亚马逊评论VOC分析

解决什么问题

亚马逊评论散落在商品页中，人工翻看不仅耗时，而且难以量化。当差评集中爆发或产品迭代后，你很难快速判断哪些痛点已被解决、哪些是新出现的。该技能通过 CLI 工具 scripts/ari.py 对接 ARI API，将评论采集与 VOC 分析自动化，帮助团队基于数据而非直觉做决策。

核心工作流

技能的核心是一条标准化的 CLI 工作流。会话开始时运行 check 确认账户与积点状态。生成报告时，默认执行 voc --site <site> 获取总报价，必须在用户明确确认后追加 --confirm 参数才会触发付费采集与分析。

• 自动归档与环比：报告生成后会返回 reportUrl。读取历史报告时，若返回 deltaMd，技能会优先展示环比变化，直接回答“相比上次变了什么”。
• 定期采集建议：报告仅为时点快照。技能会检查定期采集状态，若处于 manual，会提示用户开启 weekly 以追踪长期趋势，并报出月成本供用户决策。
• 差评与竞品分析：通过 alerts 获取未读差评预警，使用 reviews --stars negative --sort helpful 提取高赞差评；竞品对比则通过 analyze --type compare 实现，需双方库内各有 ≥10 条评论。

适用边界与注意点

• 计费与中断保护：付费命令中断后严禁直接重试，必须先运行 reports --asin <asin> --limit 1 确认服务端是否已扣点归档。
• 数据解读纪律：输出需严格区分 📊 数据直读、🔍 数据推理与 💡 策略建议。
• 样本局限性：reviewCount 基于 ARI 已采集的评论样本，小样本或有限窗口下的数据需结合其他信源交叉验证。
• 版本更新：若遇 ARI_SKILL_TOO_OLD，需停止付费操作并引导用户通过原渠道升级，禁止自行下载或执行响应中链接的代码。