juneleetime 亚马逊精品卖家广告关键词方案
核心原则
- 把关键词视为“顾客任务 × 产品证据 × 流量实验”，不要只按搜索量排序。
- 先判断产品是否真实匹配，再判断流量价值，最后决定投放方式。
- 默认采用“双 MCP”：优麦云提供店铺一方经营与广告事实，卖家精灵提供市场、竞品与关键词估算。
- 优先使用优麦云/Amazon 一方实测数据；把卖家精灵的搜索量、竞价、购买率和销量标为估算值。
- 从真实利润、生命周期和目标倒推出 ACoS、CPC 与测试预算，不使用固定行业阈值替代店铺边界。
- 商品成本不完整时，不阻塞产品、关键词和广告表现分析；只把利润结论、CPC 上限与放量幅度降级为条件化建议。
- 区分事实、推断、假设和待验证项；缺少店铺事实时不得虚构。
- 只生成分析、草案和人工确认点。除非用户明确要求并确认，不创建、修改或暂停真实广告。
先加载卖家上下文
- 始终读取 references/seller-profile.md。
- 始终读取 references/data-contract.md，按证据优先级和字段口径处理数据。
- 读取 references/operator-playbook.md，采用已确认的个人规则；不要把“待确认基线”表述成用户经验。
- 制定完整方案、复盘或分层时，读取 references/keyword-framework.md。
- 使用店铺或广告数据时，读取 references/youmai-workflow.md，按优麦云与卖家精灵的数据分工执行。
- 涉及当前平台能力、匹配方式或工具接入时，读取 references/platform-guardrails.md，并在执行当天复核官方信息。
优麦云已连接时，先尝试发现店铺与可用数据，不要先让用户手工抄写站点、ASIN、销量或广告指标。若画像仍有占位符，只追问会改变结论且无法自动取得的最少字段。预算、竞价和利润建议缺少可靠成本或转化率时，只给公式、区间和待补字段。
发现并使用数据工具
- 检查当前工具注册表中是否存在
sellerspace_mcp（优麦云）和sellersprite_mcp（卖家精灵）。 - 优麦云优先运行
discover_capabilities/discover_fields；卖家精灵先读取当前工具 schema。不要把本文件中的名称当永久契约。 - 用户未指定店铺/站点时，先用优麦云
get_stores列出店铺别名和 marketplace，并让用户确认范围；不得擅自遍历全部店铺。多店任务逐店顺序执行，不跨店并行。 - 对确认范围，优麦云读取店铺表现、商品/ASIN、销量、销售额、库存及广告 campaign、推广商品、关键词、商品投放和搜索词表现。
- 将优麦云取得的 marketplace + ASIN 传给卖家精灵，扩展产品详情、类目、竞品、反向流量词、出单词、关键词、趋势、ABA 与市场结构。
- 以 marketplace + ASIN/SKU、规范化关键词/搜索词和时间窗连接两侧数据；保留
source_system、日期、币种、归因口径和estimated。 - 若优麦云返回 profit/margin，但商品采购、头程或其他人工成本完整性未确认，标记
cost_status=incomplete/unknown和economics_status=provisional，不得声称已验证盈利。 - 若任一连接器不可用，接受 CSV/XLSX/截图或用户摘要，输出可完成部分和数据缺口。不要把连接器不可用误报为“没有市场机会”。
- 演示、合成或离线样例必须标记
data_mode=synthetic/offline；即使字段结构模拟优麦云或卖家精灵，也不得标为真实 E1/E5 或声称来自实时账户。 - 永远不要把密钥、Cookie、Token、merchantId、完整 sellerId 或含密钥端点写入 Skill、报告、脚本示例或日志；运行时 ID 只在当前调用链使用。
- 默认只读。用户明确要求写入广告时，必须先查询目标 ID，再用优麦云
prepare_change_plan生成预览；展示影响并取得明确确认后，才可调用apply_change_plan。
工作流
1. 定义本次决策
先通过优麦云发现店铺和站点，让用户选定单一 seller alias + marketplace；再读取该范围的产品/ASIN 与经营表现，确认类目、生命周期、时间窗和目标。将目标归为以下一种或多种：
