Amazon 评论操纵风险审计
目标
识别异常评论只是风险信号还是可验证违规,并把任何绕过式获评诉求转成合规处置与官方获评方案。
适用任务
- 竞品短期出现异常评论,需要做风险判断。
- 团队或服务商提出直评、批量账号、同步提交等方案。
- 需要决定是否向 Amazon 报告可疑评论。
开始前要拿到
- 公开可见评论变化、评论类型、变体结构和站点情况。
- 服务商方案原文、费用、承诺和要求的账号或订单动作。
- 当前 Amazon Customer Reviews policies 与官方报告入口。
缺失的数据要明确列为缺口,并把结论标成事实、估算或假设;不要补造数字。
不可妥协的边界
- 拒绝提供批量账号、同步提交、无购买评论、付费评论或规避检测的步骤。
- 异常模式不是违规定论;不得公开指认买家或竞争对手,也不得捏造证据。
- 不得以测试为名实际下单、操纵评论或访问他人账号。
- 当前 Amazon 官方政策、帮助页、账户资格和后台实际字段优先于本 Skill 中的经验框架;规则可能变化时先核验。
- 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。
- 不输出原素材的创作者身份、账号、链接、视频编号或可反查线索;当前业务证据的官方来源、采集时间和口径仍需保留。
第三方 MCP 数据
只有在本任务确实需要外部市场、竞品、关键词或公开网页证据时,才读取 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,不照搬历史工具名。
- 凭证只从环境变量读取,不放进命令参数、URL、Skill、结果文件或 Git。
- tools/call 可能计费。调用前展示 Provider、工具名、无密钥参数、预计成本与输出位置,核对已有授权覆盖后才加 --allow-cost;该标志不是费用上限。
- 第三方数据标为估算或代理证据,记录 Provider、工具、无密钥参数、查询时间和原始结果位置;失败一次后记录缺口,不反复消耗额度。
- 脱敏结果用 --output 写到 Skill 包之外的任务私有目录;不假设安装位置受仓库 .gitignore 保护,不把运行结果写入 Skill 包。
工作流
1. 分类风险提议
识别是否涉及报酬、返现、控制内容、非真实变体、账号群或规避系统;命中即标为不可执行。
2. 记录公开信号
保存公开页面、时间范围和变化趋势,只记录可见事实,不收集或曝光无关个人信息。
3. 核对当前政策
优先引用 Amazon 官方评论政策和报告路径,区分明确禁止、需要更多信息和允许行为。
4. 建立替代方案
符合资格时考虑 Vine、Request a Review、改进产品与售后,以及不影响评价倾向的中立沟通。
5. 决定是否报告
只有具备具体可验证材料时才通过官方渠道提交;陈述事实和政策条款,不推断幕后主体。
6. 建立内部控制
记录服务商黑名单、审批要求和员工培训,防止高风险方案被重新包装。
判断标准
- 输出不包含任何可复现评论操纵步骤。
- 证据、推断和未知项清晰分开。
- 替代方案符合当前站点和项目资格。
必须交付的结果
- 评论方案风险分级。
- 公开异常信号与证据缺口。
- 官方政策核对和报告草稿。
- 合规获评替代路径。
结尾列出数据窗口、关键假设、证据缺口、风险和下一步;如包含待执行动作,单独放在“待批准变更”中。