# Amazon Listing Builder

亚马逊爆款 Listing 打造助手（基于 Cosmo 语义算法 + Alexa/Rufus 对话式购物趋势）。通过"先分析、再生成、最后校验"的 AI 工程化流程，把...

- Repository: https://github.com/liangdabiao/amazon-sorftime-research-MCP-skill (1059 stars)
- Category: Testing
- License: see repository
- Last updated: 2026-10-28
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill amazon-listing-builder -g -a claude-code -y`
Codex: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill amazon-listing-builder -g -a codex -y`
Cursor: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill amazon-listing-builder -g -a cursor -y`
Gemini CLI: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill amazon-listing-builder -g -a gemini-cli -y`

## Description

亚马逊爆款 Listing 打造助手（基于 Cosmo 语义算法 + Alexa/Rufus 对话式购物趋势）。通过"先分析、再生成、最后校验"的 AI 工程化流程，把 Listing 从"关键词堆砌"升级为"语义覆盖 + 需求证据 + 答案型内容"。提供八步工作流（关键词分层词库 → 用户问题库 → 卖点证据库 → 标题 → 五点 → 描述A+ → Search Terms → QA）、给 Codex 的可复用提示词、真实案例（抗 UV 户外仿真植物、down filled pillows QA）以及五大常见误区检查。触发场景：(1) 用户说"帮我写 Listing / 写标题 / 写五点 / 写描述 / 写 A+ / 写 QA / 写 Search Terms"(2) 用户输入 /listing-builder, /build-listing, /cosmo-listing, /alexa-qa, /listing-title, /listing-bullets, /listing-aplus, /listing-st, /listing-qa(3) 用户提及 Cosmo 算法、Alexa 算法、Rufus、对话式购物、语义搜索、答案型 Listing(4) 用户希望结合卖家精灵 MCP 数据做关键词分层与痛点映射。适用于亚马逊美国站等站点的运营、Listing 优化师、产品开发、跨境营销人员。

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# 亚马逊爆款 Listing 打造助手（Cosmo / Alexa 新算法版）

---

## 🚨 铁律 0：数据来源优先级（必须先读）

> **MCP（卖家精灵）> 浏览器**
>
> 核心数据必须走 MCP；浏览器仅作为 MCP 没有覆盖的数据的补充来源。

### 必须使用 MCP 的场景（禁止浏览器抓 Amazon）

| 数据类型 | MCP 工具 |
|---------|---------|
| 关键词搜索量 / PPC / 趋势 | `mcp__sellersprite__keyword_miner` / `keyword_research_trends` |
| 竞品 ASIN 详情（标题/五点/价格/评分） | `mcp__sellersprite__asin_detail` |
| 竞品关键词反查 | `mcp__sellersprite__traffic_keyword` / `keyword_order` |
| **竞品评论（含差评）** | `mcp__sellersprite__review` ⚠️ **禁止抓 `amazon.com/product-reviews/`** |
| 竞品流量结构 | `mcp__sellersprite__traffic_listing` / `traffic_keyword_stat` |
| 价格 / BSR 历史 | `mcp__sellersprite__keepa_info` |
| 市场价格分布 | `mcp__sellersprite__market_price_distribution` |
| 类目节点 | `mcp__sellersprite__product_node` |

### 允许使用浏览器的场景（MCP 无对应数据）

| 数据类型 | 浏览器来源 |
|---------|----------|
| 站外买家反馈 | Reddit / TikTok / Pinterest |
| 亚马逊前台 QA 板块 | `amazon.com/ask-questions/...`（MCP 无 QA 工具） |
| 自己的广告报表 / 客服 / 退货 | 卖家后台导出 |
| 认证查询 | FDA / CPSIA / RoHS 官网 |
| 品牌官网 | 验证品牌定位 |

> 详细协议、调用顺序、参数模板见 `reference/mcp-mandatory-protocol.md`。
> MCP 调用失败的字段标 `DATA_MISSING`，**禁止用浏览器凑 Amazon 数据**。

---

## 一、为什么需要这个 Skill

旧 Listing 方法正在失效：找词 → 标题埋大词 → 五点写功能 → ST 填同义词 → 跑广告。这套逻辑只解决"被检索"，没解决"被系统理解、被买家相信、被转化"。

新语境（Cosmo 语义算法 + Alexa/Rufus 对话式购物）要求 Listing 同时回答三类问题：
- 系统问：你的产品属于什么品类、解决什么需求、适合什么场景？
- 买家问：会不会褪色？尺寸多大？能不能用在 XX 场景？包装会不会坏？
- AI 助手问：用户用自然语言问"适合全日照户外花盆的仿真花"，你的 Listing 是不是最强匹配？

本 Skill 的目标：**把关键词背后的"用户任务、使用场景、痛点问题、产品证据、购买疑虑"全部讲清楚**。

---

## 二、核心方法论：先分析、再生成、最后校验

| 阶段 | 动作 | 输出 |
|------|------|------|
| **准备阶段** | 建词库 + 问题库 + 卖点证据库 | 三份结构化数据 |
| **生成阶段** | 多版本标题/五点/描述/ST/QA | 至少 3 版可对比草稿 |
| **校验阶段** | 合规 + 关键词覆盖 + 语义覆盖 + 转化逻辑 | 4 项检查报告 |

> ⚠️ 不要让 AI 直接写。先有词库、痛点库、问题库、证据库，再写才有根。

---

## 三、八步工作流总览

The rest: https://github.com/liangdabiao/amazon-sorftime-research-MCP-skill/blob/HEAD/SKILLS/skills/amazon-listing-builder/SKILL.md