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-taotie-amazon-keyword-demand-seasonality-reading

sealeap-taotie-amazon-keyword-demand-seasonality-reading

Read keyword-research tool output correctly: prefer multi-month search and purchase-rate history over last-month snapshots, interpret search-result counts as a loose competition proxy, spot head terms with low conversion, extract high-frequency modifiers for listing and selling points, and time seasonal product decisions by lead time to the peak. Use for 关键…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-taotie-amazon-keyword-demand-seasonality-reading description: "Read keyword-research tool output correctly: prefer multi-month search and purchase-rate history over last-month snapshots, interpret search-result counts as a loose competition proxy, spot head terms with low conversion, extract high-frequency modifiers for listing and selling points, and time seasonal product decisions by lead time to the peak. Use for 关键词搜索量准不准、月搜索量怎么算、旺季月份怎么看、购买率是什么、大词转化低正常吗、搜索结果数代表竞争吗、高频词怎么用、季节品什么时候定. Do not use to claim exact search volumes as facts or to select bids from tool data alone."

Amazon 关键词需求与季节性判读

目标

Read keyword-research tool output correctly: prefer multi-month search and purchase-rate history over last-month snapshots, interpret search-result counts as a loose competition proxy, spot head terms with low conversion, extract high-frequency modifiers for listing and selling points, and time seasonal product decisions by lead time to the peak.

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。
  • 购买率、搜索量、搜索结果数均为第三方估算且可能存在计算错误(来源发现过购买率显示与计算不一致),任何结论都要标 ESTIMATE 并可回指来源工具。
  • 「大词转化低、卖家转投长尾」是来源对趋势变化的解释,属待验证假设,用本账户搜索词报告验证。
  • 旺季月份与转化最好的月份因类目不同,来源举例的月份与增长率不作规律。
  • 来源的工具推荐与团购信息不采纳;本 Skill 只描述工具类别与数据口径。

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. 拉取候选关键词列表时不按匹配类型预筛,先全量导出再离线筛选;记录工具的搜索量口径(例如翻页计入多次搜索)与数据月份,标注为 ESTIMATE。
  2. 用历史趋势替代上月快照:看近一到两年的逐月搜索量与购买率曲线,找出需求最高的月份与转化最好的月份(两者常不同:大促月搜索高但转化未必高),并对比不同年份同月是否结构性下滑。
  3. 识别大词:搜索量很大但购买率极低的主词通常不适合作精准投放或排名主攻,把预算优先给购买率高的长尾词;这一判断要用本账户广告数据复核。
  4. 把搜索结果数只当作竞争度的粗指标:它与前台实际结果因配送地区、类目筛选而不同,同时看头部 Listing 的评论与价格才能判断进入难度。
  5. 从高频词中提取修饰维度(性别、尺码、颜色、款式、材质):用于 Search Terms 去重布局与卖点排序,只选与本品实际匹配的词,不堆砌。
  6. 季节品倒推时间表:从旺季首月减去采购、头程与入库时间得到最晚决策日期;错过则改为准备下一季,不在旺季中途仓促入场。
  7. 多工具校准:同一词在不同工具的搜索量可能相差数倍(来源观察到不同来源的工具相差约一半量级),并列保留各家口径,用平台一方数据或公开搜索趋势核对方向,不取无依据的平均值。

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:获取关键词逐月搜索量、购买率、搜索结果数与高频词的第三方代理证据。

  • 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

  • 关键词数据口径记录
  • 历史趋势与旺季判读表
  • 大词/长尾词分层清单
  • 高频词修饰维度表
  • 季节品决策时间表
  • 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