亚马逊 SIF 研究

解决的核心问题

亚马逊运营或市场分析场景中，手动研究商品信息往往要反复打开详情页、复制参数、整理评论关键词，既耗时间又容易漏项。比如想对比某类竞品的用户痛点，得逐条翻评论再手动归类；想了解新品的定价逻辑，得逐个记录不同卖家的价格变化。这些重复劳动挤占了做决策的时间。

技能的工作方式

这个技能的核心是把亚马逊研究任务拆解为可执行的步骤。首先，它会基于你定义的研究目标（比如「调研户外保温杯的TOP10竞品」），明确需要抓取的信息维度——比如商品标题、价格区间、核心卖点、用户高频评价词。然后，通过结构化提取处理商品页或评论中的文本，避免手动复制粘贴。最后，将分散的信息整合为条理清晰的结果，比如竞品对比表或痛点分析报告。

适用边界与注意点

它适合处理公开的商品详情、评论等文本信息，但对于需要登录才能查看的内容（比如卖家后台数据），或动态加载的复杂页面（比如需要滚动多次才能加载完的评论列表），可能无法完全覆盖。另外，提取结果的准确性依赖大模型对页面文本的理解，复杂表述（比如俚语化的评论）可能需要二次核对。