Listing CVR Doctor

要解决的问题

电商 Listing 的曝光并不直接等于转化。一条链接可能在搜索结果里排名不错，点击率也尚可，但页面的成交转化率（CVR）长期低于同类目均值。这时候卖家面对的是一堆模糊的猜测：是主图不够吸引人？标题关键词不匹配导致进线人群错位？五点描述没有讲清卖点？价格在竞品面前没有竞争力？Review 里反复出现的差评点没有被回应？

这类问题无法靠单一维度回答。Listing 的每个元素——标题、主图、五点描述、A+ 内容、价格、Review、Q&A——都可能影响买家的最终决策，而人工排查往往要逐条对比竞品、翻看差评、拆解页面结构，耗时且容易遗漏。

技能如何工作

Listing CVR Doctor 作为一个大模型技能，核心是把“页面诊断”这件事结构化：

• 输入处理：接收用户提供的 Listing 素材与相关信息（如页面内容、竞品信息、转化数据等），作为诊断的上下文。
• 多维拆解：从页面元素入手逐项分析，识别可能拖累 CVR 的因子，例如卖点表达不清、图片质量或呈现顺序不合理、关键词与目标人群错位、价格锚点缺失等。
• 诊断输出：按影响优先级输出问题清单与可执行的修改建议，帮助卖家把模糊的“转化不好”转化为具体的整改项。
• 迭代复盘：修改后可再次输入新的页面状态，对比前后诊断结果，验证调整方向是否有效。

适用边界

• 它诊断的是页面层面的转化因子，不能替代广告投放的竞价逻辑分析、库存与履约能力评估。
• 诊断质量取决于输入素材的完整性：只给标题和主图，得出的结论会比提供完整页面信息时更有限。
• 类目特性差异很大，通用建议需要结合类目惯例再落地；比如标品的决策链路与非标品不同，同样的文案策略效果可能完全不同。
• 最终决策仍应由熟悉业务的运营确认，技能输出的是参考框架，不是自动执行的脚本。