Sealeap Amazon Keyword Ranking Experiment Agent Skill

Amazon 关键词排名实验

目标

用广告实验筛选与商品最匹配、在合理位置能产生利润的关键词，再按证据逐级扩大，而不是把排名当作可直接购买的结果。

适用任务

• 从已收录词中选择优先推进对象。
• 估算某查询在不同广告位的订单潜力。
• 广告有订单但自然位置停滞。

开始前要拿到

• 关键词相关性、查询报告、自然位置历史和广告位表现。
• CTR、CVR、CPC、CPA、价格、库存和贡献利润。
• 竞品环境、促销和 Listing 变化时间线。

缺失的数据要明确列为缺口，并把结论标成事实、估算或假设；不要补造数字。

不可妥协的边界

• Sponsored 位置与 organic 位置的曝光和点击机制不同，不能直接等同。
• 自然排名由 Amazon 系统决定；不承诺固定订单量或固定时间换取位置。
• 不得使用分时出价、广告或其他方法配合虚假订单和人为转化。
• 当前 Amazon 官方政策、帮助页、账户资格和后台实际字段优先于本 Skill 中的经验框架；规则可能变化时先核验。
• 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退，核对用户已有授权是否覆盖对象、动作与预算；范围已明确授权时继续执行并回读核验，只有未覆盖或扩大的范围才请求批准。
• 不输出原素材的创作者身份、账号、链接、视频编号或可反查线索；当前业务证据的官方来源、采集时间和口径仍需保留。

第三方 MCP 数据

只有在本任务确实需要外部市场、竞品、关键词或公开网页证据时，才读取 references/mcp-data-plan.md，并使用 scripts/mcp_research.py。

• 先动态执行 tools/list、search-tools 和 describe，依据实时 inputSchema 构造参数，不照搬历史工具名。
• 凭证只从环境变量读取，不放进命令参数、URL、Skill、结果文件或 Git。
• tools/call 可能计费。调用前展示 Provider、工具名、无密钥参数、预计成本与输出位置，核对已有授权覆盖后才加 --allow-cost；该标志不是费用上限。
• 第三方数据标为估算或代理证据，记录 Provider、工具、无密钥参数、查询时间和原始结果位置；失败一次后记录缺口，不反复消耗额度。
• 脱敏结果用 --output 写到 Skill 包之外的任务私有目录；不假设安装位置受仓库 .gitignore 保护，不把运行结果写入 Skill 包。

工作流

1. 筛选候选词

从真实相关、已有转化、自然可见度较好或广告效率较高的词中建立候选集，不只按当前名次。

2. 设定实验位置假设

选择一个或多个广告位类别，固定商品页、价格和预算，明确不是精确页码控制。

3. 估算订单潜力

比较各位置的曝光、CTR、CVR、CPA 和贡献利润，形成区间而非把广告订单直接当作未来自然订单。

4. 先推高把握词

优先给高意图长尾或中部词稳定预算；达到利润和样本门槛后才扩大。

5. 诊断自然停滞

检查相对转化、点击、库存、价格、竞争和词根相关性；不要仅靠更高竞价追自然位。

6. 迭代到核心词

当多个相关词形成稳定基本盘后，小规模测试核心词，并保留止损和退出路径。

判断标准

• 订单潜力以区间和假设呈现。
• 广告与自然数据分别展示。
• 候选词排序同时考虑利润和相关性。

必须交付的结果

• 候选词评分表。
• 广告位实验与预算护栏。
• 长尾、中部、核心词的推进顺序。
• 自然停滞诊断和下一步建议。

结尾列出数据窗口、关键假设、证据缺口、风险和下一步；如包含待执行动作，单独放在“待批准变更”中。