Amazon 竞品流量网络进阶版

目标

Build an evidence-gated Amazon competitor traffic network with separate opportunistic exact, contested exact, attribute exploration, automatic discovery, and defense layers.

不可妥协的边界

• 当前 Amazon 官方政策、账户资格、站点字段和一方数据优先于本 Skill 的经验框架。
• 第三方数据一律标为估算或前台观测，不得写成 Amazon 一方事实。
• 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退，核对用户已有授权是否覆盖对象、动作与预算；范围已明确授权时继续执行并回读核验，只有未覆盖或扩大的范围才请求批准。
• 一次实验只改变一个主要变量，并记录基线、样本、成功、停止和回退条件。
• 不得复制来源材料或竞品表达；输出必须按当前任务重新组织并可由现有证据支撑。
• 固定排名位次、建议价倍数、位置倍率和自动组数都必须用实时数据校准。
• Listing 中应准确写明属性与场景，但不能为了匹配而堆词。

先判断任务模式

1. 诊断：读取现状、证据和缺口，不生成线上写入动作。
2. 方案草案：输出可审核的结构、参数范围、实验和回退值。
3. 执行准备：只生成待批准变更表或 API/控制台操作草案。
4. 已批准执行：仅对用户在当前会话明确批准的对象和字段执行，并立即回读核验。

用户未指定时采用“诊断”。

开始前要拿到

• marketplace、产品事实、ASIN/SKU 与目标购买意图
• 本品和可比竞品的关键词、自然位置、广告可见度与采样时间
• 搜索词报告、转化、CPC、订单、利润和 Listing 当前覆盖
• 站点语言、变体、价格、库存与同期促销记录

缺失项必须标为 NEEDS_EVIDENCE；不得猜数字、补属性或把不同站点、ASIN、变体、币种和时间窗混在一起。

工作流

先读取 references/playbook.md，确认该方法适用于当前对象。按以下顺序执行：

1. 先验证竞品可替代性、同站点购买意图和本品承接能力。
2. 把自然强广告弱的相关词与自然和广告都强的相关词分成独立精准层。
3. 从可靠词集中提取属性与场景词根，建立低风险探索层。
4. 自动发现层使用独立低预算，基于实际搜索词清理低相关匹配。
5. 同步检查本品自然强但广告覆盖弱的词，形成防守层。
6. 各层分别定义出价逻辑、预算、样本、利润和停止条件。

最后做数据充分性检查，并把结论分成 FACT / ESTIMATE / HYPOTHESIS / UNKNOWN。若关键证据不足，状态写 HOLD。

第三方 MCP 数据

仅在自有数据不足且当前任务确实需要外部证据时，读取 references/mcp-data-plan.md，再使用 scripts/mcp_research.py。本 Skill 的外部取数目的：获取竞品自然与广告覆盖、关键词、建议竞价和相关性代理数据。

• 先 doctor，再 search-tools 和 describe；工具名及参数以实时 tools/list 与 inputSchema 为准。
• Token 只从环境变量读取。不得写入命令参数、URL、Skill、报告、日志或 Git。
• tools/call 或 Actor 可能计费；先展示 Provider、工具、无密钥业务参数、预计成本与输出位置，核对已有授权覆盖后才加 --allow-cost；该标志不是费用上限。

必须交付的结果

• 竞品适配门槛
• 五层流量架构
• 逐层实验契约
• 防守与退出规则
• 数据范围、来源、采集时间、样本与限制。
• 关键假设、待补证据、风险和不可确定项。
• 若有动作：对象、旧值、新值、预期、停止条件、回退值与审批状态。

方案状态使用 READY FOR REVIEW / DRAFT / HOLD / STOP；如已执行，另行记录实际结果及回读证据。未得到明确批准时，不得声称已修改线上对象。