1. 为什么我把“写闲鱼标题”这件事做成了工具我自己折腾闲鱼有几年了一边写代码一边断断续续卖点闲置。有段时间特别困惑明明同型号的二手商品照片差不多价格也差不多有人挂上去三天就有几百浏览我挂上去一周还停留在几十。后来把别人的链接标题扒下来仔细抠了一遍才发现问题根本不在价格和图片而在标题。闲鱼里搜索才是最大的流量入口。大部分买家不会漫无目的地刷而是直接敲关键词型号、成色、版本、价格预期。你的标题能不能接住这些关键词基本决定了你的商品会不会出现在他眼前。这听起来简单真到自己动手写的时候要么漏了这个词要么堆了一堆没用的形容词。所以我给自己写了个小工具输入商品名称自动生成三组高曝光标题每组都尽量带上热搜索关键词和商品卖点并且按闲鱼的搜索规则做适配最终目的是提升商品浏览量。这篇文章就是把这套东西从动机、设计到实现、踩坑的完整过程记录下来写给想在闲鱼上多卖点东西、又不想在标题上反复纠结的朋友。不管你写不写代码后面几节的思路和结论都能直接用。1.1 闲鱼搜索的匹配逻辑标题是权重最高的文本字段拿不到官方算法文档我们只能从行为结果反推。我自己和身边几位卖家的共同观察是闲鱼的召回阶段基本靠商品标题、类目、描述文本这几个维度做匹配其中标题的权重明显高于描述。原因也容易理解。买家在搜索框里输入的是某品牌相机 单反 入门这种短文本系统要在海量商品里快速召回候选集标题就是最直接的比对对象。描述藏在详情页深处系统也能抓取但标题在召回阶段的作用几乎是决定性的。你可以把标题理解成门牌号描述是屋里装修。买家搜的词能不能找到你这扇门看的是门牌进了门之后愿不愿意停留才轮到装修发挥作用。这也能解释为什么同样一件商品有人标题里写相机 便宜出有人写某品牌微单 全画幅 带标准变焦镜头 自用 成色好 可小刀前者的曝光会差一大截。前者只有类目级大词搜索某品牌微单根本匹配不上后者拆出来的关键词组合能覆盖几十种真实搜索意图。还有一个被很多人忽略的点闲鱼对新上架商品通常有一个流量观察期。这个阶段系统会把商品丢到一部分搜索场景里试水如果你的标题和买家搜索词匹配度高点击和想要数据不错后续权重就会越来越高匹配度差哪怕给了曝光也留不住。所以标题不是上架时写一次就完事的东西它决定了你的新品能不能在观察期里拿到正反馈。1.2 一个真实反差同样商品标题不同流量差几十倍说个具体的例子。有一次我在处理一台某品牌旗舰手机的闲置同一台机器同一组照片同一价格先后用两个标题试过。第一次标题写的是手机 便宜出 自用。三天下来浏览 53想要 1最后是朋友面交拿走的。第二次我重新梳理了这台机器的信息某个具体型号、存储版本、国行、电池健康度、配件齐全、无拆无修、自用转让。标题改成某品牌旗舰机 某型号 8256G 国行 电池健康90 原装配件齐全 自用转让 可小刀。同样的三天浏览 412想要 11当天就有六个人来问。差别在哪里不是我运气变了而是第二版标题把买家会搜的词和买家下单前想确认的信息都铺开了。搜型号的人能匹配到搜电池健康的人能匹配到搜原装配件的人也能匹配到。标题就像一张网网眼越密捞到买家的概率越高。这张网的设计规则就是我后面要做的事情把网眼密度变成一套可复用的算法。2. 工具定位与整体架构不是AI写作是关键词重组引擎刚开始我想得很复杂要不搞个大模型让 AI 自由发挥写文案。后来发现方向错了。闲鱼标题不需要文采需要的是关键词覆盖率和可读性之间的平衡。买家搜索到你的前提是标题里包含了他用的那些词买家愿意点进来的前提是标题读起来像人话不是关键词堆砌。这两个需求完全可以用一套规则化的流程解决没必要让模型自由生成。2.1 先划清功能边界才能少写一堆无用代码我给工具定的边界很清楚输入商品名称输出三组标题。具体一点输入除了商品名称之外还可以选填成色、版本、配件情况、是否可小刀这些结构化信息输出是三条标题每条控制在合理长度内并标注每组标题侧重什么。特意不做的功能同样重要。第一不做长篇文案生成卖点只在标题里用短词表达详细描述留给用户自己写第二不做图片和定价建议那是另一个维度的问题混进来会导致工具逻辑臃肿第三不做一键发布这涉及到平台接口权限问题风险大于收益手动复制粘贴反而安全。这样限定之后整个系统结构就清晰了输入参数进来经过词库匹配和规则组合输出排好序的关键词序列。本质是一个关键词重组引擎AI 在里面只承担非常轻量的同义词扩展和热词排序核心是数据层和规则层。2.2 四个数据层热词库、卖点库、类目规则、标题模板整套工具最花时间的地方不在算法而在数据。我维护了四个层热词库。来源有两种一是平台搜索框的联想词也就是在某分类下输入相机之后弹出的那些下拉词这些词就是真实买家的高频搜索入口二是同类目高曝光商品标题里反复出现的片段。整理的时候按类目分目录每条记录保存词本身、来源、热度权重、最后更新日期。