La interfaz está localizada; las descripciones y documentos de las Skills se traducen automáticamente con IA a su idioma. El código, los comandos, rutas y términos técnicos se mantienen en el original, y prevalece el documento del autor.
Explorar Skills
Desarrollo · SKILL.md

sealeap-bifang-amazon-new-product-ad-conversion-first

sealeap-bifang-amazon-new-product-ad-conversion-first

Plan and review the launch-phase advertising of a small seller's new Amazon product by starting from a short list of exact-match long-tail terms, treating automatic campaigns only as low-bid discovery, judging each term by click-through and conversion rate rather than ACOS or TACOS, and layering coupons, deals and old-to-new bundles once the product and lis…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentación de la Skill

GitHub

name: sealeap-bifang-amazon-new-product-ad-conversion-first description: "Plan and review the launch-phase advertising of a small seller's new Amazon product by starting from a short list of exact-match long-tail terms, treating automatic campaigns only as low-bid discovery, judging each term by click-through and conversion rate rather than ACOS or TACOS, and layering coupons, deals and old-to-new bundles once the product and listing pass a readiness check. Use for 新品广告怎么开、新品转化率低、新品 ACOS 高正常吗、自动广告还是手动广告、新品否词、老品带新品. Do not use to launch or change live campaigns without an approved change table, or to compensate for a product or listing that has not passed readiness review."

Amazon 新品期广告转化优先策略

目标

Plan and review the launch-phase advertising of a small seller's new Amazon product by starting from a short list of exact-match long-tail terms, treating automatic campaigns only as low-bid discovery, judging each term by click-through and conversion rate rather than ACOS or TACOS, and layering coupons, deals and old-to-new bundles once the product and listing pass a readiness check.

不可妥协的边界

  • 当前 Amazon 官方政策、账户资格、站点字段和一方数据优先于本 Skill 的经验框架。
  • 第三方数据一律标为估算或前台观测,不得写成 Amazon 一方事实。
  • 默认只读诊断和草案;任何广告、Listing、库存、促销或外部系统写操作都需逐项展示并取得明确批准。
  • 一次实验只改变一个主要变量,并记录基线、样本、成功、停止和回退条件。
  • 不得复制来源材料或竞品表达;输出必须按当前任务重新组织并可由现有证据支撑。
  • “少词精准起步、自动广告只做捡漏”是来源对中小卖家的经验策略;不同类目与预算下自动广告的价值不同,以当前账户报告校准。
  • 来源解释“多次点击不出单会拉低广告组权重”“词权重上升后建议竞价自然下降”,均为平台算法推断,作为待验证假设,只用账户内前后对比观测。
  • “站外折扣比站内 PPC 更划算并对新品链接有额外好处”是来源观点;用同口径成本与归因数据验证,不预设。
  • 任何借站外链接直接拉动关键词权重、或以促销换取评论的做法不采用;促销仅用于获取真实销售。

先判断任务模式

  1. 诊断:读取现状、证据和缺口,不生成线上写入动作。
  2. 方案草案:输出可审核的结构、参数范围、实验和回退值。
  3. 执行准备:只生成待批准变更表或 API/控制台操作草案。
  4. 已批准执行:仅对用户在当前会话明确批准的对象和字段执行,并立即回读核验。

用户未指定时采用“诊断”。

开始前要拿到

  • marketplace、店铺、ASIN/SKU、广告类型和目标
  • 同口径的 Campaign、Targeting、Search Term、Placement 与 Advertised Product 报告
  • 售价、优惠、COGS、Amazon 费用、退款与目标贡献利润
  • 库存、Buy Box、Listing、评论和同期市场事件

缺失项必须标为 NEEDS_EVIDENCE;不得猜数字、补属性或把不同站点、ASIN、变体、币种和时间窗混在一起。

工作流

先读取 references/playbook.md,确认该方法适用于当前对象。按以下顺序执行:

  1. 准入检查:核对产品事实、主图、标题、五点、价格与同购买意图竞品的差距;任何一项明显落后先修正再投放,广告不用于弥补产品或页面缺陷。
  2. 起步结构:从关键词清单中挑少数与产品高度相关、有转化记录的长尾词,只用手动精准匹配起步;同时上架多个新品时明确主推与非主推链接,预算向主推倾斜;每个词的起始竞价与预算写入变更表。
  3. 自动广告定位:以低于手动的竞价开启自动广告只做捡漏与拓词;自动广告出现有转化的搜索词后,把它移入手动精准并在自动里加否定;自动广告不承担主要预算。
  4. 判定指标:新品期自然流量少,ACOS 与 TACOS 接近属预期,不以两者作为停止依据;逐词看点击率与转化率——点击率差指向主图/标题/价格在搜索结果页的吸引力,转化率差指向价格、评论、页面详情或产品本身;每个词累计足够点击后再判定,样本不足标 NEEDS_EVIDENCE。
  5. 否词节奏:新品期否词要慎重,只否定多次点击且与产品事实明显不符的词;对相关但暂未转化的词先降竞价观察,累计点击充足仍无转化且页面无可改点时暂停该词而不是直接否定。
  6. 补流量:在利润允许范围内叠加优惠券、会员专享折扣或站外促销,把折扣成本与 PPC 成本放在同一口径下比较;预算紧张时可先不开广泛/词组匹配,把预算留给精准投放与促销。
  7. 老带新与扩词:有在售老品时设计组合促销(买老品享新品折扣等)并记录归因;扩词条件是现有词的排名与转化稳定后再逐步增加,每次只加少量词并保留回退。

最后做数据充分性检查,并把结论分成 FACT / ESTIMATE / HYPOTHESIS / UNKNOWN。若关键证据不足,状态写 HOLD。

第三方 MCP 数据

仅在自有数据不足且当前任务确实需要外部证据时,读取 references/mcp-data-plan.md,再使用 scripts/mcp_research.py。本 Skill 的外部取数目的:补充同购买意图竞品的关键词、价格与评论代理证据。

  • 先 doctor,再 search-tools 和 describe;工具名及参数以实时 tools/list 与 inputSchema 为准。
  • Token 只从环境变量读取。不得写入命令参数、URL、Skill、报告、日志或 Git。
  • tools/call 或 Actor 可能计费;先展示 Provider、工具、无密钥业务参数、预计成本与输出位置,核对已有授权覆盖后才加 --allow-cost;该标志不是费用上限。

必须交付的结果

  • 新品准入检查表
  • 起步广告结构与变更表(词、匹配、竞价、预算、主推/非主推)
  • 逐词点击率/转化率判定记录与否词理由
  • 促销与老带新组合方案(含成本口径)
  • 扩词条件与回退记录
  • 数据范围、来源、采集时间、样本与限制。
  • 关键假设、待补证据、风险和不可确定项。
  • 若有动作:对象、旧值、新值、预期、停止条件、回退值与审批状态。

方案状态使用 READY FOR REVIEW / DRAFT / HOLD / STOP;如已执行,另行记录实际结果及回读证据。未得到明确批准时,不得声称已修改线上对象。

Skills guardadas