zach-feature-demand-validator

用途

本 Skill 面向亚马逊卖家的产品开发场景。大多数产品开发并非颠覆式创新，而是在现有供给上做微创新：加一个小功能、补一个小结构、优化一个小体验。但很多功能看起来合理，实际可能只是卖家的想象，并非消费者真实在意的点。

本 Skill 的定位不是帮你发明新物种，而是判断：这个微创新，到底是不是用户真的在意。它通过三个独立维度交叉验证，避免仅凭感觉就开模投入。

触发词：/zach-feature-demand-validator

使用时机：品类选定后评估微创新、竞品分析发现差异点后判断要不要跟进。

主要能力

通过三个独立维度交叉验证功能需求真伪：

Review 信号：首选 Sorftime product_reviews；无 Sorftime 时用 WebSearch + WebFetch 主动抓取 Amazon Review 页面，或使用用户提供的 review_source_pack。
关键词信号：首选 Sorftime keyword_detail / keyword_trend / keyword_extends；无 Sorftime 时用 Google Trends + Amazon Autocomplete + 第三方搜索量估算。
社区信号：WebSearch 搜索 Reddit + Quora。

三维度综合判定分四档：强真需求（三维度均有正面信号，值得投入开发）、弱真需求（两维度有信号、一维度缺失，可考虑但需承认风险）、待验证（只有一个维度有信号，先别上大投入）、伪需求（没有正面信号或已有明显负面信号，不建议投入）。

附带的脚本包括：parse_reviews.py 解析 Sorftime product_reviews JSON；parse_review_source_pack.py 解析手动导出的 Amazon Review 证据包；generate_keyword_csv.py 导出关键词 CSV；generate_community_csv.py 导出社区讨论 CSV；validate_deliverables.py 校验交付物完整性；WINDOWS_USAGE.md 提供 Windows 运行说明。

使用方式

输入方式：支持两类业务输入——「品类 + 功能描述」（如 air fryer + steam feature，先找市场上是否已有带该功能的产品）或「ASIN + 功能描述」（如 B0XXXX + self-cleaning，直接围绕指定产品和相邻竞品验证）。默认站点：US。

无 Sorftime 时，用户可提供本地评论证据包 review_source_pack/（含 source_manifest.json 与 raw/ 下的 reviews.csv、reviews.txt 或 reviews.html）。

执行流程：

Step 0：解析任务与构造关键词，确认输入类型和站点，构造 3-5 个英文关键词变体，判断走 Sorftime 完整版还是 fallback 降级版。
Step 1：Review 信号采集。有 Sorftime 时调 product_search / product_detail / product_reviews，再用 parse_reviews.py 解析；无 Sorftime 时按功能关键词定向搜索 ASIN，分 A 类（已带该功能）和 B 类（不带该功能但销量高）抓取评论，单 ASIN 至少 15-30 条，总量不低于 80 条。
Step 2：关键词信号采集。有 Sorftime 时调 keyword_detail / keyword_trend / keyword_extends；无 Sorftime 时用 Google Trends、第三方估算、Amazon Autocomplete 替代。
Step 3：社区信号采集，用 WebSearch 搜索 Reddit / Quora，保留标题、URL、发布日期、态度摘要、查询词。
Step 4：综合判定，输出四档结论。
Step 5：生成报告，交付 Markdown 报告和五个标准 CSV。
Step 6：交付校验，运行 validate_deliverables.py。

Parse 脚本调用示例（macOS / Linux）：

python3 skills/zach-feature-demand-validator/scripts/parse_reviews.py \
  --input <reviews.json> \
  --asin <ASIN> \
  --keywords "steam,steamer,steaming" \
  --source-url "sorftime://product_reviews/<ASIN>" \
  --output <数据源目录>/01_review_信号_原始数据.csv

Windows：

py -3 skills/zach-feature-demand-validator/scripts/parse_reviews.py `
  --input <reviews.json> `
  --asin <ASIN> `
  --keywords "steam,steamer,steaming" `
  --source-url "sorftime://product_reviews/<ASIN>" `
  --output <数据源目录>\01_review_信号_原始数据.csv

标准输出

outputs/feature-validation/
├── YYYY-MM-DD_[品类]_[功能]_功能需求验证报告.md
└── YYYY-MM-DD_[品类]_[功能]_数据源/
    ├── 01_review_信号_原始数据.csv
    ├── 02_keyword_信号_搜索量数据.csv
    ├── 03_keyword_信号_趋势数据.csv
    ├── 04_keyword_信号_延伸词.csv
    ├── 05_社区_信号_讨论摘要.csv
    └── review_source_pack/               # 仅 fallback 场景需要
        ├── source_manifest.json
        └── raw/

所有 CSV 均包含：数据来源、来源类型、来源链接/查询词、原始文件名、采集时间。

适用场景

品类选定后评估微创新方向是否值得投入。
竞品分析发现差异点后，判断是否要跟进。
上游衔接产品研究，下游衔接新品 Listing 写作。

限制

本 Skill 不做产品开发决策，只验证需求真伪。
无 Sorftime 时，替代版数据精度不如 Sorftime，无法拿到精确周搜索量和 CPC，报告中需标注数据来源差异。
Review 采集要求按功能关键词定向选择 ASIN，不能随机抓高销量产品的 review。
ASIN 必须是真实可验证的 10 位编号，严禁使用 MULTI、UNKNOWN、B0XXXXX 等占位符。
关键词数据不得伪造，数据源无法访问时标为「采集失败 + 原因」。
风险级别：low（纯分析/信息收集）。
完成后报告状态：DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT。

参考文档：references/csv_schema.md、references/report_template.md、references/judgment_criteria.md、references/keyword_construction_guide.md、references/review_fallback_pack.md。

技能介绍

用途

主要能力

使用方式

标准输出

适用场景

限制