更新频率我控制在每周一次每个月做一次全量整理。卖点库。这个是按类目分的决策词集合。手机电脑类常见的是电池健康、原装、国行、无拆修、配件齐全摄影类常见的是快门次数、镜头进灰情况、包装盒是否还在服装类常见的是全新带吊牌、版型正、尺码足。卖点库不用贪多每个类目积累二三十个高频词就已经能覆盖绝大多数标题场景。类目规则。每个类目有自己适合出现的词和绝对不能出现的词。比如家电家具类写自提优先是加分项数码类写包邮是常规项而任何诱导站外交易、夸张绝对化表述都在黑名单里工具在生成时直接过滤。这一层是安全底线同时也是适配搜索规则的落点。标题模板。我把标题拆成几个槽位核心词位、热度词位、卖点词位、状态词位。模板引擎从前面三个数据层里取词按槽位填充。不同模板对应不同策略正好生成三组有差异的标题。数据层我会用一个轻量级的本地存储文件来维护手动编辑也方便。对个人开发者来说数据比代码金贵词库维护得好不好直接决定生成结果靠不靠谱。3. 标题生成算法的核心拆解讲完架构说说实现。整个过程拆成四步清洗分词、同义扩展、热词加权、模板组合。每一步都不需要高级算法但每一步都有细节。3.1 商品名称的清洗、分词与同义扩展用户输入的商品名称往往是半结构化的比如某品牌 微单相机 A7M3 全画幅 带28-70镜头这里面混杂了品牌、产品线、型号、规格。第一步是清洗去掉多余空格、重复标点、无意义的连词。清洗完做分词。我没有上分词库而是维护了一个分类目词典按最长匹配原则切分。比如数码目录下预先存好常见品牌词、型号词、规格词输入文本命中哪几条就切出哪几条。这样做的好处是结果可控坏处是遇到新词要手动补词典。对个人工具来说这个取舍是划算的。同义扩展是提升覆盖率的关键。买家搜索同一个东西用词习惯千差万别。搜充电器的人可能输入快充头也可能输入原装充电器搜耳机的人可能输入蓝牙耳机也可能输入入耳式。如果不做同义扩展你的标题只能覆盖一部分搜索词。扩展词表我同样按类目维护核心词和同义词之间建立映射生成标题时把映射关系带入候选集。3.2 热词加权每个词都要有出现理由候选词一旦多了就要解决排序问题。我给每个候选词记两个分热度分和类目适配分。热度分来自联想词出现频率和高曝光标题中该词的频次类目适配分用于判断这个词在当前类目下是否合适比如绝版在玩具手办类目很有效在日用百货类目就会显得不伦不类。加权的目的是保证标题里每个词都有出现的理由而不是随机堆进去。权重高的词优先进入核心槽位权重低的词要么放后面要么直接丢弃。打分逻辑不复杂核心在一个balance参数让热度分和适配分按 6:4 左右的比例叠加避免为了热度牺牲相关性。这一步还要过一遍黑名单。联系方式、外部平台引导、夸大宣传、平台明令禁止的表述命中直接剔除。宁可少一个词也不能让整条标题因为一个违规词被降权。3.3 三组标题的差异化分工功能需求里要求生成三组标题这三组必须分工明确不能只是换换词语顺序。第一组叫搜索覆盖型。目标是把热度最高的核心词、规格词、状态词全部铺上去最大化召回范围。这是保底型标题通常浏览量最高但点击后的停留时间未必最好。第二组叫场景人群型。在核心词之外加入使用场景或人群词比如学生党宿舍通勤户外。买家搜索这类词时竞争相对小精准度反而更高特别适合带明确使用场景的商品。第三组叫卖点决策型。把最能促进下单的信息前置比如仅拆封成色极好过保但无维修顺丰包邮。这类标题的搜索召回不一定最强但看到的人更容易产生想要动作。三组侧重点不同用户可以根据商品实际状态选择或者上架后观察哪组数据好再手动调整。3.4 核心代码结构参考代码逻辑可以精简成下面这个骨架def generate_titles(product_name, category, condition, specsNone): # 1. 清洗与分词 tokens clean_and_split(product_name, category) # 2. 同义扩展 expanded expand_synonyms(tokens, category) # 3. 候选词打分 candidates score_candidates(expanded, category, condition) # 4. 过滤黑名单 safe filter_blacklist(candidates) # 5. 按三套模板组合 titles [] titles.append(compose_by_template(safe, coverage)) titles.append(compose_by_template(safe, scene)) titles.append(compose_by_template(safe, selling_point)) return titles实际实现里score_candidates里做热度与适配分叠加compose_by_template里按槽位顺序填词并且控制总长度。