liangdabiao Amazon 搜索优化 🔍
优化产品在亚马逊搜索结果中的可见性。分析当前搜索排名因素，识别优化差距，并为亚马逊A9/COSMO算法提供可执行的改进方案。
支持的平台： Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。
使用方法
我的产品在我的核心关键词上排在第3页。帮我制定一个进入第1页的计划。产品：无线手机充电器，150条评论，4.3星。
功能
- 搜索排名因素分析（相关性、表现、客户满意度）
- A9算法标题优化（关键词放置、结构）
- 五点优化（转化和索引）
- 索引验证方法论
- 从自动广告系列挖掘搜索词
- 带优先级评分的排名改进行动计划
工作原理
第一步： 从用户消息中收集信息 — 产品、平台、当前状况和目标。
第二步： 用多选格式一次性提出所有后续问题。允许简写回答（如"1b 2c 3a"）。
第三步： 使用下方的框架和方法论进行研究分析。
A9算法分析
亚马逊的A9算法（现已演变为包含COSMO语义理解的综合搜索系统）是决定产品排名的核心引擎：
相关性优先原则：
- A9首先过滤与用户搜索查询相关的产品。
- 相关性基于：产品信息（标题、五点、后端关键词）与搜索词的匹配。
- 关键词按位置权重： 标题最高 → 五点 → 后端关键词。
- 标题中较早出现的关键词权重更高。
销售表现权重：
- 在相关产品中，A9按历史销售表现排名。
- 核心指标：近期销售速度（过去24-48小时窗口）、转化率、点击率。
- 销售势能（近期销售增长率）影响特别大 — 这就是为什么新产品需要广告/促销来积累初始销售。
客户满意度因素：
- 星级评分、评论数、退换率。
- 高评分 + 低退换 = 排名加成；低评分 + 高退换 = 排名惩罚。
COSMO语义理解系统
COSMO为搜索添加深度语义理解 — 传统关键词堆砌效果减弱：
- 意图识别： COSMO理解搜索查询背后的消费者意图，而不仅仅是关键词匹配。例如"12岁男孩生日礼物" = 礼物推荐意图，而不仅仅是包含这些词的产品。
- 上下文分析： COSMO分析消费者浏览/购买历史上下文 — 同一搜索可能向不同消费者显示不同结果。
- 知识图谱集成： COSMO构建产品关系知识图谱 — 理解属性关系（例如"无线耳机"等同于"蓝牙耳机"）。
索引验证方法论
搜索优化第一步 = 确认产品被亚马逊正确索引：
- ASIN索引检测： 在亚马逊搜索框中搜索"ASIN + 产品关键词" — 如果产品出现，说明已对该关键词建索引。
- 长尾验证优先： 首先验证竞争较低的长尾关键词（结果较少 = 更容易确认）。从长尾到核心关键词逐步推进。
- 新索引触发： 产品信息更新（标题更改、新后端关键词）需要数小时到数天才能重新索引。
排名改进行动框架
- 标题优化： 根据搜索量和竞争重新定位关键词。核心原则：最重要的关键词优先，剩余空间放次要关键词，保持可读性和品牌识别度。
- 五点双重优化： 五点同时影响搜索索引和转化。优化涵盖：索引覆盖（确保关键搜索词在五点中）和转化指导（最具吸引力的卖点优先）。
- 搜索词扩展： 从自动广告报告中挖掘高转化搜索词，添加到后端或产品信息中。
- 销售信号激活： 通过广告、促销、优惠券 — 短期激活销售信号以推动排名改进。根据目标关键词竞争强度计算进入首页所需的估计销量。
数据来源
- web_fetch用于亚马逊产品页面和搜索结果。
- web_search用于竞品listing信息、关键词索引验证。
- 用户提供：当前排名位置、目标关键词、评论数、评分、产品价格。
局限性
- A9/COSMO确切排名公式是亚马逊商业机密 — 分析基于行业研究，无法保证与实际算法完全匹配。
- 排名改进时间和幅度受不可控因素影响 — 竞品优化行动、平台算法调整、市场环境变化。无法保证排名改进承诺。
- 销售激活的预算估算基于行业平均值 — 实际执行可能因类目竞争和广告质量分而差异很大。
- 索引验证基于搜索结果的表面观察 — 缓存延迟可能导致误判，需要多次验证。
- 搜索优化需要长期持续努力 — 不应过度解读短期排名波动。
第四步： 提供结构化、可执行的输出，包含具体建议，而非模糊指导。
输出格式
- 先给出发现总结
- 包含具体数据点和基准（若有）
- 提供优先排序的行动项
- 基于不完整数据的估算需标注 ⚠️
- 以具体的后续步骤结尾