亚马逊评论趋势监控

要解决什么问题

亚马逊商品口碑的变化不是线性的：一条高赞差评、一轮集中投诉，都会在转化端留下痕迹，但人工巡检评论太慢，也容易漏掉「本周新增」与「历史遗留」的区别。这个 Skill 把评论采集、VOC 分析和跨期环比封装成可复用的命令行流程，让分析从「打开表格手动翻」变成一条命令。

核心能力

• 评论趋势采集：按 ASIN + 站点拉取评论样本，覆盖 amz_us 等 7 个站点。
• VOC 报告：voc 自动补齐采集、等待任务完成、生成并归档报告，返回正文与 reportUrl。
• 环比变化：报告返回 deltaMd 时先讲与上一份的差异——哪些问题解决、哪些新出现、哪些在恶化。
• 差评预警：alerts 检查未读预警，workbench 按严重度排序，并给出待处理 / 本周新增 / 本月已处理三个数字。
• 竞品对比：绑定竞品 ASIN 后按周采集，用 radar 看本品 vs 竞品走势。
• 图表与导出：charts / deepdive 看趋势，export 导出 Markdown / HTML 或评论 CSV。

关键工作流

会话开始先跑 python scripts/ari.py check 确认账户、邮箱验证状态和可用积点，顺手再跑一次 alerts。需要报告时先执行 voc 取总报价，用户确认后才追加 --confirm；报告出来后用 schedule 检查是否开启定期采集——manual 意味着数据停在某个时点，开启 weekly 后新评论持续入库，环比才有意义。

计费与异常边界

付费操作必须先报价、用户确认，不替用户默认确认。中断（ARI_STREAM_INTERRUPTED、NETWORK_ERROR）后不能直接重试，先用 reports --asin 确认服务端是否已扣点归档。401、402、ARI_EMAIL_NOT_VERIFIED、429、426 各有固定处置路径；缺 Key 时停止，而不是索要密码。ARI_COLLECTING 未扣点，按提示等待后重试即可。

适用边界

评论数据来自 ARI 已采集的样本，reviewCount 是样本量而非全量，小样本或窗口有限时应结合更多信源验证。非美国站采集只消耗付费积点。解读时需区分数据直读、数据推理与策略建议，输出末尾要列出命令、ASIN、样本量、统计窗口、reportId 与消耗积点。