整个流程代码量不大真正的工程量在词库维护和规则调整上。4. 适配闲鱼搜索规则时必须处理的细节工具能不能用最终取决于生成出来的标题会不会被平台规则照顾。这一节说的都是我在实际使用中反复验证过的细节不是官方文档只能说方向经得起实测。4.1 标题长度和截断前30个字符是黄金位闲鱼搜索结果列表里标题展示区域有限。从我自己观察来看超过一定长度的标题在列表页会被截断成省略号。虽然截断不影响关键词匹配但影响点击率——买家连完整标题都看不到凭前半句判断要不要点。所以我做了一条规定核心词和型号词必须排在前面30个字符以内卖点词放后面。工具在组合标题时严格按权重排序输出关键词确保最值得被看到的词占据黄金位。整体长度控制在20到40个汉字之间短了覆盖不够长了后半段白写。4.2 关键词堆砌的临界点在哪里很多卖家以为标题里同一个词多写几遍就能加权这是误解。实测下来同一个核心词出现两遍问题不大出现三遍以上商品在搜索结果里的位置反而可能明显下滑。系统对堆砌的判断能力远比你想象中强。解决方式不是不用重复词而是用同义替换避免机械重复。比如手机和智能手机是同一个语义堆在一起属于浪费字符手机和自用、全原装、无维修放在一起每个词都提供新信息这才是有意义的组合。工具在黑名单之外还维护了一个冗余词检测连续出现两个语义相似度过高的词直接去掉一个。4.3 符号、emoji和分隔符的取舍标题里的标点不是小事。我测试下来的结论是用空格分隔关键词系统解析最顺畅用逗号也可以但连续使用多个标点会让标题显得杂乱点击率会受影响。工具生成标题统一用空格整齐干净。emoji 是很多人纠结的点。我的经验是大部分类目下emoji 对搜索权重没有帮助但对点击率可能有轻微影响前提是放对位置。工具生成的标题里emoji 最多出现一到两个一律放在标题末尾绝不占用前面30个字符的核心位。个别类目里 emoji 是氛围的一部分这时候我会在生成后手动把关键词之间的空格替换成 emoji这种个性化调整留给人来做。5. 上架实测数据与踩坑记录工具写完只是开始真正有价值的是上架测试。我拿库存里的真实商品做了七天的对比测试过程不算严谨但方向足够说明问题。5.1 七天对比测试三组商品、三套标题测试方法很简单同一类目下挑选三件价格、成色、图片质量都差不多的商品分别用原始手写标题、工具第一组标题、工具第三组标题上架观察七天数据。商品标题类型浏览量想要数商品A手写标题XX 便宜出842商品B工具生成-搜索覆盖型4119商品C工具生成-卖点决策型29611说明一下这个样本量不大数据只能代表这一轮测试。但现象很典型搜索覆盖型的标题带来的浏览量最高因为它接住了更多搜索词卖点决策型的浏览少一些但想要的转化率反而高因为标题里前置了促成决策的关键信息。这个结果也验证了工具设计的初衷不是用一套标题打天下而是给不同商品匹配不同策略。比如流量型商品用第一组高客单价商品用第三组场景明确的商品用第二组。5.2 工具生成标题最容易翻车的三个场景再说说踩过的坑都是真实发生过的。第一个坑冷门商品硬塞热门词。我有一款小众数码配件工具把类目大热词学生党宿舍神器塞了进来流量确实来了但点进来的人发现货不对板跳出率飙升。后来我意识到相关性校验必须控制在更严格的范围不相关的热词宁可不上。第二个坑卖点词自相矛盾。比如仅拆封和已使用一年同时出现在标题里买家一眼就觉得不靠谱。工具的卖点词库按状态分组了但早期版本没有检查同组冲突导致生成过自相矛盾的标题。现在的逻辑是状态类卖点一次性只取一个分组避免逻辑打架。第三个坑照搬高曝光标题。我试过直接从同行高流量商品里提取热词组合用到不同类型商品上结果是系统判定商品与标题不匹配流量反而更差。工具里的热词必须跟商品本身属性绑定脱离商品讲热词没有意义。5.3 这套工具的正确用法它给的是骨架不是最终答案用了一段时间我最大的体会是工具负责把词凑齐你负责把话说通。每次上架前我把工具生成的三组标题读一遍读起来像人话的优先。再检查一遍有没有与实际货品不符的词——这个是底线宁可不写也不能写假词。最后根据当天的心情和商品特点手动调整一到两个词比如补充一句可小刀或者鞋盒也在。另外热词库要持续更新。搜索偏好是流动的上个月的热词这个月可能就被挤下去了。我现在每周花二十分钟翻一下自己类目下的搜索联想词把新出现的高频词补进词库把失效词剔除。这个维护动作比优化算法本身带来的收益更大。最后分享一个我自己的小习惯不要只依赖某一组标题。同一件商品如果两天浏览量还不理想就换成工具生成的另一组标题试试。对没有自然流量的新账号来说这可能是成本最低的试错方式。标题优化不是玄学它就是一场持续的关键词匹配实验工具能帮你把实验变量控制得更干净也更快得出结论。