Amazon Listing 审计实操指南:如何用 Amazon-Skills 八维评分拆解竞品 ASIN

原创2026-10-26 21:07:551,874 阅读
文章标签:AI 技能电商数据分析

Amazon Listing 审计实操指南:如何用 Amazon-Skills 八维评分拆解竞品 ASIN

Amazon-Skills 亚马逊卖家 AI 技能集合总览,含 Listing 审计八维评分与竞品 ASIN 深度拆解能力

Amazon-Skills 是一套面向 Amazon 卖家的开源免费 AI Agent 技能包,收录 53 个即用型技能,覆盖关键词调研、Listing 审计优化、竞品分析、FBA 费用计算等场景。它没有二进制文件、不需要 API Key,本质是纯 Markdown 指令文件,可搭配 Claude Code、Cursor、Windsurf、Codex 等任何支持 Skills 格式的 AI 助手使用(详见 README.md)。

本文聚焦其中最实用的 Listing 审计(八维评分) 与 竞品 ASIN 深度拆解 两大能力,带你从零跑通一次完整实操。


为什么你的 Amazon Listing 需要一次系统审计?

多数卖家优化 Listing 靠"感觉":标题读着顺眼、五点看着像样,就默认没问题。但 Amazon 的搜索与转化逻辑是结构化的:

  • 关键词有没有埋对位置(标题 / 五点 / 描述 / 后台 Search Terms)
  • 转化要素是否齐全(图片数量、A+ Content、评价数、价格力)
  • 与竞品相比差在哪(缺了哪些对手已经覆盖的关键词)

amazon-listing-optimization 技能把这些问题沉淀成一套可重复执行的流程:对现有 Listing 做 八维度打分(满分 100),输出关键词缺口分析和"改前 vs 改后"的重写文案,最终交付物是可以直接复制进 Seller Central 的完整 Listing。


一键安装步骤:Listing 审计技能怎么装?

只需一行命令,即可把 Listing 优化技能装入全局:

npx skills add nexscope-ai/Amazon-Skills --skill amazon-listing-optimization -g

之后用自然语言下达指令即可,例如:

"审计 Amazon US 上 ASIN 为 B0D72TSM62 的 Listing,告诉我评分和改进建议"

如果你打算做竞品拆解,建议同时装上关键词调研技能,两者天然可以串联使用:

npx skills add nexscope-ai/Amazon-Skills --skill amazon-keyword-research -g

八维评分体系快速上手:100 分制到底考什么?

Listing 审计(Mode B — Optimize)的核心是一张 八维评分表,每个维度有明确权重和评分标准:

维度 满分 关键考察点
标题 Title /15 核心关键词是否前置?有品牌?属性齐全?不超 200 字符、移动端不截断?
五点 Bullet Points /15 是否用满 5 条?利益点前置?关键词自然嵌入?每条不超 500 字符?
图片 Images /15 7 张以上?主图白底?有信息图?生活场景图?尺寸参照?
A+ Content /10 是否存在?品牌故事?对比表?生活方式图?
描述 Description /10 覆盖标题/五点未用的关键词?易读?"问题→方案"结构?
定价 Pricing /10 有竞争力?是否有 Coupon/Deal?
评价 Reviews /15 4.0 星以上?100+ 条评价?近期评价是否正面?
SEO 覆盖 SEO Coverage /10 核心词是否贯穿标题+五点+描述?有长尾词?无浪费重复?关键词覆盖率 %

怎么读这张表:

  • 🔴 权重最高的是 标题、五点、图片、评价(各 15 分)——它们同时决定搜索曝光和转化;
  • 🟡 A+、描述、定价 各 10 分,属于"补分区间",短期改进性价比高;
  • 🟢 总分 90+ 才称得上健康,70–89 是及格线,低于 70 说明存在结构性短板。

审计时 AI 会先给当前 Listing 打分,优化重写后再打一次,形成 Before → After 的对比报告,一眼看出哪些维度被拉高。


竞品 ASIN 深度拆解:三步拿到对手的 Listing 数据

拆解竞品 ASIN 时,技能会调用自带的抓取脚本 fetch-listing.sh,从 Amazon 商品页一次性提取结构化数据:

fetch-listing.sh "<ASIN>" [marketplace]

参数说明:

  • ASIN(必填):如 B09V3KXJPB
  • marketplace(可选):us(默认)、uk、de、fr、it、es、jp、ca、au、in、mx、br,共支持 12 个站点

提取字段一览: 标题、品牌、价格、星级、评论数、五点、描述、主图数量、A+ Content 是否存在、BSR 排名、类目、上架时间。

拿到数据后,实操流程分三步:

