Amazon 广泛加精准新品词路由

目标

从直接竞品自然排名中提炼高相关词，用少量广泛词探索表达、精准词承接明确意图，并以搜索词证据持续迁移。

适用任务

• 为新品建立精简关键词库。
• 决定哪些词开广泛、哪些开精准。
• 从广泛搜索词中迁移高转化词并控制浪费。

开始前要拿到

• 产品事实、定位和不可投放词。
• 3–5 个直接竞品的自然排名、关键词和搜索结果。
• 关键词搜索意图、建议竞价、预算与盈亏 CPC。
• 上线后的搜索词、点击、订单、CPC 和广告位数据。

缺少字段时列出证据缺口，并把相关结论标为 FACT、ESTIMATE、ASSUMPTION 或 UNKNOWN；不要补造数据。

不可妥协的边界

• 第三方数据均为估算或代理证据；Amazon 一方报告、后台实时字段和产品事实优先。
• 经验阈值只能作为可调起点，必须展示敏感性分析，不能写成 Amazon 官方规则。
• 不得捏造销量、搜索量、CPC、CVR、成本、认证、产品属性或消费者需求。
• 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。
• 不输出或保存素材来源身份、账号、链接、作品编号、互动数据、原始话术或其他可反查来源的线索。
• 不得使用与产品事实不符的词获取流量。
• 广告创建、竞价、否定和预算变更必须先获明确批准。

工作流

1. 锁定直接竞品

以相同属性、对象、场景和价格带选择少量高匹配竞品，而非下载整个类目。

2. 提取排名词

收集多个竞品自然排名靠前的词，去重并在前台验证搜索结果相关性。

3. 建立意图簇

按核心属性组合词形成少量广泛入口，把不能被这些入口覆盖的高意图长尾词设为精准候选。

4. 隔离投放

按意图与预算分广告活动，避免大词吞预算；预设日预算、样本和累计损失上限。

5. 搜索词迁移

将广泛中有成交且与产品事实一致的查询迁入精准；对不相关查询否定，对数据不足查询继续观察。

6. 单变量复测

分别调整匹配、竞价或广告位，并观察 CVR、CPA、自然排名和总订单。

判断标准

• 自然排名靠前可作为相关和转化代理，不能证明具体订单全部来自该词。
• 广泛不等于泛流量；广泛入口本身必须由多属性限定且可解释。
• 精准与广泛的竞价高低没有固定关系，以实时建议和账户实绩为准。

第三方 MCP 数据

需要外部关键词、竞品、评论或公开网页证据时，读取 references/mcp-data-plan.md，并使用 scripts/mcp_research.py。

• 先动态执行 tools/list、search-tools 和 describe，依据实时 inputSchema 构造参数。
• 凭证只从环境变量读取，不进入参数、URL、Skill、终端输出或 Git。
• 可能计费的 tools/call 先展示 Provider、工具、无密钥参数、预计成本与输出位置，核对已有授权；仅在授权覆盖本次范围时使用 --allow-cost，该标志不是费用上限。
• 脱敏结果用 --output 写入 Skill 包之外的任务私有目录；不假设安装位置受仓库 .gitignore 保护。第三方数据标为估算或代理证据。
• 失败一次后记录缺口，不以重复付费重试掩盖不可用状态。

必须交付的结果

• 直接竞品定义
• 关键词意图簇
• 广泛/精准/否定路由表
• 启动预算草案
• 搜索词迁移与复测规则

结尾列出站点、数据窗口、证据来源、关键假设、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。