---

name: sealeap-xiezhi-amazon-seasonal-keyword-growth-discovery description: "Discover seasonal Amazon micro-niches from accelerating, moderate-volume keywords and then expand from the underlying event scenario. Use when the team wants future demand signals rather than today's bestseller list."

Amazon 季节关键词增长选品

目标

通过历史同比/环比和目标月份的搜索增长寻找事件型精准词，再从低价入口产品扩展更可盈利的同场景需求。

适用任务

• 筛选未来月份增长显著的关键词。
• 验证关键词季节性与场景根因。
• 从一个低利润产品延伸同场景高价值机会。

开始前要拿到

• 目标站点、当前日期、计划上架日期和目标月份。
• 至少两年同口径关键词月度趋势。
• 关键词对应商品、评论、价格、销量和上架时间。
• 目标利润、供应链与合规边界。

缺少字段时列出证据缺口，并把相关结论标为 FACT、ESTIMATE、ASSUMPTION 或 UNKNOWN；不要补造数据。

不可妥协的边界

• 第三方数据均为估算或代理证据；Amazon 一方报告、后台实时字段和产品事实优先。
• 经验阈值只能作为可调起点，必须展示敏感性分析，不能写成 Amazon 官方规则。
• 不得捏造销量、搜索量、CPC、CVR、成本、认证、产品属性或消费者需求。
• 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退，核对用户已有授权是否覆盖对象、动作与预算；范围已明确授权时继续执行并回读核验，只有未覆盖或扩大的范围才请求批准。
• 不输出或保存素材来源身份、账号、链接、作品编号、互动数据、原始话术或其他可反查来源的线索。
• 不得使用一次性事件、受保护 IP 或未经本地化验证的活动词直接备货。
• 搜索增长不能替代单位经济和可达份额。

工作流

1. 倒排目标月份

依据开发、生产、运输与上架学习周期选择未来窗口，避免追已发生的增长。

2. 筛增长词

使用增长率与绝对搜索量双门槛，保留中小体量词，并对基数效应做标记。

3. 验证重复性

比较多年度曲线、峰值月份和相关事件，排除一次性新闻或短期异常。

4. 解释场景

从商品、评论和搜索结果确认谁在什么活动中为何搜索该词。

5. 扩展机会

若原产品经济性不足，用场景通用词跨品类寻找更高客单、低评论或更易差异化的载体。

6. 完成闸门

对扩展候选重新验证精准词、直接竞品、CPC/CVR、IP、供应和首批库存。

判断标准

• 环比增长 100%、月搜索量上限约 3,000 等仅是发现参数，必须检查基数和同比。
• 一次历史峰值不构成可重复季节性。
• 从场景扩展的新产品不能继承原关键词的需求量，必须独立验证。

第三方 MCP 数据

需要外部关键词、竞品、评论或公开网页证据时，读取 references/mcp-data-plan.md，并使用 scripts/mcp_research.py。

• 先动态执行 tools/list、search-tools 和 describe，依据实时 inputSchema 构造参数。
• 凭证只从环境变量读取，不进入参数、URL、Skill、终端输出或 Git。
• 可能计费的 tools/call 先展示 Provider、工具、无密钥参数、预计成本与输出位置，核对已有授权；仅在授权覆盖本次范围时使用 --allow-cost，该标志不是费用上限。
• 脱敏结果用 --output 写入 Skill 包之外的任务私有目录；不假设安装位置受仓库 .gitignore 保护。第三方数据标为估算或代理证据。
• 失败一次后记录缺口，不以重复付费重试掩盖不可用状态。

必须交付的结果

• 目标月份与倒排
• 增长词候选
• 多年度季节验证
• 场景需求解释
• 扩展产品与立项清单

结尾列出站点、数据窗口、证据来源、关键假设、缺口、风险、下一步和所有待批准动作。证据不足时写 HOLD，不得包装成可直接执行。

执行细节、证据字段和质量检查见 references/playbook.md。