  1. 抓取(Step B1):对自己的 ASIN 和 1–3 个竞品 ASIN 分别运行脚本,脚本返回不全时会自动降级为网页抓取兜底;
  2. 挖词(Step B2):若没有现成关键词表,AI 会从现有标题/五点中提炼关键词,再检索同类目头部竞品的标题五点,合并成目标关键词清单;
  3. 找缺口(Step B3):输出关键词缺口表——哪些词你有、哪些"竞品有而你没有",并按优先级(🔴 高 / 🟡 中 / 🟢 低)标注,同时给出整体覆盖率百分比。

💡 这一步的价值:你继承竞品已被市场验证的关键词基线,再叠加调研补全它们没埋的词,天然实现"覆盖更多"。


审计输出长什么样:拿到手就能用的交付物

执行完八维审计后,你会得到两份东西——先用 + 看懂为什么:

① 优化后的完整 Listing(可直接粘贴)

# ✅ Optimized Listing — Ready to Use

## Title
[优化后的标题 — 直接复制到 Seller Central]

## Bullet Points
1. [BENEFIT HEADER] — [含关键词的优化文案]
...

## Description
[优化后的描述]

## Backend Search Terms
[后台 Search Terms 关键词,逗号分隔]

② 审计报告(诊断依据)

  • 总分变化:Score: 62/100 → 81/100,附八维 Before/After 对照表
  • 关键词覆盖变化:45% → 82%,逐个标注新增词被放进了 Title 还是 Bullet 几
  • 改前改后对照:标题、五点逐条 ❌→✅ 对比
  • 🔴 Issues Fixed:修掉了哪些硬伤
  • 🟡 Recommendations:需要卖家动手的项(换图、做 A+、调价等)
  • 🟢 What Was Already Working:原本就做得好、予以保留的部分

如果要求对比竞品,还会额外输出一张 多 ASIN 横向评分矩阵(标题分、图片数、A+ 有无、关键词覆盖率、总分),方便一眼定位自己在竞争中的位置。

⚠️ 一个小细节:输出语言会自动跟随目标站点——美国站出英文、德站出德文、日站出日文,不管你在对话里用什么语言提问,交付的文案都直接可用。


组合玩法:Listing 审计还能这样串联

单独用 Listing 审计已经很强,但项目里还有几个技能可以无缝拼接成完整工作流:

组合 玩法 技能文件
🔍 调研 → 优化 先用关键词技能挖 100–200 个真实长尾词,再喂给 Listing 技能生成覆盖最大化文案 amazon-keyword-research/SKILL.md
🏆 全面竞品分析 从定价、广告位、评论情感、市场定位做全维度对比,找出对手弱点 amazon-competitor-analysis/SKILL.md
💬 差评情报 拆解竞品差评中的抱怨模式与功能诉求,反哺你的产品卖点 amazon-review-analyzer/SKILL.md
📈 搜索排名优化 审计之后针对 A9 算法做索引与排名提升规划 amazon-search-optimization/SKILL.md

一个典型的"新品上架前"指令链:

第一步:"调研 Amazon US 上 'portable blender' 的关键词"
第二步:"用这些关键词审计我的 ASIN B0D72TSM62,对比竞品
        B0ABC12345,重写我的 Listing"

两步之间无需人工搬运数据,AI 助手会自动把第一步的关键词清单带入第二步。


使用限制与注意事项

保持合理预期,避免踩坑:

  • 数据来源为公开页面:技能基于商品页公开数据,无法读取后台 Search Terms、精确搜索量、PPC/转化数据;
  • 脚本依赖网络抓取:fetch-listing.sh 通过模拟浏览器请求商品页,数据为"时间点快照",关键决策前建议二次核实;
  • 图片/定价/评价维度是"建议项":AI 能重写的是文字(标题、五点、描述),换图、调价、做 A+ 需要卖家自行执行,报告里会单列出来;
  • 每月复审一次:竞品在变、词表在变,审计结论有保鲜期。

小结

用 Amazon-Skills 做 Listing 审计的核心路径可以浓缩为四步:

  1. 一条 npx skills add 命令装好 amazon-listing-optimization 技能;
  2. 用 fetch-listing.sh 抓下自己与竞品的 ASIN 数据;
  3. 让 AI 按八维评分表打出现分,输出关键词缺口分析;
  4. 复制优化后的 Listing 进 Seller Central,按建议清单补齐图片与 A+。

从"感觉不错"到"82 分的 Listing",中间只隔着一套可量化的审计流程。

登录后查看全文
Amazon-Skills