Amazon AI 购物问答覆盖测试
目标
用中立买家问题采样当前 AI 购物答案,逐条核对准确性、完整性和证据来源,再通过可证明的页面字段做受控改进。
何时使用
- AI 购物助手回答错误、漏答或不推荐本品
- 需要判断 Listing 是否覆盖关键购买问题
- 想做 GEO/AI 可读性实验但避免操纵
开始前要拿到
- 站点、设备、语言、当前 AI 入口和采集日期
- ASIN 产品事实、合规证据、详情页字段、图片、A+ 与说明书
- 真实买家问题、客服/退货主题和中立问题集
- 每次答案快照、对照 ASIN、测试窗口和成功标准
缺失项必须标为 UNKNOWN 或 NEEDS_EVIDENCE;不得猜数字、补属性,或混用不同站点、主体、ASIN、币种和时间窗。
不可妥协的边界
- 当前法律、Amazon 官方规则、目标账户实时状态和一方业务报告优先;公开内容与第三方数据只能作为待验证启发或代理证据。
- 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。
- 数值、政策、因果和执行状态分别标为
FACT、ESTIMATE、ASSUMPTION或UNKNOWN。 - 不保存或输出素材来源身份、账号、链接、文章编号、发布日期、阅读量、原始话术或其他可反查线索。
- AI 输出是候选,不是证据;涉及合规、税务、声明或账户风险时由合格人员复核。
- 卖家不能直接训练或控制平台模型;答案和推荐可能个性化并随时间变化。
- 严禁虚假问答、评论、点击、订单、数据投喂或其他操纵行为。
- 页面修改只补真实且有证据的信息,不为机器堆砌重复关键词。
工作流
- 确认当前 AI 入口、名称、站点覆盖和个性化变量,固定采样条件。
- 从购买前疑问建立中立问题集,避免诱导模型给出预设答案。
- 重复采样并保存问题、答案、时间和页面版本,标注波动。
- 把每条答案拆为事实,核对准确、完整、证据来源和潜在风险。
- 优先修复结构化属性、标题/要点、图片或说明中真实缺失的一项。
- 保持其他条件不变复测,报告覆盖变化、反证和不可归因部分。
判断状态
READY:关键输入、当前规则、证据和专业复核均已满足,方案可回退。HOLD:方向可能成立,但关键事实、资格、样本或审批仍缺失。STOP:存在违法违规、证据虚假、敏感数据风险、不可承受经济性或无法回退。
必须交付的结果
- 问题集与采样协议
- 答案—事实—来源审计表
- 内容缺口和单变量修复草案
- 复测结果、限制和支持工单材料
- 数据范围、采集时间、定义、证据状态、限制和待批准动作
详细台账与质量门见 references/playbook.md。