SuperAPI AI 工具集

sif-amazon-research

营销与增长

查看项目

更新于 10-16 09:21

技能介绍

用途

Sif Amazon Research 用于亚马逊电商研究相关决策,覆盖市场与机会研究、市场验证、竞品分析、关键词布局、新品上线评估、上线后反馈、增长优化以及流量/广告诊断等任务类型。其核心目标是在明确“要做什么决策”的前提下,基于 Sif MCP 返回的数据形成可执行的业务判断。

主要能力

技能要求从多个最小必要领域收集证据,包括:市场需求(关键词需求、历史、根趋势)、竞争(关键词竞争度、头部 ASIN 集中度、竞品关键词信号)、流量(ASIN/listing 流量趋势、结构、关键词分布)、销售(销售榜单/趋势、变体表现)、广告(ASIN 广告结构、广告趋势、活动贡献、活动/广告组下钻)。收集后需交叉核对证据,区分已确认发现与假设,并输出业务决策及置信度、证据链、风险、缺失数据和下一步验证动作。

使用方式

使用前需识别任务类型,并确认请求中包含足够的标识信息,如 ASIN、关键词、国家和时间窗口;若缺失则要求补充。未指定市场时默认美国。技能提供了参考文档:场景化工具序列见 references/research-playbooks.md,工具选择与参数约定见 references/sif-tool-map.md,MCP 响应特性、大输出处理和字段解读陷阱见 references/field-notes.md,建议在任何完整分析或调试前阅读。

输出格式

每个基于 Sif 的研究回答需包含:决策/结论(直接答案与置信度)、问题层(市场需求、竞争、流量、广告、产品/listing 或混合)、证据链(将每条主张链接到工具返回的 Sif 数据)、业务影响(对销售、流量、排名或上线风险的意义)、优先行动(按预期影响和速度排序的前 3 项)、暂不执行(因证据缺失或薄弱而被阻止的行动)、缺失数据(3 个数据缺口及其影响的结论)、7 天验证计划(用户可快速运行的可衡量检查)。若数据不完整,需说明当前数据支持什么、缺少什么,以及建议是假设还是可执行。

限制与护栏

不得仅凭 ACOS、CTR 或销售变化单独下结论;关键 Sif 数据不可用时不得输出最终计划,只能标注为假设;analyze_traffic_anomaly 仅用于明确的流量异常/根因诊断或用户明确要求诊断流量时,不得当作通用原始数据工具;需原样保留 Sif 工具返回的 render_footer 并置于回复末尾;遵守 Sif 时间约定,周值必须为周日日期,当周数据可能延迟,当前周风格检查应使用 latelyDay=7;不得暴露或重复 MCP 密钥。