亚马逊卖点提炼 · 购买动因挖掘

要解决什么问题

Listing 文案往往凭感觉堆功能点，真正驱动下单的是评论里反复出现的购买动因和未被满足的痛点。手工翻几百条 Amazon 评论既慢，又难做「跟上一版报告比变了什么」。本技能把 ARI 的采集、VOC 与归档报告串成固定流程，让 Agent 在先报价、用户确认后再扣积分的前提下，输出可引用的数据与策略分层结论。

技能如何工作

• 会话入口是 Skill 目录下的 scripts/ari.py：先 check 账户、邮箱验证与可用积点；需要字段或错误码时查 references/reference.md。
• 标准 VOC 路径：voc --site <站点> --asin <ASIN> 取得采集 + 分析总费用；用户明确确认后加 --confirm，自动完成采集等待、生成 VOC、归档，并返回正文与 reportUrl。
• 报告落地后可用 reports / report --id 读取；若返回 deltaMd，先讲环比变化再讲正文。需要持续跟踪评论时，用免费 schedule 查看是否仍为 manual，再按返回的月成本说明后由用户决定是否 schedule --set weekly。
• 扩展能力按需启用：collect / charts / deepdive / analyze；竞品对比先 analyze --type compare 报价再 --confirm；差评侧用 alerts、workbench、reviews --stars negative --sort helpful；类目表现用免费 benchmark，排行榜类需确认后付费。

边界与注意点

解读时需区分 📊 数据直读、🔍 数据推理、💡 策略建议；reviewCount 仅反映 ARI 已采集样本，小样本应交叉验证。非美国站采集通常只能用付费积点；付费命令中断后不得直接重试 --confirm，应先 reports --asin --limit 1 确认是否已生成报告。输出结尾应列出所用命令、ASIN/站点、样本量、窗口、reportId 与 creditsUsed，含 reportUrl 时附上在线查看说明。