算法艺术创作
algorithmic-art
通过代码和可调参数创作生成艺术与交互式视觉效果。
sealeap-xiezhi-amazon-scenario-led-differentiation【设计与创意】Design low-capex Amazon differentiation by repositioning an existing product for a specific audience, occasion, or use case. Use when a seller cannot justify tooling but needs a visible, evidence-backed reason to buy.
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
在不盲目开模的前提下,用真实人群与使用任务重定义产品,使关键词、竞品、页面表达和购买理由同步改变。
缺少字段时列出证据缺口,并把相关结论标为 FACT、ESTIMATE、ASSUMPTION 或 UNKNOWN;不要补造数据。
先明确资金、运营能力、MOQ、开发周期和可承受试错,再决定差异化深度。
从同一产品可能服务的地点、对象、活动、礼赠和特殊任务中提出候选定位。
用评论、关键词与使用流程证明产品确实适合新场景,不能只替换标题或图片。
用新场景的精准词识别直接竞品、价格带、评论门槛和流量成本。
确保差异能在主图、标题前段、数量、组合或包装中被目标消费者快速理解。
完成 IP、安全与政策核查后,以小批库存和单变量页面/广告实验验证新定位。
需要外部关键词、竞品、评论或公开网页证据时,读取 references/mcp-data-plan.md,并使用 scripts/mcp_research.py。
tools/list、search-tools 和 describe,依据实时 inputSchema 构造参数。tools/call 先展示 Provider、工具、无密钥参数、预计成本与输出位置,核对已有授权;仅在授权覆盖本次范围时使用 --allow-cost,该标志不是费用上限。--output 写入 Skill 包之外的任务私有目录;不假设安装位置受仓库 .gitignore 保护。第三方数据标为估算或代理证据。结尾列出站点、数据窗口、证据来源、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。
执行细节、证据字段和质量检查见 references/playbook.md。