Amazon Listing 与页面操作：五点描述、标题、AI 工作流

目标

围绕五点描述、标题、AI 工作流，定位页面与字段问题，形成有产品事实支撑的修改草案、只读预检和结果核验计划。

使用范围

• 优先处理Listing 与页面操作任务；从专项证据卡选择与当前对象和问题直接相关的主题。
• 集合名称用于维护文件归属，不限制用户要求的交叉验证。其他来源与业务域的证据须分别标注，再按同口径比较。
• 本 Skill 可独立使用，不依赖仓库中的私有语义稿。保留去标识化边界，不恢复原素材身份或逐条映射。

适用任务

• 页面问题矩阵
• 事实与关键词地图
• 字段级新旧对比

开始前要拿到

• 站点、ASIN、SKU、product type 与父子体。
• 当前页面字段和 Listing issues。
• 产品事实、包装与合规证据。
• 关键词、竞品和客户语言证据。

缺少字段时明确标为 UNKNOWN 或 NEEDS_EVIDENCE，不要补造数据。

不可妥协的边界

• 本 Skill 来自去标识化语义转译，不保留或推断素材来源身份，也不把素材观点冒充 Amazon 当前政策。
• 产品事实、账户事实和 Amazon 一方报告优先；第三方数据必须标明 Provider、站点、日期、样本和估算口径。
• 不捏造销量、搜索量、成本、合规状态、产品属性、评论、平台通知或执行结果。
• 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。
• 平台规则、费率、界面和资格会变化；执行前复核当前官方文档与后台状态。

工作流

1. 读取当前页面和实时 product type 规则，保存字段基线。
2. 按合规、可发现性、点击和转化四层定位问题。
3. 建立购买问题、事实证据和字段位置映射。
4. 生成字段级草稿并校验字符、byte、图片和变体完整性。
5. 先对字段草稿做只读预检；在明确授权范围内发布后回读页面与 issues。

专项路由

• 五点描述：按购买问题组织收益、事实和适用边界，避免重复或虚假承诺。
• 标题：依据实时类目规则和已证实产品事实设计可读标题，不堆词。
• AI 工作流：把 AI 限定为有输入、证据、审核和回退的可复核流程。
• 匹配方式：分别定义发现、验证和收割角色，避免不同匹配方式互相争抢。
• 归因分析：统一归因窗口并区分相关性与因果性，保留自然与付费流量的边界。
• 客服与工单：建立问题、证据、请求动作、时限和升级路径，避免无差别重复开案。
• 广告曝光：核对投放资格、相关性、竞价、预算、状态和流量入口，再定位曝光缺口。
• 账户健康：从通知、指标、证据和根因建立最小纠正计划，不编造材料。

完整的 26 张主题证据卡见 references/topic-cards.md；8 种原有组合见 references/scenario-patterns.md。

第三方数据（可选）

只有在用户数据或 Amazon 一方报告不足时，才按 references/mcp-data-plan.md 发现实时 schema、执行 dry-run，并在可能计费的调用前核对具体请求与预算授权；已有授权覆盖时不重复索取。凭证通过环境变量注入，结果保存到 Skill 包之外的任务私有目录。

必须交付的结果

• 页面问题矩阵
• 事实与关键词地图
• 字段级新旧对比
• 验证预览结果
• 回退快照

结尾列出站点、时间窗、数据口径、证据、假设、缺口、风险、下一步和所有待批准动作。证据不足时写 HOLD，不得包装成可直接执行。

执行细节、证据字段和质量检查见 references/playbook.md。