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
Productivité · SKILL.md

sealeap-bixie-amazon-unmet-demand-keyword-to-product

sealeap-bixie-amazon-unmet-demand-keyword-to-product

Identify keywords with rising search volume and click interest but below-benchmark conversion as unmet-demand signals, then run them through AI-assisted product-candidate generation and a market, competitive, and profitability validation gate. Rejects candidates that fail the profit or IP check before sourcing. Use for 找搜索量高转化低的词、选品没方向想从需求反推、AI拓品候选验证. Do no…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-bixie-amazon-unmet-demand-keyword-to-product description: "Identify keywords with rising search volume and click interest but below-benchmark conversion as unmet-demand signals, then run them through AI-assisted product-candidate generation and a market, competitive, and profitability validation gate. Rejects candidates that fail the profit or IP check before sourcing. Use for 找搜索量高转化低的词、选品没方向想从需求反推、AI拓品候选验证. Do not use to place a purchase order directly from the candidate list, or to skip the patent and compliance check."

Amazon 未满足需求选品闭环

目标

Identify keywords with rising search volume and click interest but below-benchmark conversion as unmet-demand signals, then run them through AI-assisted product-candidate generation and a market, competitive, and profitability validation gate. Rejects candidates that fail the profit or IP check before sourcing.

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。
  • 转化率低于基准里的基准本身是一个统计估算值,受价格带划分、时间窗口选择影响较大,判断前需确认基准口径与自身产品是否真正可比。
  • AI 生成的产品建议是启发式候选,不能替代正式的专利检索、供应链可行性与合规审查,落地前必须补齐这些独立验证步骤。
  • 搜索量上升与点击率高只反映需求信号,不代表已验证的可盈利空间,利润核算未通过前不应视为已确认机会。

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

  • 目标 marketplace、类目、价格带、上架时间与运营模式
  • 候选品与同购买意图可比样本的销量、评论、价格和上架时间
  • 关键词需求、历史趋势、广告依赖、同款密度和品牌集中度
  • 采购、头程、平台费、退货、仓储、交期和合规/IP 基础信息

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. 在广告后台的需求探测类功能里,筛出搜索量环比上升、点击率高于同类目均值、但转化率低于同价位基准的关键词,作为未满足需求的候选池。
  2. 对候选词逐个核实转化率基准的可比口径(同价格带、同产品类型),避免把跨品类或跨价位的基准直接套用。
  3. 用 AI 拓品工具输入候选词与相关竞品 ASIN,生成细分方向(优化现有产品解决该需求)与互补方向(围绕该需求做配套新品)两类候选。
  4. 对候选逐个核实市场趋势、供需比、价格带与头部竞品格局,排除趋势向下或头部垄断过强的方向。
  5. 结合 AI 做评论声音、关键词延展与利润核算,任何一项显示不可盈利或强负面反馈的候选直接淘汰。
  6. 落地前对入围候选做专利与合规初筛,存在明显风险的候选放弃或转为需要人工复核的待定项。

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:核实候选品类的市场趋势、竞品格局与评论声音作为需求验证阶段的第三方代理证据。

  • 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

  • 未满足需求关键词清单
  • AI拓品候选分类表
  • 市场验证结果表
  • 利润与合规核查记录
  • 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 enregistrées