Agent Skills
返回列表
📊

亚马逊消费者洞察

数据分析 更新于 2026.08.30

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 的指引，将 @user_507a5056/consumer-insight 安装到当前 AI 助手中。

技能介绍

要解决的问题

评论散落在亚马逊各站点的商品页上，人工归纳一个 ASIN 的差评模式既慢又不稳定：分析口径随人而变，竞品与类目表现更是无从对比。做竞品调研时通常只能靠复制抽样评论，样本量和时间窗口都不受控。

工作方式

技能把整条链路收敛到一个 CLI：scripts/ari.py。

  • check：每个会话先跑一次，确认账户状态、邮箱是否已验证、可用积点。
  • voc --asin <ASIN> --site amz_us：返回采集加 VOC 分析的总报价，用户确认后追加 --confirm，自动完成采集、等待、分析、归档，并返回正文与 reportUrl。
  • 报告出来后执行免费的 schedule 检查采集节奏；若仍为 manual，说明这份报告只是当前时点的快照。

其余命令按需调用：reviews --stars negative --sort helpful 拉高赞差评榜，benchmark --asin 看类目表现，workbench 按严重度排差评并统计「待处理 / 本周新增 / 本月已处理」，export --report-id 导出 Markdown/HTML，report --id 读取历史报告。竞品对比走 analyze --type compare，同样先报价再确认。

边界与注意点

付费命令必须先报价、用户明确确认后才执行，不得默认确认；中断后也不能直接重试——服务端很可能已经扣点并归档，需先用 reports --asin <ASIN> --limit 1 确认没有生成新报告。

reviewCount 等指标基于 ARI 已采集的评论样本，仅供经营决策参考，小样本或窗口有限时应结合其他信源验证。输出中要区分数据直读、数据推理与策略建议，结尾附上所用 CLI 命令、ASIN/站点、样本量、统计窗口与 creditsUsed。

使用场景

  • 上新前评审：产品团队需要判断新功能点是否被用户认可，通过 VOC 报告看核心卖点的提及频次与情感倾向。
  • 差评应对：客服或运营每天处理买家差评，需要快速定位「待处理 / 本周新增」的高赞差评并生成回复建议。
  • 竞品对标：产品经理想比较本品与竞品在「物流时效」维度的表现差异，需要双方评论的结构化对比。
  • 类目排名：运营想知道商品在类目内的表现水平，需要 benchmark 对比或 leaderboard 排行参考。

适合人员

  • 产品经理：需要快速验证功能改动是否被用户认可，避免凭直觉迭代。
  • 电商运营：负责多站点商品评论维护，需要按严重度筛选差评并跟踪处理进度。
  • 市场分析师：做竞品调研时，需要自动化采集双方评论并生成可复现的对比结论。
  • 客服主管：团队每天处理大量买家反馈，需要优先级排序与回复建议辅助。