Sealeap Xiezhi Amazon Demand Driver Backtracking Agent Skill

Amazon 热销需求驱动回溯

目标

把销量当作结果而非答案，追溯真实购买动因，再横向扩场景、纵向扩人群和产品形态。

适用任务

• 解释一个热销产品的流量背景。
• 识别节日、活动、文化或站外驱动。
• 从单品扩展相邻需求，而非追同款。

开始前要拿到

• 候选商品的历史销量、关键词、评论与上架时间。
• 可能的节日、活动、媒体、社群或外部事件时间线。
• 购买人群、场景和使用任务假设。
• 可迁移的供应链和产品形态。

缺少字段时列出证据缺口，并把相关结论标为 FACT、ESTIMATE、ASSUMPTION 或 UNKNOWN；不要补造数据。

不可妥协的边界

• 第三方数据均为估算或代理证据；Amazon 一方报告、后台实时字段和产品事实优先。
• 经验阈值只能作为可调起点，必须展示敏感性分析，不能写成 Amazon 官方规则。
• 不得捏造销量、搜索量、CPC、CVR、成本、认证、产品属性或消费者需求。
• 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。
• 不输出或保存素材来源身份、账号、链接、作品编号、互动数据、原始话术或其他可反查来源的线索。
• 不得利用未经授权的品牌、人物、图案或活动标识。
• 不得把相关事件的热度当作未来必然重复。

工作流

1. 记录结果

先保存销量、搜索、价格和时间变化，但不据此直接判定机会。

2. 枚举解释

分别检验品牌流量、主题元素、季节活动、促销、异常运营和站外传播等替代原因。

3. 回到消费者

从评论、关键词和图片回答谁在什么场合为何购买，并把答案写成需求句。

4. 交叉验证

确认需求时间线与销量峰值对齐，且多个证据源支持同一解释。

5. 扩展机会

横向迁移到其他使用场景，纵向延伸相邻人群与产品形态，再逐一验证竞争和经济性。

判断标准

• 数据是后视镜；只有可解释的需求驱动才可用于下一轮选品。
• 销量峰值与事件同时间出现只是线索，仍需排除促销和异常运营。
• 扩展方向必须重新验证精准词与直接竞品，不能从原产品销量外推。

第三方 MCP 数据

需要外部关键词、竞品、评论或公开网页证据时，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。
• 凭证只从环境变量读取，不进入参数、URL、Skill、终端输出或 Git。
• 可能计费的 tools/call 先展示 Provider、工具、无密钥参数、预计成本与输出位置，核对已有授权；仅在授权覆盖本次范围时使用 --allow-cost，该标志不是费用上限。
• 脱敏结果用 --output 写入 Skill 包之外的任务私有目录；不假设安装位置受仓库 .gitignore 保护。第三方数据标为估算或代理证据。
• 失败一次后记录缺口，不以重复付费重试掩盖不可用状态。

必须交付的结果

• 需求驱动假设树
• 证据时间线
• 人群—场景—任务描述
• 横向/纵向机会地图
• 待验证优先级

结尾列出站点、数据窗口、证据来源、关键假设、缺口、风险、下一步和所有待批准动作。证据不足时写 HOLD，不得包装成可直接执行。

执行细节、证据字段和质量检查见 references/playbook.md。