Skip to content
Research
Skill

/amazon-analyse

对亚马逊竞品Listing进行全维度穿透分析,包括文案逻辑、评论分析、关键词分析、市场动态等。分析完成后自动保存为Markdown报告文档到reports/目录。Invoke when user uses /amazon-analyse command with a product ASIN.

BOOST
From plugin
amazon-sorftime-research-mcp-skill
9757 skills4 MCP
Install
$ npx -y skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill amazon-analyse --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

  • Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
  • You can call itInvoke it directly when you want it.
  • Slash command/amazon-analyse

Context preview

The summary Claude sees to decide when to auto-load this skill.

对亚马逊竞品Listing进行全维度穿透分析,包括文案逻辑、评论分析、关键词分析、市场动态等。分析完成后自动保存为Markdown报告文档到reports/目录。Invoke when user uses /amazon-analyse command with a product ASIN.

SKILL.md

amazon-analyse.SKILL.md
name: "amazon-analyse"
description: "对亚马逊竞品Listing进行全维度穿透分析,包括文案逻辑、评论分析、关键词分析、市场动态等。分析完成后自动保存为Markdown报告文档到reports/目录。Invoke when user uses /amazon-analyse command with a product ASIN."

亚马逊竞品Listing全维度穿透分析

快速参考

| 步骤 | 工具/操作 | 用途 | |------|----------|------| | 1. 验证ASIN | `product_search` | 确认产品存在 | | 2. 产品详情 | `product_detail` | 获取基础数据 | | 3. 流量关键词 | `product_traffic_terms` | 分析流量来源 | | 4. 竞品关键词 | `competitor_product_keywords` | 分析竞品布局 | | 5. 用户评论 | `product_reviews` | 评论情感分析 | | 6. 历史趋势 | `product_trend` | 销量趋势分析 | | 7. 生成报告 | 综合分析 | 输出完整报告 | | 8. 保存文档 | `Write` 工具 | 保存为 MD 文件 |

**调用格式**:

curl -s -X POST "https://mcp.sorftime.com?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":N,"method":"tools/call","params":{"name":"TOOL_NAME","arguments":{"amzSite":"US","asin":"ASIN"}}}'

触发条件

当用户使用 `/amazon-analyse` 命令并提供一个亚马逊竞品 ASIN 时,立即启动此分析流程。

角色设定

你是一位拥有10年经验的"亚马逊顶级运营总监"和"品牌战略官"。你不仅精通A9和Rufus算法,更擅长解析品牌背后的营销心理学与竞争策略。你的任务是透过产品数据表面现象,还原对手的战略布局、运营套路和市场定位。

数据来源

本分析使用 **Sorftime MCP** 服务获取亚马逊数据。

**Sorftime MCP 是一个流式 HTTP 服务**,使用 Server-Sent Events (SSE) 协议返回数据。

**可用工具**: | 工具名 | 功能 | |--------|------| | `product_search` | 产品搜索(验证ASIN用) | | `product_detail` | 产品详情 | | `product_reviews` | 用户评论(最多100条) | | `product_traffic_terms` | 流量关键词 | | `competitor_product_keywords` | 竞品关键词布局 | | `product_trend` | 历史趋势(销量/价格/排名) | | `keyword_detail` | 关键词详情 | | `category_tree` | 类目结构 |

**重要提示**:

  • 所有数据需通过 curl POST 请求获取
  • 返回格式为 SSE (event: message + data: JSON)
  • 中文内容使用 Unicode 转义,需要解码
  • 大数据量会保存到临时文件

分析流程

第一步:信息收集与数据抓取

预检查:ASIN 有效性验证

**重要**:在获取数据前,先验证 ASIN 是否存在于 Sorftime 数据库中。

# 验证 ASIN 是否存在
curl -s -X POST "https://mcp.sorftime.com?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"product_detail","arguments":{"amzSite":"US","asin":"ASIN"}}}'

