# Sealeap Kunpeng Amazon AI Tool Evaluation

> Evaluate an AI tool for an Amazon operating job against a human baseline, accuracy, evidence traceability, privacy, permissions, cost, integration, and reversibility. Use before adopting, paying for, or connecting a tool to business data.

- Skill: `xjli360/sealeap-kunpeng-amazon-ai-tool-evaluation` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add xjli360/sealeap-kunpeng-amazon-ai-tool-evaluation`
- Raw SKILL.md: https://api.skillmd.com/api/skills/xjli360/sealeap-kunpeng-amazon-ai-tool-evaluation/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Integrations & APIs
- Author: xjli360 (https://skillmd.com/u/xjli360)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/xjli360/sealeap-kunpeng-amazon-ai-tool-evaluation

---


# Amazon AI 工具评估

## 目标

从真实业务问题和人工基线出发，用同一测试集验证准确性、节省时间、数据风险和可回退性，避免因热点或演示效果盲目换工具。

## 何时使用

- 团队不断追逐新 AI 工具但没有稳定产出
- 准备购买订阅、上传业务数据或连接店铺权限
- 需要比较人工、现有工具和新工具的总成本

## 开始前要拿到

- 明确业务任务、当前人工流程、耗时、质量和失败成本
- 候选工具能力、价格、权限、数据保留/训练/删除政策
- 同一脱敏测试集、正确答案、评分标准和异常样本
- 集成成本、负责人、审计日志、退出与数据迁移方案

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。
- 未经数据处理、保留和训练条款确认，不上传客户、店铺、财务或未公开产品数据。
- 工具自述、演示案例和生成内容不能作为准确性证明。
- 任何拥有账户写权限的工具都需最小权限、审批、日志和可撤销连接。

## 工作流

1. 先定义要减少的业务损失或等待时间，不从工具功能列表反推需求。
2. 记录人工/现有流程基线，建立包含正常、边界和对抗样本的脱敏测试集。
3. 让候选方案处理同一测试集，评分准确、引用、稳定、漏错和人工返工。
4. 核对价格、配额、延迟、集成、权限、数据保留、训练用途和删除能力。
5. 仅对可回退低风险任务做限时试点，预设失败、超支和安全停止线。
6. 用总成本、净节省和风险选择采用、有限采用、观望或淘汰，并保留退出方案。

## 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

- 问题与人工基线
- 同一测试集评估结果
- 成本、权限、隐私和集成矩阵
- 采用决策、试点和退出计划
- 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](references/playbook.md)。