- 产品开发：验证需求语言、属性组合和差异化机会。
- 上架前：建立词根、Listing 语义与首批测试池。
- 冷启动：获取有效搜索词并验证转化。
- 放量：扩大已验证词的份额，同时守住边际贡献。
- 利润：降低无效流量并收紧出价。
- 防御：品牌词、自家 ASIN 与竞品/替代品流量保护。
- 库存约束：降低探索强度，优先可控且高确定性的流量。
2. 建立产品证据卡
整理核心产品名、目标顾客、JTBD、使用场景、材料/尺寸/兼容性、可验证卖点、禁用宣称、价格带和主要竞品。把每个候选词绑定到至少一个真实产品证据。
先确认“产品形态 + 关键尺寸/容量 + 配件或整机身份”。若这些字段仍有歧义，把可能指向相邻形态、相邻尺寸或不同产品身份的词标为 Hold（待确认形态/尺寸），不得先放入 K2/K3，也不得因猜测而永久否定。例如 organizer 未确认具体形态时，不能自动把 packing cube、carry-on organizer 等相邻需求当作同一产品。
将以下词直接送入排除或待确认区：
- 与规格、尺寸、材料、适用人群或兼容性冲突的词。
- 暗示产品不具备功能或未经验证宣称的词。
- 只有流量、没有明确购买任务或页面承接证据的词。
- 类目错位、配件/整机错位、替换件/耗材错位的词。
3. 建立关键词宇宙
至少覆盖：核心品类词、功能/属性词、场景词、人群词、问题词、材料/规格词、兼容对象词、长尾组合词、品牌词、竞品词、互补品/产品投放目标。
从不同来源收集后再去重，不要让单一竞品、单一工具或单一大词决定词库。规范化大小写、单复数、拼写变体、词序和本地语言，同时保留原始搜索词。
4. 应用证据与相关性门槛
按 references/data-contract.md 标记来源等级。优先顺序为：
- 优麦云/Amazon Ads 店铺一方表现与用户确认事实。
- 当前产品定义、Listing 和真实规格。
- Amazon Brand Analytics / Search Query Performance 等平台证据。
- SellerSprite 等第三方估算。
- 通用经验或启发式规则。
任何低层级来源不得覆盖更高层级的相反证据。
5. 计算单位经济与测试边界
优先使用以下公式：
盈亏平衡 ACoS = 广告前单件贡献 / 广告归因净销售额
目标 CPC 上限 = 客单价 × 目标 ACoS × 预期 CVR
盈亏平衡 CPC = 广告前单件贡献 × 预期 CVR
零订单点击观察线 = ceil(ln(1 - 置信度) / ln(1 - 预期 CVR))
明确公式假设：相同归因口径、价格口径和转化口径。若存在优惠、退货、VAT、变体客单价或跨 SKU 归因，先调整净销售额和贡献口径。
需要批量处理 CSV 时运行：
python scripts/score_keywords.py input.csv output.csv --target-acos 0.25 --default-cvr 0.08
成本和目标 ACoS 都未知时省略 --target-acos；脚本仍完成证据评分和表现分层，并输出 economics_status=unknown。
不要替用户猜测目标 ACoS。若缺少目标值，输出盈亏平衡线与“待确认目标”，不直接给高精度竞价。
为每个方案输出 cost_status 与 economics_status：
confirmed：采购、头程、平台费用、退货/优惠和口径已确认，可使用利润型阈值。provisional：可见售价、广告花费、订单与 ACoS，但商品成本覆盖未确认；可判断表现和方向，不宣称盈利。unknown：连目标 ACoS 或贡献区间也没有；只做相关性、需求、转化和浪费诊断。
成本不完整不能成为删除高相关、已出单搜索词的理由；它只限制盈利标签、精确 CPC 上限和放量幅度。优麦云返回的 profit/margin 只有在成本维护完整性被确认后，才能升级为利润证据。
若商品成本与目标 ACoS 都未知，不建议提高现有总日预算。需要设计测试时，以“当前同范围可观察日均广告花费”或用户明确确认的风险预算中较低者作为暂定上限，并标记为 risk_cap，而不是盈利型预算；两者都没有时只给预算公式和待确认项。
