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
Développement · SKILL.md

sealeap-bixie-amazon-search-term-tiered-ad-triage

sealeap-bixie-amazon-search-term-tiered-ad-triage

Triage a search-term report into no-conversion, high-ACOS-conversion, and healthy-conversion buckets and apply a distinct action to each bucket instead of one blanket bid change. Uses root-word frequency across winning and losing terms to scale negative keywords and broad-match expansion. Use for 广告烧钱不出单、ACOS忽高忽低怎么拆、搜索词该否定还是该加预算. Do not use to bulk-negate k…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-bixie-amazon-search-term-tiered-ad-triage description: "Triage a search-term report into no-conversion, high-ACOS-conversion, and healthy-conversion buckets and apply a distinct action to each bucket instead of one blanket bid change. Uses root-word frequency across winning and losing terms to scale negative keywords and broad-match expansion. Use for 广告烧钱不出单、ACOS忽高忽低怎么拆、搜索词该否定还是该加预算. Do not use to bulk-negate keywords without root-word review, or to treat a single reporting window as a long-term conclusion."

Amazon 搜索词报告分层优化

目标

Triage a search-term report into no-conversion, high-ACOS-conversion, and healthy-conversion buckets and apply a distinct action to each bucket instead of one blanket bid change. Uses root-word frequency across winning and losing terms to scale negative keywords and broad-match expansion.

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。
  • 转化率不低于基准就是出价偏高是一种经验判断,实际还需排除展示位置、时段、竞对临时降价等外部干扰因素。
  • 词根统计得到的否定与拓展建议需要人工复核相关性,同词根不代表语义或购买意图完全一致,批量操作前应抽样检查。
  • 曝光点击转化三层漏斗的优化口诀是经验启发式,实际问题可能叠加多个环节,需结合完整数据确认根因。

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. 导出搜索词报告并按花费从高到低排序,先看清楚预算主要花在哪些词上,再决定优化动作。
  2. 对有花费无转化的词,先判断是否与产品明显不相关:不相关的直接否定,相关但曝光点击不足的先给观察期再下结论。
  3. 对有转化但 ACOS 高的词,对比其转化率与同类目基准:转化率不低于基准的优先怀疑出价过高,可尝试小幅降价或调整广告位;转化率本身偏低的转向优化 Listing 或收窄匹配方式。
  4. 对转化好且 ACOS 健康的词,核实它们是否集中贡献了大部分优质转化,确认后为其单独建精准投放或追加素材投放,而不是继续埋在原广告组里。
  5. 对否定词和高转化词分别做词根统计,同词根的否定词批量处理,同词根的高转化词用于拓展新的广泛匹配广告。
  6. 结合曝光、点击、转化三层漏斗数据定位问题所在环节(曝光高点击低查主图、点击高转化低查详情页),把否词与加预算动作和对应素材优化项绑定执行。

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。

必须交付的结果

  • 搜索词三层分类表
  • 词根否定与拓展清单
  • 转化率对标分析
  • 漏斗诊断与优化动作清单
  • 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