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 | INLINECODE0 | 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:
CODEBLOCK0
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 |
|---|
| INLINECODE8 | 产品搜索(验证ASIN用) |
| INLINECODE9 |
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。
CODEBLOCK1
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
- 提示用户确认 ASIN 是否正确
- 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:
CODEBLOCK2
关键点:
- -
id 每次请求递增 (1, 2, 3...) - 返回格式为 SSE: INLINECODE17
- 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. productdetail - 产品详情
- productreviews - 用户评论
- producttrafficterms - 流量关键词
- competitorproductkeywords - 竞品关键词布局
- 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
- 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:
CODEBLOCK3
保存位置:
CODEBLOCK4
保存命令:
CODEBLOCK5
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
- 文件名包含日期,支持多次分析同一产品
- 报告开头包含分析时间戳,确保数据时效性
- 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:
CODEBLOCK6
参考文档
快速工具参考
| 工具 | 用途 | 调用消耗 |
|---|
| INLINECODE27 | 产品详情 | 1 |
| INLINECODE28 |
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ASIN格式正确,通常为10位字母数字组合
- 站点选择:默认使用US站点
- 评论数据:最多返回100条评论
- 并发请求:可以同时发起多个请求提高效率
- API Key安全:不要在代码中硬编码API Key
参考资料
Sorftime MCP 完整 API 文档
详细的接口文档已保存在
references/sorftime-mcp-api.md,包含:
产品相关接口 (9个)
| 接口 | 用途 | 调用消耗 |
|---|
| INLINECODE34 | 产品详情 | 1 |
| INLINECODE35 |
产品子体明细 | 1 |
|
product_trend | 历史(销量/价格/排名)趋势 | 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_keyword_rank_trend | 关键词排名趋势 | 1 |
|
product_search | 产品搜索/筛选 | 1 |
|
potential_product_search | 潜力产品搜索 | 1 |
类目相关接口 (7个)
| 接口 | 用途 | 调用消耗 |
|---|
| INLINECODE43 | 类目名称搜索(获取nodeid) | 1 |
| INLINECODE44 |
类目树结构 | 5 |
|
category_report | 类目实时报告(Top100) | 1 |
|
category_history_report | 类目历史报告(最长40天) | 1 |
|
category_trend | 类目趋势(11种趋势类型) | 1 |
|
category_market_search | 类目市场搜索/筛选 | 1 |
|
category_keywords | 类目核心关键词 | 1 |
关键词相关接口 (4个)
| 接口 | 用途 | 调用消耗 |
|---|
| INLINECODE50 | 关键词详情 | 1 |
| INLINECODE51 |
关键词搜索结果自然位 | 1 |
|
keyword_trend | 关键词历史趋势 | 1 |
|
keyword_related_words | 关键词延伸词/长尾词 | 1 |
关键词词库管理 (5个)
| 接口 | 用途 | 调用消耗 |
|---|
| INLINECODE54 | 添加关键词收藏 | 1 |
| INLINECODE55 |
移动到收藏夹 | 1 |
|
remove_keyword | 删除关键词 | 1 |
|
query_keyword_dict_list | 查询收藏夹列表 | 1 |
|
query_keyword_dict | 查询收藏的词 | 1 |
1688 供货平台 (1个)
| 接口 | 用途 | 调用消耗 |
|---|
| INLINECODE59 | 1688产品搜索/采购成本分析 | 1 |
TikTok 电商平台 (8个)
| 接口 | 用途 | 调用消耗 |
|---|
| INLINECODE60 | TikTok产品搜索 | 1 |
| INLINECODE61 |
TikTok产品详情 | 1 |
|
tiktok_product_videos | TikTok带货视频 | 1 |
|
tiktok_product_influencers | TikTok带货达人分析 | 1 |
|
tiktok_product_trend | TikTok产品趋势 | 1 |
|
tiktok_influencer_search | TikTok达人搜索 | 1 |
|
tiktok_category_name_search | TikTok类目搜索 | 1 |
|
tiktok_category_report | TikTok类目报告 | 1 |
调研维度与接口对照表
当用户需要调研特定维度时,使用以下接口:
亚马逊产品调研
| 调研维度 | 使用接口 | 关键参数 |
|---|
| 产品基础信息 | INLINECODE68 | asin |
| 销量/价格趋势 |
product_trend | asin, productTrendType |
|
用户评价 |
product_reviews | asin, reviewType |
|
流量来源 |
product_traffic_terms | asin |
|
竞品关键词布局 |
competitor_product_keywords | asin |
|
关键词排名监控 |
