L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Design et création · SKILL.md

sealeap-hundun-amazon-competitor-asin-keyword-harvest

sealeap-hundun-amazon-competitor-asin-keyword-harvest

Build a seed keyword list by reverse-looking-up search terms from a curated set of visually or functionally similar competitor ASINs in the same sub-category, then manually vet each returned term by checking whether the actual top-ranked results for that term resemble the target product, judging ambiguous cross-shopping terms case by case. Relies on third-p…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-hundun-amazon-competitor-asin-keyword-harvest description: "Build a seed keyword list by reverse-looking-up search terms from a curated set of visually or functionally similar competitor ASINs in the same sub-category, then manually vet each returned term by checking whether the actual top-ranked results for that term resemble the target product, judging ambiguous cross-shopping terms case by case. Relies on third-party reverse-ASIN keyword data as a proxy signal, not an Amazon first-party source. Use for 怎么找关键词、竞品反查关键词、关键词相关性怎么判断、变体多的产品关键词太少怎么办. Do not use the raw exported list without the manual relevance pass, and do not treat search-volume figures from third-party tools as exact platform data."

Amazon 竞品ASIN反查关键词甄别

目标

Build a seed keyword list by reverse-looking-up search terms from a curated set of visually or functionally similar competitor ASINs in the same sub-category, then manually vet each returned term by checking whether the actual top-ranked results for that term resemble the target product, judging ambiguous cross-shopping terms case by case. Relies on third-party reverse-ASIN keyword data as a proxy signal, not an Amazon first-party source.

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。
  • 反查出的关键词数量、搜索量等均为第三方代理数据,与平台一方数据可能存在口径差异,只作为方向参考。
  • 相关性判断以“该词当前排名靠前的结果是否与自身产品相似”为准,同一关键词的排名结果会随时间、地区、个性化等变化,此判断存在时效性,需要定期复核。
  • 保留跨购买意图的边缘关键词是一种权衡(可能带来不够精准的点击),需结合自身预算和转化数据决定取舍尺度,不是非黑即白的规则。

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、产品事实、ASIN/SKU 与目标购买意图
  • 本品和可比竞品的关键词、自然位置、广告可见度与采样时间
  • 搜索词报告、转化、CPC、订单、利润和 Listing 当前覆盖
  • 站点语言、变体、价格、库存与同期促销记录

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. 从目标细分类目的榜单中,人工挑出与自己产品在外观/功能上高度相似的一批竞品 ASIN,控制在可管理的数量内,明显不像的直接不选。
  2. 用第三方反查关键词工具,把这批 ASIN 批量粘贴进行反查,并开启按变体扩展的选项以覆盖同一 listing 不同颜色/尺寸变体下的搜索词,服装等多变体品类尤其需要。
  3. 逐条核对返回的关键词:搜索该词看实际排名靠前的结果是否与自己的产品相似;相似则保留为相关词,明显是其他品类/用途的产品则标记删除。
  4. 对介于两可之间的词(搜索的产品类型不完全一样,但可能存在跨购买意图),按是否可能带来有效转化自行判断去留,不必强求完全同款才保留。
  5. 在导出之前先完成删除与清理,而不是导出后再回头清洗,减少后续整理的工作量。
  6. 导出清理后的关键词表,用于后续 listing 文案(标题、五点、后台关键词)的词汇覆盖。

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:通过第三方反查工具获取竞品ASIN关联的搜索词、搜索量与相关度等代理数据,用于扩充候选关键词库。

  • 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

  • 高相似度竞品ASIN候选清单
  • 反查关键词原始导出表
  • 人工相关性甄别后的干净关键词表
  • 待复核的边缘关键词清单
  • 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 enregistrées