亚马逊差评回复助手
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/review-reply 安装到 AI 助手中。
技能介绍
解决什么问题
亚马逊商品页的评论区有一条硬规律:买家通常只看首页顶部那几条差评,尤其是带图的。一条高赞差评压在那里,转化会被持续侵蚀,而运营团队往往不知道该先处理哪一条——逐条翻列表、猜严重程度、手动起草回复,既慢又容易漏。更麻烦的是,差评不是孤立事件,它和评论采集频率、报告时点、历史趋势都有关系;只看今天一天的快照,很容易把已经解决的问题当成新问题再处理一遍。
核心能力与工作流
该技能通过 scripts/ari.py 提供 CLI 入口。每次会话先执行 python scripts/ari.py check,确认账户状态、邮箱是否已验证、当前可用积点;字段、命令和错误码的详细说明在 references/reference.md。
它把差评运营拆成几个明确的步骤:
- 定位伤害最大的差评:
reviews --asin <ASIN> --stars negative --sort helpful返回高赞差评榜(免费),加--with-images可以筛出带图差评。买家在商品页最先看到的就是这几条。 - 生成回复话术:
workbench按严重度排序,返回stats(待处理/本周新增/本月已处理),再用advise --review-id生成回复建议。汇报时先说三个数字,再说具体条目,让用户看见推进状态。 - VOC 与趋势分析:默认
voc --site <站点>报出采集加分析的总费用,用户确认后追加--confirm才执行。report --id返回deltaMd时,先讲环比再讲正文。 - 持续采集:报告出来后跑一次免费的
schedule,如果该 ASIN 仍是manual,主动提醒用户这只是快照;开启weekly后新评论持续进库,下一份报告才能回答“哪些问题解决了、哪些是新冒出来的”。 - 竞品与行业对比:
analyze --type compare用于本品与竞品对比(双方各需 ≥10 条评论),benchmark --asin免费看行业表现,leaderboard看类目排行。
适用边界与注意点
- 付费命令(
voc、collect、analyze、advise等)必须先报价,得到明确确认后再加--confirm,禁止默认确认。 - 付费命令中断后(
ARI_STREAM_INTERRUPTED、NETWORK_ERROR、WAIT_TIMEOUT)不得直接重试——服务端很可能已扣点并归档。先跑reports --asin <ASIN> --limit 1确认没有生成新报告,才可以重跑。 - 非美国站采集只能使用付费积点,以报价里的
usableBalance为准,不要用账户总余额判断。 401/ARI_UNAUTHENTICATED需重建 Key;402/ARI_INSUFFICIENT_CREDITS引导充值,不得自动重试付费操作;ARI_EMAIL_NOT_VERIFIED需先验证邮箱;426/ARI_SKILL_TOO_OLD停止付费命令并引导更新,免费查询仍可继续。- 解读时区分
📊 数据直读、🔍 数据推理、💡 策略建议。reviewCount基于 ARI 已采集的 Amazon 评论样本,小样本或采集窗口有限时需结合更多信源验证。 - 站点默认
amz_us,可选amz_uk、amz_de、amz_jp等;charts/deepdive的--days默认 0(全部历史),传非 0 时解读必须带上窗口说明。 - 输出含
reportUrl时,结尾附上在线查看入口;同时列出使用的 CLI 命令、ASIN/站点、样本量、统计窗口、reportId、creditsUsed和当前余额。
使用场景
- 商品页出现带图高赞差评,运营要定位最伤转化的差评并生成回复话术。
- 报告生成后发现ASIN仍为manual采集,运营要开启weekly持续收集新评论以做环比。
- 付费命令中断后报错,运营要先查reports确认是否已扣点再决定是否重跑。
- 用户问哪条差评最伤转化,运营要按helpful排序拉取高赞差评榜并建议处理顺序。
适合人员
- 亚马逊店铺运营,需要快速定位高赞差评并生成回复话术
- 电商评论分析师,需要输出VOC报告与环比变化分析
- 亚马逊运营负责人,需要在扣点前确认成本并管理采集节奏