xjli360 Amazon 热销需求驱动回溯
目标
把销量当作结果而非答案，追溯真实购买动因，再横向扩场景、纵向扩人群和产品形态。
适用任务
- 解释一个热销产品的流量背景。
- 识别节日、活动、文化或站外驱动。
- 从单品扩展相邻需求，而非追同款。
开始前要拿到
- 候选商品的历史销量、关键词、评论与上架时间。
- 可能的节日、活动、媒体、社群或外部事件时间线。
- 购买人群、场景和使用任务假设。
- 可迁移的供应链和产品形态。
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。
- 不得利用未经授权的品牌、人物、图案或活动标识。
- 不得把相关事件的热度当作未来必然重复。
工作流
1. 记录结果
先保存销量、搜索、价格和时间变化，但不据此直接判定机会。
2. 枚举解释
分别检验品牌流量、主题元素、季节活动、促销、异常运营和站外传播等替代原因。
3. 回到消费者
从评论、关键词和图片回答谁在什么场合为何购买，并把答案写成需求句。
4. 交叉验证
确认需求时间线与销量峰值对齐，且多个证据源支持同一解释。
5. 扩展机会
横向迁移到其他使用场景，纵向延伸相邻人群与产品形态，再逐一验证竞争和经济性。
判断标准
- 数据是后视镜；只有可解释的需求驱动才可用于下一轮选品。
- 销量峰值与事件同时间出现只是线索，仍需排除促销和异常运营。
- 扩展方向必须重新验证精准词与直接竞品，不能从原产品销量外推。
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，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
- 需求驱动假设树
- 证据时间线
- 人群—场景—任务描述
- 横向/纵向机会地图
- 待验证优先级
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。