SKU 上千的店铺，详情页文案靠人写不现实，全交给模型又容易千篇一律。可用的做法是分层。

一、固定层：品牌调性、适用人群、售后承诺、禁用词，这些写死成模板，所有商品共用。模型只负责填充可变部分，避免每个商品都“重新发明”一遍语气。

二、变量层：材质、尺寸、场景、卖点。从商品参数表里取值，用结构化格式（例如 JSON）喂给模型，比让它自己从长描述里猜要稳定得多，也便于发现参数缺失。

三、生成层：每个卖点生成 2 到 3 个候选句式，由人挑选或按规则打分。批量生成时给每个 SKU 打上“已审”标记，未审的不上架。

四、校验层：生成后跑规则检查——是否出现绝对化用语、是否与参数冲突（写了“防水”但参数里没有）、字数是否超限、关键词是否覆盖。

这套流程的产出不是“最好的文案”，而是“合格且一致的文案”。对于长尾 SKU，一致性比文采更重要，因为它直接影响搜索匹配和用户预期。