Sealeap Zhuque Amazon Product Research Competition Agent Skill

Amazon 选品与产品开发：竞品验证、成本结构、关键词体系

目标

围绕竞品验证、成本结构、关键词体系，验证购买需求、直接竞争、差异化和单位经济，形成进入、有限验证或暂缓的有据判断。

使用范围

• 优先处理选品与产品开发任务；从专项证据卡选择与当前对象和问题直接相关的主题。
• 集合名称用于维护文件归属，不限制用户要求的交叉验证。其他来源与业务域的证据须分别标注，再按同口径比较。
• 本 Skill 可独立使用，不依赖仓库中的私有语义稿。保留去标识化边界，不恢复原素材身份或逐条映射。

适用任务

• 机会卡
• 竞品与 VOC 证据表
• 差异化规格

开始前要拿到

• 目标站点、类目、价格带和风险偏好。
• 需求、关键词、直接竞品、评论与上架时间。
• 采购、物流、平台费、广告和退货成本。
• 产品事实、供应链、IP 与合规约束。

缺少字段时明确标为 UNKNOWN 或 NEEDS_EVIDENCE，不要补造数据。

不可妥协的边界

• 本 Skill 来自去标识化语义转译，不保留或推断素材来源身份，也不把素材观点冒充 Amazon 当前政策。
• 产品事实、账户事实和 Amazon 一方报告优先；第三方数据必须标明 Provider、站点、日期、样本和估算口径。
• 不捏造销量、搜索量、成本、合规状态、产品属性、评论、平台通知或执行结果。
• 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。
• 平台规则、费率、界面和资格会变化；执行前复核当前官方文档与后台状态。

工作流

• 定义购买对象、场景、核心任务和直接竞品边界。
• 用需求、竞争、评论和新进入者证据验证市场，而非只看热度。
• 从差评、退货和使用障碍提炼可工程化改进。
• 统一规格核算落地成本、广告承受力和贡献利润。
• 通过样品、合规、IP 和小批量测试后再形成 GO/NO-GO。

专项路由

• 竞品验证：按相同购买对象、场景、功能和价格带定义直接竞品，并识别异常样本。
• 成本结构：拆解可变、固定和一次性成本，给出单位、币种、时间和敏感性。
• 关键词体系：按品类、属性、人群、场景和问题收益组织词库，并记录来源与相关性。
• 利润模型：统一收入、平台费、广告、退货、物流、税费和资金成本口径。
• 新品启动：先建立零数据基线，再用小预算、单变量和明确停止条件验证。
• 转化率：把转化问题拆成流量意图、详情页说服力、价格评价、库存配送和购买障碍。
• 品牌与备案：核对权利主体、资格、品牌资产和站点范围，区分申请与实际生效。
• 类目与节点：核对 product type、browse node、属性和前台归类，避免把错类流量当广告问题。

完整的 34 张主题证据卡见 references/topic-cards.md；10 种原有组合见 references/scenario-patterns.md。

第三方数据（可选）

只有在用户数据或 Amazon 一方报告不足时，才按 references/mcp-data-plan.md 发现实时 schema、执行 dry-run，并在可能计费的调用前核对具体请求与预算授权；已有授权覆盖时不重复索取。凭证通过环境变量注入，结果保存到 Skill 包之外的任务私有目录。

必须交付的结果

• 机会卡
• 竞品与 VOC 证据表
• 差异化规格
• 单位经济模型
• 样品与上市门槛

结尾列出站点、时间窗、数据口径、证据、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。