product_keyword_rank_trend | asin, keyword |
|
子体明细 |
product_variations | asin |
亚马逊关键词调研
| 调研维度 | 使用接口 | 关键参数 |
|---|
| 关键词数据分析 | INLINECODE75 | keyword |
| 关键词搜索结果 |
keyword_search_result | searchKeyword |
|
关键词历史趋势 |
keyword_trend | searchKeyword |
|
长尾词挖掘 |
keyword_related_words | searchKeyword |
亚马逊类目调研
| 调研维度 | 使用接口 | 关键参数 |
|---|
| 类目搜索(获nodeid) | INLINECODE79 | searchName |
| 类目分析 |
category_report | nodeId |
|
类目趋势 |
category_trend | nodeId, trendIndex |
|
类目关键词 |
category_keywords | nodeId |
|
类目市场筛选 |
category_market_search | 多种筛选参数 |
亚马逊选品调研
| 调研维度 | 使用接口 | 关键参数 |
|---|
| 产品搜索/筛选 | INLINECODE84 | searchName + 筛选参数 |
| 潜力产品挖掘 |
potential_product_search | searchName, price_range等 |
TikTok 跨平台调研
| 调研维度 | 使用接口 | 关键参数 |
|---|
| 相似产品分析 | INLINECODE86 | site, searchName |
| TikTok产品详情 |
tiktok_product_detail | site, productId |
|
带货视频分析 |
tiktok_product_videos | site, productId |
|
带货达人分析 |
tiktok_product_influencers | site, productId |
|
产品趋势追踪 |
tiktok_product_trend | site, productId |
|
达人搜索 |
tiktok_influencer_search | site, searchName |
|
TikTok类目分析 |
tiktok_category_report | site, nodeId |
供应链成本调研
| 调研维度 | 使用接口 | 关键参数 |
|---|
| 1688采购成本 | INLINECODE93 | searchName |
支持的平台站点
| 平台 | 站点数量 | 支持站点 |
|---|
| 亚马逊 | 14个 | US, GB, DE, FR, IN, CA, JP, ES, IT, MX, AE, AU, BR, SA |
| TikTok |
6个 | US, GB, MY, PH, VN, ID |
|
1688 | - | 国内批发采购平台 |
本技能文档版本: v2.2 | 最后更新: 2026-03-03
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 | productsearch | 确认产品存在 |
| 2. 产品详情 |
productdetail | 获取基础数据 |
| 3. 流量关键词 | product
trafficterms | 分析流量来源 |
| 4. 竞品关键词 | competitor
productkeywords | 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:
bash
curl -s -X POST https://mcp.sorftime.com?key=YOURAPIKEY \
-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 |
|---|
| productsearch | 产品搜索(验证ASIN用) |
| productdetail |
产品详情 |
| product_reviews | 用户评论(最多100条) |
| product
trafficterms | 流量关键词 |
| competitor
productkeywords | 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。
bash
验证 ASIN 是否存在
curl -s -X POST https://mcp.sorftime.com?key=YOUR
APIKEY \
-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
- 提示用户确认 ASIN 是否正确
- 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:
bash
curl -s -X POST https://mcp.sorftime.com?key=YOURAPIKEY \
-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. productdetail - 产品详情
- productreviews - 用户评论
- producttrafficterms - 流量关键词
- competitorproductkeywords - 竞品关键词布局
- 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 producttrafficterms 提取产品的核心流量词
- 从 competitorproductkeywords 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 producttrafficterms 数据分析产品流量来源
- 使用 competitorproductkeywords 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 competitorproductkeywords 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
- 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: analysisB07PQFT83FUS_20260302.md
保存位置:
项目目录/reports/
保存命令:
bash
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
- 文件名包含日期,支持多次分析同一产品
- 报告开头包含分析时间戳,确保数据时效性
- 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