# Sealeap Xiezhi Amazon Conversion Diagnostic Ladder

> Diagnose weak Amazon conversion in a fixed order from offer and detail-page fundamentals to traffic quality and market ceiling. Use when an FBA product receives clicks but underperforms on orders.

- Skill: `xjli360/sealeap-xiezhi-amazon-conversion-diagnostic-ladder` (Agent Skill, multi-file: 5 files)
- Install (CLI): `npx skillmds@latest add xjli360/sealeap-xiezhi-amazon-conversion-diagnostic-ladder`
- Raw SKILL.md: https://api.skillmd.com/api/skills/xjli360/sealeap-xiezhi-amazon-conversion-diagnostic-ladder/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: xjli360 (https://skillmd.com/u/xjli360)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/xjli360/sealeap-xiezhi-amazon-conversion-diagnostic-ladder

---


# Amazon 转化率分层诊断

## 目标

先查商品与页面承接，再查广告流量，最后判断产品竞争力和可达市场份额，避免用调竞价掩盖根因。

## 适用任务

- 排查新品或老品低转化。
- 区分 Listing、价格、物流与流量问题。
- 判断继续优化还是止损退出。

## 开始前要拿到

- 搜索结果与详情页素材、价格、优惠、评分、变体和配送状态。
- 分搜索词、目标和广告位的 CTR、CVR、CPC、订单及花费。
- 同评分层级直接竞品的价格、销量和页面。
- 退货、差评、库存、Buy Box 和归因延迟信息。

缺少字段时列出证据缺口，并把相关结论标为 `FACT`、`ESTIMATE`、`ASSUMPTION` 或 `UNKNOWN`；不要补造数据。

## 不可妥协的边界

- 第三方数据均为估算或代理证据；Amazon 一方报告、后台实时字段和产品事实优先。
- 经验阈值只能作为可调起点，必须展示敏感性分析，不能写成 Amazon 官方规则。
- 不得捏造销量、搜索量、CPC、CVR、成本、认证、产品属性或消费者需求。
- 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。
- 不输出或保存素材来源身份、账号、链接、作品编号、互动数据、原始话术或其他可反查来源的线索。
- 不得制造、筛选或操纵评价。
- Listing 和广告变量应分开测试，任何线上改动先批准。

## 工作流

### 1. 检查商品承接

依次核对主图可见差异、副图信息、评分质量、定价、变体、要点前段、视频、标题前段、库存和配送。

### 2. 检查广告位

比较顶部、其余搜索和商品页的 CPC/CVR/ACoS，在样本充分时把流量移向高质量位置。

### 3. 清理查询

从搜索词报告识别不相关属性、品牌和高点击弱相关词；高相关但低转化词先回查页面与价格。

### 4. 调整目标

将广泛中已验证的精准词独立测试，低效目标先降价或隔离，不在数据不足时一刀切。

### 5. 判断天花板

与同评论、同定位、同价格带竞品比较；若自身已不弱于同层级，重新评估目标规模而非盲目加流量。

## 判断标准

- 诊断顺序是商品/页面 → 流量 → 市场份额，不可直接从高 ACoS 跳到降竞价。
- 主图、标题、视频数量或评分星级与 CVR 的关系需用本 ASIN 数据验证，不能套用固定倍数。
- 高客单价和长决策产品需考虑归因延迟与更长观察窗。

## 第三方 MCP 数据

需要外部关键词、竞品、评论或公开网页证据时，读取 [references/mcp-data-plan.md](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。
- 凭证只从环境变量读取，不进入参数、URL、Skill、终端输出或 Git。
- 可能计费的 `tools/call` 先展示 Provider、工具、无密钥参数、预计成本与输出位置，核对已有授权；仅在授权覆盖本次范围时使用 `--allow-cost`，该标志不是费用上限。
- 脱敏结果用 `--output` 写入 Skill 包之外的任务私有目录；不假设安装位置受仓库 `.gitignore` 保护。第三方数据标为估算或代理证据。
- 失败一次后记录缺口，不以重复付费重试掩盖不可用状态。

## 必须交付的结果

- 九项承接审计
- 广告位与搜索词诊断
- 根因排序
- 最小实验方案
- 继续、限流或止损建议

结尾列出站点、数据窗口、证据来源、关键假设、缺口、风险、下一步和所有待批准动作。证据不足时写 `HOLD`，不得包装成可直接执行。

执行细节、证据字段和质量检查见 [references/playbook.md](references/playbook.md)。