**如果返回 "未查询到对应产品"**: 1. 使用 product_search 工具搜索该 ASIN 或相关关键词 2. 提示用户确认 ASIN 是否正确 3. 检查是否是正确的亚马逊站点

数据获取方式

Sorftime MCP 使用 **Server-Sent Events (SSE)** 协议,需要通过 curl POST 请求调用。

**通用调用格式**:

curl -s -X POST "https://mcp.sorftime.com?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":N,"method":"tools/call","params":{"name":"TOOL_NAME","arguments":{"amzSite":"US","asin":"ASIN"}}}'

**关键点**:

  • `id` 每次请求递增 (1, 2, 3...)
  • 返回格式为 SSE: `event: message\ndata: {...}\n\n`
  • 数据中的中文是 Unicode 转义格式,需要解码
  • 大量数据会被保存到临时文件,需用 Read 工具读取

1. 提取用户输入

  • ASIN (必填)
  • 亚马逊站点 (默认 US,可选:US, GB, DE, FR, CA, JP, ES, IT, MX, AE, AU, BR, SA)
  • 用户的产品核心优势(用于生成针对性反击建议)

数据获取步骤

按照以下顺序获取数据(可并发执行以提高效率):

1. **product_detail** - 产品详情 2. **product_reviews** - 用户评论 3. **product_traffic_terms** - 流量关键词 4. **competitor_product_keywords** - 竞品关键词布局 5. **product_trend** - 历史销量趋势

> 具体调用格式见下方 **Sorftime MCP 工具参考** 章节

第二步:执行四大维度分析

第一部分:文案构建逻辑与关键词分析 (The Brain)

**构建逻辑与方法论:**

  • 拆解标题、五点描述的文本构建策略
  • 分析是基于"痛点触发"、"场景驱动"还是"参数压制"
  • 识别使用的叙事模板

**关键词情报:**

  • 从 `product_traffic_terms` 提取产品的核心流量词
  • 从 `competitor_product_keywords` 分析竞品在各核心词下的曝光位置
  • 识别竞品的自然曝光能力和获流策略

**数据使用:**

  • 使用 `product_traffic_terms` 数据分析产品流量来源
  • 使用 `competitor_product_keywords` 评估竞品关键词布局
  • 使用 `keyword_detail` 深入分析核心词指标

第二部分:产品表现与市场定位 (The Face)

**产品基础数据:**

  • 价格、评分、评论数、类目排名
  • 月销量、销售额估算
  • FBA/FBM 配送方式

**市场表现:**

  • 使用 `product_trend` 分析历史销量/价格趋势
  • 识别季节性波动和促销活动影响
  • 评估产品生命周期阶段

**竞争力分析:**

  • 使用 `product_report` 评估产品在类目中的位置
  • Top100排名变化趋势
  • 与竞品的价格/功能对比

第三部分:评论定量与定性分析 (The Voice)

**量化数据概览:**

  • 明确分析样本量(最多100条评论)
  • 统计好评(4-5星)与差评(1-3星)分布

**定性穿透分析:**

  • **优势聚类:** 用户评论中反复提到的优点
  • **差评穿透:** 差评主要体现的核心问题(产品缺陷、描述不符、体验问题)

**核心总结 (Top 3):**

  • 3条核心优势(用户为何购买)
  • 3条核心痛点(用户为何退货/差评)
  • 3条改进建议(我方产品优化方向)

第四部分:市场动态与盲区扫描 (The Pulse)

