---

name: sealeap-kunpeng-amazon-ai-shopping-visibility-diagnosis description: "Diagnose Amazon AI-shopping visibility as a testable discovery hypothesis rather than a ranking guarantee. Use when a listing loses traffic, appears inconsistently in conversational shopping, or needs a buyer-question coverage audit."

Amazon AI 购物可见性诊断

目标

区分季节、价格、库存、广告、索引、竞争和 AI 购物入口等可能原因，用可复核测试判断页面信息缺口，不把流量波动单因归因给 AI。

适用任务

• 做当前状态的只读诊断。
• 形成有证据、可审批、可回退的计划或单变量实验。
• 判断信息不足时应继续验证、暂停还是保持 HOLD。

开始前要拿到

• 站点、ASIN、日期范围、业务报告、广告报告、价格、库存和变更日志。
• 当前 AI 购物功能名称、可用市场、观察到的提问与响应样本。
• Listing、A+、图片、评论主题和买家高频问题。

缺少字段时明确标为 UNKNOWN 或 NEEDS_EVIDENCE，不要补造数据。

不可妥协的边界

• Amazon 当前官方规则、账户实时状态和一方业务报告优先；公开内容与第三方数据只能作为待验证启发或代理证据。
• 数值、政策、因果与执行状态分别标为 FACT、ESTIMATE、ASSUMPTION 或 UNKNOWN。
• 不捏造销量、搜索量、成本、产品属性、合规状态、评论、广告结果或平台机制。
• 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退，核对用户已有授权是否覆盖对象、动作与预算；范围已明确授权时继续执行并回读核验，只有未覆盖或扩大的范围才请求批准。
• 不保存或输出素材来源身份、账号、链接、文章编号、发布日期、阅读量、原始话术或其他可反查线索。
• 平台界面、功能、费率、资格和规则会变化；执行前必须在目标站点复核。

工作流

1. 建立流量损失时间线，先排查库存、价格、Buy Box、抑制、索引、季节和广告变化。
2. 确认目标市场当前是否有 AI 购物入口，保存查询、时间和个性化限制。
3. 构造覆盖发现、比较和决策阶段的中性问题集，多次采样并避免自我搜索偏差。
4. 将回答中的缺失或错误映射到可验证的产品事实与页面字段。
5. 只修改一个信息缺口，保持价格、广告和库存尽量稳定，运行前后或对照测试。
6. 用会话、点击、转化和回答覆盖复盘；不能隔离变量时只报告相关性。

判断规则

• AI 购物回答会受市场、用户、时间和实验影响，单次观察不是排名事实。
• 不得声称某种文案会被优先提取或保证推荐。
• 评价只能自然获得；不得引导指定内容、利益交换或操纵反馈。

必须交付的结果

• 流量根因树
• AI 提问与回答覆盖表
• 页面事实缺口清单
• 受控实验与置信度结论

结尾列出站点、数据窗口、口径、证据、关键假设、缺口、风险、下一步和所有待批准动作。证据不足时写 HOLD，不得包装成可直接执行。

执行表、指标和质量检查见 references/playbook.md。