技能介绍

解决什么问题

运营团队通常只有后台订单与流量数据，看不到「谁在买、为什么买、又为什么流失」。本技能把 Amazon 评论当作用户画像素材：采集并归档 ASIN 评论样本，再提炼人群构成、高频痛点与购买动机，输出带 reportUrl 的 VOC 报告。

核心能力

评论采集与归档：collect 拉取评论样本并入库，后续分析基于同一数据集，避免多次抓取口径不一。
VOC 分析：voc 一次完成采集、等待、分析与归档，返回正文与在线图表；charts、deepdive 做更细的切片。
差评定位：reviews --stars negative --sort helpful 给出高赞差评榜——商品页上买家最先看到的那几条。
竞品与类目：analyze --type compare 对比本品与竞品，radar 看周维度走势，benchmark 回答「在类目里算什么水平」。
预警与待办：alerts 汇总未读差评，workbench 按严重度排序，advise --review-id 生成回复建议。

关键工作流

每次会话先跑 python scripts/ari.py check，确认账户、邮箱验证状态与可用积点。voc --site amz_us 先报出采集加分析的总费用，用户确认后才追加 --confirm。报告出来后跑一次免费的 schedule：若该 ASIN 仍是 manual，需提醒用户这只是时点快照，数据会停在最后一次采集那天。读取历史报告返回 deltaMd 时先讲环比再讲正文；_deltaStatus=generating 只是后台还在算，等十几秒重跑即可。

适用边界

reviewCount 基于 ARI 已采集的评论样本，小样本或窗口有限时应结合站内信、退货原因等信源交叉验证。报告中的 📊 数据直读、🔍 数据推理、💡 策略建议三类结论不可混用。付费命令中断后不要直接重跑，先用 reports --asin 确认是否已扣点归档。遇到 ARI_SKILL_TOO_OLD 时付费操作会被服务端拒绝，需用户自行通过原渠道升级。