**关键词布局分析:**

  • 从 `competitor_product_keywords` 识别竞品主要获流词
  • 分析竞品在热搜词下的排名能力
  • 发现竞品的长尾词布局策略

**市场机会识别:**

  • 识别竞品尚未覆盖的高价值关键词
  • 发现评论中用户提到但产品未满足的需求
  • 分析类目趋势和竞争格局

**盲区扫描:**

  • 识别潜在威胁(新品、价格战、品牌差异化)
  • 发现未被充分满足的用户痛点

第三步:输出结构化报告

报告输出方式

1. **终端输出**:直接在对话中展示完整报告 2. **文档保存**:将报告保存为 Markdown 文件供后续查阅

**报告文件命名规则**:

analysis_{ASIN}_{站点}_{日期}.md
例如: analysis_B07PQFT83F_US_20260302.md

**保存位置**:

项目目录/reports/

**保存命令**:

# 1. 先检查/创建 reports 目录
mkdir -p reports/

# 2. 生成报告文件路径(使用当前日期)
FILENAME="reports/analysis_${ASIN}_${站点}_$(date +%Y%m%d).md"

# 3. 使用 Write 工具保存完整报告内容
Write $FILENAME

**报告保存最佳实践**: 1. 每次分析都保存独立文件,便于历史对比 2. 文件名包含日期,支持多次分析同一产品 3. 报告开头包含分析时间戳,确保数据时效性 4. 建议定期整理旧报告,归档到 `reports/archive/` 目录

按照以下结构输出完整分析报告:

# 亚马逊竞品Listing全维度穿透分析报告

## 分析对象
- ASIN: [ASIN]
- 亚马逊站点: [站点]
- 分析时间: [时间]
- 数据来源: Sorftime MCP

## 第一部分:产品基础数据
### 核心指标
- 产品标题: [标题]
- 品牌: [品牌]
- 价格: [价格]
- 评分: [评分] / 5.0
- 评论数: [评论数]
- 月销量估算: [销量]
- 类目排名: [排名]
- 配送方式: [FBA/FBM]

### 市场表现
- 历史销量趋势: [分析]
- 价格波动规律: [分析]
- 生命周期阶段: [判断]

## 第二部分:关键词布局分析 (The Brain)
### 流量关键词
- 核心流量词列表
- 流量来源分布
- 自然曝光能力

### 竞品关键词布局
- 各热搜词下的排名位置
- 获流关键词数量
- 排名竞争力分析

### 文案构建逻辑
- 标题策略分析
- 五点描述策略
- 关键词埋点策略

## 第三部分:评论定性分析 (The Voice)
### 评论数据概览
- 总评分数: [评分]
- 好评率: [百分比]
- 分析样本: [评论数量]

### 核心优势 Top 3
1. [优势1]
2. [优势2]
3. [优势3]

### 核心痛点 Top 3
1. [痛点1]
2. [痛点2]
3. [痛点3]

### 改进建议 Top 3
1. [建议1]
2. [建议2]
3. [建议3]

## 第四部分:竞争策略分析 (The Pulse)
### 竞争优势
- [分析]

### 竞争劣势
- [分析]

### 市场机会
- [分析]

### 潜在威胁
- [分析]

## 战略反击建议
基于用户产品核心优势,提供针对性的竞争策略建议。

### 关键词策略
- [建议]

### 定价策略
- [建议]

### 产品优化方向
- [建议]

### Listing优化建议
- [建议]

---

参考文档

  • [API 工具参考](references/api-tools-reference.md) - 完整的 curl 调用格式和故障排查
  • [报告管理](references/report-management.md) - 报告生命周期管理和归档策略
  • [Sorftime MCP API](references/sorftime-mcp-api.md) - 完整 API 接口文档

快速工具参考

| 工具 | 用途 | 调用消耗 | |------|------|----------| | `product_detail` | 产品详情 | 1 | | `product_reviews` | 用户评论(最多100条) | 1 | | `product_traffic_terms` | 流量关键词反查 | 1 | | `competitor_product_keywords` | 竞品关键词布局 | 1 | | `product_trend` | 历史趋势 | 1 | | `keyword_detail` | 关键词详情 | 1 |

支持的站点

US, GB, DE, FR, IN, CA, JP, ES, IT, MX, AE, AU, BR, SA

注意事项

1. **ASIN格式**:确保

Read more
Ships withamazon-sorftime-research-mcp-skill

基于 Sorftime,Sif,卖家精灵,西柚等MCP 服务和 Agent Skills 的亚马逊分析工具集。 感谢大家支持项目,其实我开发了100个skill给大家了:

Get the whole plugin
Stats
976
Stars
142
Forks
Active
Maintenance
Python
Language
6d ago
Last commit
7mo ago
Created
5h ago
Added

Repo: liangdabiao/amazon-sorftime-research-MCP-skill