---

name: sealeap-chongming-amazon-vine-reviewer-lead-mining description: "Discover recently launched products by starting from a low-review listing, locating its Vine reviews, opening those reviewers' public profiles to list other Vine-reviewed items, and looping across products and reviewers to build a candidate pool that is then validated on each main keyword's search results page. Treats Vine presence as a launch-investment signal, not as proof of demand. Use for Vine 评论反查选品、找刚上架的新品、评论者主页看他评测了什么、新品线索池、少评论产品怎么验证市场. Do not use to contact reviewers, solicit reviews, or skip demand, margin and compliance validation."

Amazon Vine 评论者反查新品线索

目标

Discover recently launched products by starting from a low-review listing, locating its Vine reviews, opening those reviewers' public profiles to list other Vine-reviewed items, and looping across products and reviewers to build a candidate pool that is then validated on each main keyword's search results page. Treats Vine presence as a launch-investment signal, not as proof of demand.

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。
• 来源假设“用 Vine 的卖家对产品质量有信心”；可验证的事实只是该卖家已完成品牌备案并为新品投入了 Vine，质量与需求仍需独立判断。
• 评论者主页的可见范围与 Vine 标识的展示方式由平台决定，可能变化或受限；无法获取时记录缺口，不用抓取工具绕过。
• 候选来自他人新品，不等于市场已验证；“别人替你测过”只是假设，需求与竞争以主关键词首页观测和第三方估算（标为 ESTIMATE）为准。
• 本 Skill 只读取公开评论与主页信息，不联系评论者、不索评、不采用任何评论操纵手段。

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. 选一个评论数较少（便于定位 Vine 评论）的新上架 Listing 作为起点，进入其评论列表，找到带 Vine 标识的评论；记录产品、评论日期与评分分布。
2. 打开 Vine 评论者的公开主页，列出其近期评测的其他产品（Vine 评测通常对应刚上架的新品）；逐个记下产品主关键词、当前评论数、是否在售、评分；已停售的只作类目线索。
3. 对每个新发现的产品重复第 1–2 步（找它的其他 Vine 评论者→更多产品），形成“产品→评论者→产品”的循环；给每轮设固定时长或候选数上限，避免无限展开。
4. 把候选按“新上架且已有销量迹象、评论少、评分不差”排序，并从评论正文归纳买家看重的属性与抱怨点，作为后续差异化输入。
5. 对每个候选提取主关键词，在全部类目下搜索，用第三方插件隐藏广告后读取自然结果首页：评论数分布（竞争）与估算销量/销售额（需求）；入选门槛以本账户可承受的评论差距与广告投入校准。
6. 入选候选进入排除清单与利润/合规测算；未通过的记录原因；每轮结束汇总新增候选、来源链路与采样时间。

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：获取候选产品的估算销量、评论数与关键词首页供给情况的第三方代理数据。

• 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

• Vine 评论者反查链路记录（起点产品、评论者、发现产品）
• 新品候选池（主关键词、评论数、评分、在售状态）
• 主关键词首页需求/竞争观测表
• 买家看重属性与抱怨点摘要
• 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。