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
Données et recherche · SKILL.md

sealeap-luduan-amazon-listing-keyword-pool-build

sealeap-luduan-amazon-listing-keyword-pool-build

Build a tiered keyword material sheet for a new Amazon listing by harvesting competitor titles, bullets and reverse-ASIN traffic terms, de-duplicating and ranking them, hand-tagging core, peripheral, same-audience and misleading terms, then expanding core terms into relevant long-tails with search and purchase metrics. Outputs evidence-backed material table…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-luduan-amazon-listing-keyword-pool-build description: "Build a tiered keyword material sheet for a new Amazon listing by harvesting competitor titles, bullets and reverse-ASIN traffic terms, de-duplicating and ranking them, hand-tagging core, peripheral, same-audience and misleading terms, then expanding core terms into relevant long-tails with search and purchase metrics. Outputs evidence-backed material tables, not a finished listing or a claim about how Amazon matches queries. Use for 新品关键词怎么找、竞品反查关键词整理、核心词周边词长尾词分层、写 Listing 前的词表、五点卖点词汇整理、Search Term 备选词. Do not use to write or overwrite live listing fields, or to treat any third-party search volume as Amazon first-party data."

Amazon Listing 关键词素材库搭建

目标

Build a tiered keyword material sheet for a new Amazon listing by harvesting competitor titles, bullets and reverse-ASIN traffic terms, de-duplicating and ranking them, hand-tagging core, peripheral, same-audience and misleading terms, then expanding core terms into relevant long-tails with search and purchase metrics. Outputs evidence-backed material tables, not a finished listing or a claim about how Amazon matches queries.

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。
  • 来源把“单数搜索量高于复数”“竞品流量词里出现无关词是算法按相似度匹配”当作结论;本 Skill 只记为待验证假设,词形取舍以当前站点的第三方数据与自身搜索词报告校准。
  • 来源建议把常见拼写错误词放进 Search Term;这与当前后台 Search Term 规范可能冲突,先核对当前字段规则,且不得占用核心词位置。
  • 来源提到部分类目转化率很高、低搜索量词也值得做,这是经验判断;任何词的价值以上线后搜索词报告的点击与转化为准,不用搜索量单一指标下结论。
  • 第三方工具的搜索量、购买量、类目归属均为估算,不同工具口径不能混表;工具不可用或额度不足时记录缺口并停止,不伪造数据。

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. 先定产品事实与站点语言:产品是什么、给谁用、核心属性(规格层级/材质/安装方式/尺寸等)、目标站点;语言基础弱时准备翻译工具,但词表的取舍仍要人工逐条过。
  2. 选竞品参照物:按自身体量定样本,中大卖看销量领先的 Listing,小卖优先评价数少但销量尚可的 Listing;样本数量以当前类目校准,来源经验值仅作参考。不刻意回避竞品已用词,此阶段目标是“找对词”而不是“找没人用的词”。
  3. 逐个收集三类素材到三张表:标题表、五点表、流量词表(第三方反查工具导出的竞品流量词);流量词表按“关键词/月搜索量/所属类目/月购买量/旺季时间”字段并表,先去重再按搜索量降序,删除无搜索量的词。
  4. 人工打标:高度匹配本品的标为核心词;受众相同但指代相邻产品的词与非精准但可用于 Search Term 的词标为周边词;语义指向其他物品的高搜索词(易误导)排除并写明原因;颜色/尺寸/场景修饰词与拼写变体单独记录。低搜索量的尾部也要翻,常能发现表达方式差异(同义写法、单复数、地点词)。
  5. 用部分核心词到第三方工具做相关词扩展,导出后按所属类目过滤掉明显无关类目,剔除旺季明显属于过去某一年的一次性词与月购买量为零的词;不用商品数、点击集中度、购买率做筛选依据,它们回答的是竞争问题而不是相关性问题。
  6. 把核心词与周边词上传到第三方工具补齐指标(搜索量、购买量、旺季),与长尾表合并成最终素材表;核心加周边控制在可管理规模,长尾保留数百量级,具体以当前类目校准,来源经验值仅作参考。
  7. 归纳竞品五点的常见卖点词组(如规格层级、安装方式、材质、易安装、尺寸标注方式、省空间、耐用等,按类目替换)与标题结构(品牌/工艺词/形容词/名词/尺寸/颜色的排列方式)作为写作参考;不理解的行业术语查证后再用,不随意拆改竞品可读的词组。

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:获取竞品的反查流量词、相关词扩展及搜索量/购买量估算,作为词表整理的第三方代理证据。

  • 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

  • 竞品参照物清单(选择理由与体量口径)
  • 三张原始素材表(标题/五点/流量词)
  • 核心词表与周边词表(含打标理由与指标)
  • 高相关长尾词表(按类目与购买量过滤)
  • 竞品卖点词组与标题结构归纳
  • 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