亚马逊爆款评论分析 VOC 洞察
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 将 @user_507a5056/hot-review 安装到 AI 助手。
技能介绍
要解决的问题
判断一款亚马逊爆款“评论层面出了什么问题”,人肉翻几百上千条评论的性价比很低:真正压制转化的往往是几条高赞差评,而“上次的问题修好没有、哪些是新冒出来的、哪些在恶化”这类对比,靠肉眼比对两份导出几乎做不准。
它如何工作
- 以 ASIN 为输入,一条
voc --site amz_us --confirm即可完成采集、等待任务完成、VOC 分析与归档,返回完整正文与reportUrl,并事先报出采集加分析的总积分消耗。 - 每次会话先跑免费
check确认账户、邮箱验证状态与可用积点;voc不带--confirm只报价不扣点,用户确认后才执行付费链路。 - 开启
schedule定期采集后,后续报告会先输出环比(deltaMd):哪些问题已解决、哪些新增、哪些恶化,无需人工对照两份报告。 - 高赞差评用
reviews --stars negative --sort helpful直接拉取(可加--with-images);alerts预警未读差评,workbench按严重度排序并给出待处理 / 本周新增 / 本月已处理三项统计,advise生成回复建议,benchmark提供类目基准,radar展示本品与竞品走势对比。 - 竞品分析需双方 ASIN 各 ≥10 条在库评论,先报价确认再执行;
competitors绑定后按周自动采集。
注意点
- 付费命令一旦中断不得直接重试:先跑免费
reports --asin <asin> --limit 1确认没有新报告归档,否则极易重复扣点。 - 非美国站(
amz_uk、amz_de等)只能使用付费积点,以报价里的sufficient/usableBalance为准,不看账户总余额。 - 数据基于 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;解读时严格区分数据直读、数据推理与策略建议,不虚构 API 未返回的数据。
- 版本过旧触发
426时,须由用户通过原渠道升级,Agent 不得自行下载或执行任何新版文件。
使用场景
- 差评预警与回复:跑 alerts 发现高赞差评后,用 workbench 定位并生成回复建议。
- 定期跟踪改进:开启 schedule weekly 后,用 reports 对比上一份报告,确认哪些问题已解决。
- 类目基准评估:新品上架后,用 benchmark 看评分与评论量在类目中的表现。
- 高赞差评筛选:用 reviews --stars negative --sort helpful 找出压制转化的具体评论并优先处理。
适合人员
- 亚马逊运营:需要判断爆款评论中的痛点并跟进改进。
- 品类产品经理:想基于用户反馈确定下一版迭代优先级。
- 客服负责人:需要在差评出现时快速定位并起草回复。
- 跨境电商数据分析:要定期输出本品与竞品的评论走势对比。