亚马逊评论数据决策助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_507a5056/seller-assistant 到 AI 助手。
技能介绍
解决的问题
亚马逊评论分散在商品页和后台报表里,差评往往等转化掉了一截才被发现;竞品对比要靠人工翻页截图,维度不统一;想做“本期相比上期变好/变差”的判断,常常没有可比的基线。这个技能把采集、VOC 分析、预警和环比串成一条命令链,让运营判断有可复现的数据支撑。
核心能力与关键步骤
- 启动校验:每次会话先跑
python scripts/ari.py check,确认账户、邮箱验证状态和可用积点。 - VOC 分析:默认执行
voc --site <站点>先报出采集 + 分析的总费用,用户确认后才追加--confirm,命令会自动采集、等待、分析、归档,并返回正文与reportUrl。 - 差评预警:
alerts检查未读差评;workbench按严重度排序,先报stats里的“待处理 / 本周新增 / 本月已处理”三个数字;advise --review-id生成回复建议(同样先报价再确认)。 - 高赞差评榜:
reviews --asin <ASIN> --stars negative --sort helpful免费返回买家最先看到的几条差评,--with-images可筛带图差评。 - 竞品对比与基准:
analyze --type compare需双方在库内各有 ≥10 条评论;benchmark --asin免费看类目表现,leaderboard先报价。 - 环比报告:
report --id返回deltaMd时必须先讲环比再讲正文,_deltaStatus=generating表示仍在后台计算,稍后重跑即可。 - 周期采集:报告产出后检查
schedule,若 ASIN 仍为manual,说明数据只代表当天快照;开启weekly需向用户报出_costNote月成本并获得明确同意。
适用边界与注意点
reviewCount基于 ARI 已采集的评论样本,小样本或窗口有限时应结合更多信源验证,不要当作全量结论。- 付费命令中断后不得直接重试:先跑
reports --asin <ASIN> --limit 1确认是否已扣点归档,再决定是否重跑。 402引导充值、401重建 Key、ARI_EMAIL_NOT_VERIFIED先去用户中心验证邮箱;429提示套餐级限流时不要连续重试。- 非美国站采集只能用付费积点,是否够用以报价里的
sufficient/usableBalance为准。 - 解读纪律:
📊 数据直读、🔍 数据推理、💡 策略建议三者不可混标;任何情况下不虚构 API 未返回的数据,也不回退到其他品牌接口。
适合需要周期性评论复盘、差评响应和竞品监控的亚马逊运营场景,不适合替代完整的财务或库存系统。
使用场景
- 新品上架后想确认首批买家最集中的差评点,生成 VOC 报告作为改进依据
- 每周复盘在售 ASIN 的评论变化,看哪些问题已解决、哪些又冒出来
- 预警里出现未读差评时,想定位高赞差评并生成一条可回复的建议
- 计划做本品与竞品的对比,双方在库评论都已积累到 10 条以上
适合人员
- 亚马逊运营:需要周期性复盘评论并把结论写进周报
- 跨境电商客服:要按严重度处理差评并跟进回复话术
- 类目运营:负责新品上市后快速定位影响转化的差评点
- 业务负责人:希望看到本品与竞品的评论走势对比后再定改进优先级