改多少? 一般只改两处:base_url 换成 https://api.teamorouter.com/v1,api_key 换成 TeamoRouter 的 Key,模型 ID 照上表写。

同一个 Key 能调 Claude 和 DeepSeek 吗? 能。改 model 参数就行,余额通用。完整模型列表见模型广场。

一家公司好几个运营,怎么分开算? 每人建一个 Key,控制台能按 Key 看用量。需要统一充值、分别设预算的,可以在控制台建团队。

延伸阅读

准备好接入了吗?登录控制台 · 购买额度 · 创建 API Key,三步即可开始。