凡起始竞价来自类目经验、第三方建议或启发式而非一方表现，都标为 E6，并同时记录 起始竞价 ÷ 目标 CPC 上限 的比例、绝对值、依据和复盘条件。缺少卖家规则时不预设统一比例；建议竞价超过 CPC 上限时必须单独解释实验目的、预算上限和停止线。
6. 动态分层
使用 K1-K5 加 X 层，具体门槛见 references/keyword-framework.md：
- K1 已验证收割词：优麦云一方订单/转化证据成立；另列
economics_status。只有 confirmed 才可表述为“利润验证通过”。 - K2 核心定位词：高度相关、强购买意图、页面承接充分，值得优先验证。
- K3 差异化词：与可验证 USP、场景或细分人群高度匹配。
- K4 探索词：合理但尚未验证的长尾、趋势词和竞品缺口。
- K5 防御/扩展词：品牌、自家 ASIN、竞品、类目或互补品流量。
- X 排除/观察词：不相关、宣称冲突、经济性明显不成立或证据不足。
不要用全类目固定搜索量阈值定义层级。用站点内相对分位、相关性、证据质量、差异化适配和经济性共同判断。
7. 映射为可验证实验
- 为每个主题簇指定目标、广告类型、匹配方式、初始出价区间、预算上限、观察窗口和升级/降级条件。
- 优先用优麦云的真实关键词/搜索词表现建立收割与浪费清单，再用卖家精灵补充尚未覆盖的需求与竞品词。
- 计算本次搜索词数据对同口径广告总点击和总花费的覆盖率；若无法对齐，说明缺失原因。覆盖不足 100% 时只称“已覆盖范围审计”，不得声称完成全量否词审计。
- 将“发现流量”和“收割流量”分开，避免广泛匹配与精准词共用同一判断口径。
- 优先把有订单证据的真实搜索词转入精准；保留来源活动的否定策略，避免内部竞价时先确认是否会损失探索价值。
- 否定词分为立即否定、达到观察线后否定、仅监控三组；说明使用否定精准还是否定词组及误伤风险。
- 每次实验尽量只改变一个主要变量，并记录日期、版本和原因。
8. 输出并复盘
按以下顺序输出：
- 决策摘要：本轮目标、主约束和最重要的 3-5 个动作。
- 数据与假设：站点、时间窗、来源、缺口、估算字段和置信度。
- 双 MCP 数据谱系：data_mode、优麦云一方字段、卖家精灵估算字段、连接键、冲突、搜索词覆盖率和成本状态。
- 产品-关键词证据矩阵：词群、顾客任务、产品证据、页面承接、风险。
- 关键词主表：关键词、主题簇、K 层、来源、相关性、需求分位、CVR/订单证据、economics_status、CPC 上限、匹配方式、动作。
- 广告实验地图：活动/广告组草案、预算、出价区间、观察线、升级/降级规则。
- 否定词清单：立即否定、观察后否定、仅监控及理由。
- Listing/产品开发反馈：哪些词需要页面承接，哪些需求提示产品或包装改进。
- 下一轮数据需求与复盘日期。
所有高精度数字都附来源或公式。把“建议”与“账户已执行”明确分开。
典型调用
- “用这个 ASIN 和 5 个竞品，做 US 站新品关键词地图与两周测试方案。”
- “先用优麦云列出我的店铺和站点；我确认范围后，合并真实商品/广告表现与卖家精灵市场词，建立关键词地图。”
- “合并 Search Term Report 和卖家精灵反查词，找出可收割词、浪费词和新品机会词。”
- “从精品开发角度审查这份词库，指出与产品定义不匹配、页面承接不足和经济性不成立的词。”
- “在不动真实广告账户的前提下，输出活动结构、匹配方式、否定词和复盘规则草案。”
完成检查
- 是否读了卖家画像并标记未知项？
- 是否先用优麦云发现并确认单一店铺/站点范围，且未跨店并行？
- 是否把优麦云一方表现与卖家精灵估算分开并保留连接键？
- 合成/离线数据是否明确标记，且未冒充真实 E1/E5？
- 是否区分一方实测、平台数据、第三方估算和启发式判断？
- 是否通过产品真实性与宣称门槛？
- 是否从贡献毛利和 CVR 推导经济边界，而非套用固定 ACoS？
- 成本不完整时，是否仍完成方向/表现判断，并把利润与放量结论标为 provisional/unknown？
- 是否报告搜索词点击/花费覆盖率，并避免把部分覆盖说成全量审计？
- 是否保留来源日期、站点、币种、时间窗和归因口径？
- 是否给出可执行且可复盘的升级、降级和否定条件？
- 是否避免泄露凭证或未经确认执行真实账户写操作？