跳到正文
土土金API

批量内容生产

批量写商品描述和营销文案,用一个便宜的对话模型写初稿,再从中抽一部分交给更强的模型检查和润色。按每月 2 万条商品描述、抽检 10% 估算,用最低价分组计算,模型费用每月约 ¥152。并发数、排队和失败重试都由你的程序控制。

价格更新于 2026年11月13日 17:48

月成本估算

假设:每月生成 2 万条商品描述,每条输入约 800 tokens(商品属性、品牌语气和一个示例),输出约 400 tokens;抽 10%(2,000 条)交给更强的模型复核,每条输入约 1,200 tokens,输出约 300 tokens。

¥151.68/ 月

  • 生成初稿¥134.4
  • 抽检润色¥17.28
看用量假设

业务问题

电商上新、内容运营、广告投放都要大量文字:每个 SKU 一段描述,每个渠道一套标题,每次活动几十条文案。人工写跟不上节奏,外包的质量又时好时坏。

让模型写一条并不难,难在稳定地写几万条:任务要排队并发,遇到限流和网络错误要重试,语气要统一,还不能出现商品没有的卖点。

常见做法是先把商品属性整理成结构化数据,按固定模板生成初稿,再抽一部分交给更强的模型或人工复核,问题集中的批次整体重跑。

推荐模型组合

推荐模型按实时目录自动选取,价格取各模型最低价分组,更新于 2026年11月13日 17:48。点模型名可查看全部分组价格。

参考架构

  1. 1

    整理输入

    把商品属性(名称、材质、规格、适用场景)和品牌语气说明整理成结构化数据,敏感词和禁用说法单独列成清单。

  2. 2

    排队并发

    任务进入队列,用固定并发数(比如 8 到 16)调用对话模型;429 和 5xx 按指数退避重试,400 类错误记录下来修正输入,不要重试。

  3. 3

    生成初稿

    系统提示词固定,每个商品的属性放进用户消息;限制输出长度,按段落或 JSON 返回,方便直接入库。

  4. 4

    自动检查

    用程序检查字数、禁用词,以及有没有出现属性里没有的数字或认证,不合格的打回重写。

  5. 5

    抽检润色

    抽 10% 左右交给更强的模型复核和润色,问题集中的批次整体重跑;上线前运营再人工过一遍。

成本估算

假设:每月生成 2 万条商品描述,每条输入约 800 tokens(商品属性、品牌语气和一个示例),输出约 400 tokens;抽 10%(2,000 条)交给更强的模型复核,每条输入约 1,200 tokens,输出约 300 tokens。

项目模型用量假设费用
生成初稿deepseek-v4.1-flash20,000 次 × 输入 800 + 输出 400 tokens¥134.4
抽检润色Claude Sonnet 5.52,000 次 × 输入 1,200 + 输出 300 tokens¥17.28
合计(每月)¥151.68

按各模型最低价分组的实时价格计算,价格更新于 2026年11月13日 17:48。

只含模型调用费用。失败重试会产生额外调用,失败率高时费用相应增加。条数翻倍,费用大致翻倍;描述写得越长,输出费用越高。

示例代码

用信号量限制同时进行的请求数,429、5xx 和网络错误按指数退避重试,其他 4xx 直接记录,结果写成 JSONL 方便入库。

示例代码(Python,异步并发与重试)
import asyncio
import json
import os
import random

from openai import APIConnectionError, APIStatusError, AsyncOpenAI

client = AsyncOpenAI(base_url="https://www.tutujin.com/v1", api_key=os.environ["TUTUJIN_API_KEY"], max_retries=0)
LIMIT = asyncio.Semaphore(8)  # requests in flight at the same time

PROMPT = (
    "Write a product description for an online store in a friendly, concrete tone. "
    "Use only the facts provided. Do not add awards, certifications or numbers that are not listed. "
    "Return 3 short paragraphs."
)


async def write(product, attempts=4):
    async with LIMIT:
        for i in range(attempts):
            try:
                resp = await client.chat.completions.create(
                    model="deepseek-v4.1-flash",
                    messages=[
                        {"role": "system", "content": PROMPT},
                        {"role": "user", "content": json.dumps(product, ensure_ascii=False)},
                    ],
                    max_tokens=600,
                    temperature=0.8,
                )
                return {"sku": product["sku"], "text": resp.choices[0].message.content}
            except APIConnectionError:
                pass  # network problem or timeout: retry
            except APIStatusError as e:
                if e.status_code != 429 and e.status_code < 500:
                    # 4xx means the request itself is wrong (or no balance): fix it, do not retry
                    return {"sku": product["sku"], "error": e.status_code}
            await asyncio.sleep(2 ** i + random.random())  # back off: ~1s, 2s, 4s, 8s
        return {"sku": product["sku"], "error": "gave up after retries"}


async def main(products):
    results = await asyncio.gather(*(write(p) for p in products))
    with open("descriptions.jsonl", "w", encoding="utf-8") as f:
        for r in results:
            f.write(json.dumps(r, ensure_ascii=False) + "\n")


products = [
    {"sku": "A1001", "name": "Ceramic mug", "material": "stoneware", "capacity_ml": 350, "dishwasher_safe": True},
]
asyncio.run(main(products))
# then send about 10% of the results to claude-sonnet-5-5 for a fact and tone check

用一把 Key 试试这个方案

注册后在控制台创建 API Key,把上面代码里的 base_url 和 Key 换成你的就能运行。企业采购、开发票可以加客服微信 JsnonoChat。

土土金客服微信二维码
微信JsnonoChat

扫码或搜索微信号添加客服

常见问题

每月 2 万条商品描述大概多少钱?

按每条输入约 800 tokens、输出约 400 tokens,再抽 10% 交给更强的模型复核估算,用最低价分组计算约 ¥152。输出越长费用越高,可以在提示词里限定字数。

有专门的批量接口吗?

没有单独的批量接口。批量任务就是并发调用普通的 Chat Completions 接口,按实际用量计费,并发数、排队和重试由你的程序控制。

并发开多少合适?

先从 4 到 8 个并发开始,看 429 出现的比例再慢慢调高。收到 429 时等一会儿再重试,不要立刻重发。不同模型和分组能承受的并发不同,可以参考文档里的限流说明。

怎么防止模型编造卖点?

只把商品已有的属性给模型,提示词里写明不得添加属性以外的功效、认证和数据;输出后再用程序检查其中的数字和关键词,确认都能在属性里找到。

生成的文案能直接上线吗?

建议先抽检。商品描述和广告文案有广告法等合规要求,模型并不了解你们的具体规定,上线前应由运营或法务按规则复核。