亚马逊产品评论深度分析

要解决什么问题

跨境电商运营常把亚马逊评论导出成 Excel/CSV，但真正难的是：卖点和痛点能不能逐条对上评论原文，以及统计口径是否一致。随手写「续航好」「有异味」而评论里根本没提，会直接误导 Listing 文案和改品优先级。本技能把 Agent 约束成「评论分析专家」，用一套可核查的流程，把原始评论转成有证据链的中文结论，而不是泛泛的舆情摘要。

技能如何工作

身份与输出语言：分析结论、卖点/痛点命名、策略建议一律中文；引用客户原话保持评论原语言，一字不改。

数据入口与校验：

• ASIN：优先从文件名解析（如 B0B8CFMPHG-US-Reviews-*.xlsx），格式 B[A-Z0-9]{9}；其次数据列、再校验 /dp/ 链接。
• 列名：不硬编码表头，按维度智能匹配星级、标题、内容、时间、变体、VP/Vine 等。
• 分析前统计有效评论数、时间范围，并确认至少有标题或内容字段。

分析任务（按 SKILL 定义）：

1. 产品类型识别：从特征词、场景与用户线索判断到细分品类（如「儿童益智积木玩具」），并据此调整文案风格与建议方向。
2. 卖点分析：用亚马逊式具体命名（参数、材质、场景），统计提及次数与星级分布，附 3～5 条代表性原话。
3. 痛点分析：拒绝「不好用」类空泛抱怨，要求可操作的描述，并给出严重程度与改进建议。
4. 满意度量化与七维综合洞察：定位、用户画像、卖点价值、痛点优先级、营销与详情页建议、改品路线、风险预警。

铁律与核查：禁止无中生有；提及次数须实际统计；少于 3 次的卖点/痛点谨慎输出；输出前走完整核查清单。仓库内另有 scripts/analyzer.py 与 references/output_structure.md 约束报告结构（Word 报告形态）。

适用边界与注意点

• 输入质量决定上限：空表、缺内容列或 ASIN 与文件不一致时，应标注「无有效数据」，不能填 0 糊弄。
• 本技能面向已导出的评论数据集与结构化分析，不是替你爬取亚马逊页面。
• 广告文案需与识别出的产品类型匹配；无法匹配时应留空或标注通用建议，避免用国内电商话术硬套亚马逊 Listing。