我把亚马逊竞品调研做成AI Skill，用真实ASIN跑通六步流程

大家可能遇到过这样的情况，竞品很牛逼，非常牛逼，但是你不知道为啥牛逼？？？

运营整理了一份竞品调研表，里面有价格、销量估算、评分、评价数量，还有几百条反查关键词。

数据不少，表格也很完整。

但看完以后，你仍然不清楚：自己的产品到底差在哪里？哪些词值得测试？页面应该先改什么？竞品评论里的问题，我们有没有能力解决？

最后，讨论又回到了几句熟悉的话：

“他评价多。”

“他价格低。”

“我们再加点广告试试。”

全是胡扯（无意冒犯兄弟们，但是很多卖家分析竞品的逻辑确实是错的！）

我先把结论放前面：一份有价值的竞品调研，应该帮助卖家决定下一步怎么做，并说明这个决定依据什么。

所以，我把亚马逊竞品调研做成了一个Skill。 送给大家个福利，文章底部自取，嘿嘿。

这里的Skill，你可以理解为一套交给AI重复执行的分析说明。我把需要什么数据、怎样选择竞品、如何核对证据、哪些结论不能直接下，以及最终怎么输出执行计划，都写了进去。

随后，我拿美国站一个真实ASIN，用已经连接的卖家精灵MCP跑了一轮。

这次已经取得商品、销量估算、关键词和评论数据，但还没有执行改版或投放。我会把流程和案例一起讲清楚，也保留那些暂时不能下的结论。

一、我为什么要把竞品调研写成Skill？

如果每次只对AI说一句“帮我分析竞品”，分析重点很容易变化。

这次重点看价格，下次重点看关键词，再下一次写了很多评论总结，却没有提出具体动作。

对于团队来说，这会造成一个问题：同样的调研任务，交付标准不稳定。

老板看报告时，需要重新判断有没有漏项；运营换了人，分析方法又要重新交代。

我希望固定下来的是这几件事：

• 调研围绕哪个经营问题展开；

• 用什么标准确认竞争对象；

• 每个判断依据哪份数据；

• 什么情况只能写成待验证假设；

• 最后交付哪些动作，以及何时复盘。

这些要求写进Skill之后，下一次换一个产品，仍然可以沿用同一套判断标准。

不过，Skill本身不提供真实数据。

你仍然需要提供资料，或者连接实际可用的数据工具。没有关键词数据，就不能凭空分析流量差距；没有成本信息，就不能判断某个机会是否有利润。

我希望它帮助团队把证据用好。

二、使用之前，先明确这次调研要解决什么

“研究一下这个竞品”还不够具体。

在这个Skill里，我先区分四种常见目的：

目的不同，需要的数据和最终动作也不同。

例如，你只是准备改善现有页面，就不应该因为发现一个“更窄款”的需求，顺手把报告写成开发新品建议。

新品研发涉及供应链、成本、物流和备货，是另一层决策。

先确定一个经营问题，再让调研围绕它展开。

三、实际操作，我把流程分成了六步

第一步：确认谁才是直接竞品

销量高、评价多，可以作为观察理由，但不足以证明它是你的直接竞品。

我们先核对：

买家是否相近？用途是否相同？规格能否替代？价格是不是处在相近的购买选择范围？

如果你研究的是不接电的气压移动桌，对方是电动升降桌，两者都能调整高度，但调整方式、尺寸和使用条件不同，不宜直接套用全部比较结论。

同一ASIN下的卖家竞争，也单独处理。那更涉及购物车、价格和履约；不同ASIN之间，则需要分析产品差异和买家选择。

这一阶段，我要求输出三类信息：

为什么选它、哪些地方可比、哪些地方不能直接比较。

如果没有指定竞品，可以先建议选取约3—5个直接竞争对象，再列少量观察对象。这只是调研建议，数量可以随任务调整。

第二步：把商品差距和页面差距分开

有些差距来自产品本身。

比如竞品更窄，能够放进更小的空间；配件更多，可以满足不同安装条件。

也有些差距来自信息表达。

你的产品有零件编号，但页面没有清晰的安装步骤；产品尺寸符合某种使用场景，但图片没让买家看懂。

这两种问题，对应的动作不同。

真实产品差距，需要评估是否改产品；信息表达差距，可以先准备页面改进。

还有第三种情况：资料不够。

看起来像金属，不能据此确认材质；图片里摆了重物，不能据此确认承重。

所以，Skill会保留“待核验”状态。新的卖点，要建立在已经确认的产品事实上。

这一步的产出，是商品与页面对照表，每个差距都附证据和可能影响。

第三步：先筛相关性，再比较关键词

这是我特别想强调的一步。

竞品反查出来的关键词，先进入候选池。

有排名、搜索量大，都不能直接说明这个词适合自己的产品。

我的处理顺序是：

先看产品能否满足搜索需求，再比较关键词表现，最后决定是否验证。

共同观察到的词，分别比较自然排名、广告排名，以及来源定义清楚的流量指标。

只有竞品数据里出现的词，标为“本次主品数据未观察到”，继续检查。

这里保留了一个重要边界：

没有观察到，不等于没有收录、没有广告或者完全没有流量。

数据周期不同、采集范围有限、字段缺失，都可能产生空白。

另外，排名位置只能说明当时观察到的位置。一张快照不能证明趋势，也不能把排名差解释成销量或转化倍数。

最终输出的，是经过筛选的候选词、证据、缺口和下一步动作。

第四步：把评论整理成需求线索

我希望评论分析能回答：

买家在哪种场景下使用？为什么购买？哪里让他满意？哪里阻碍使用？这个问题我们能不能解决？

因此，Skill会记录样本数量、时间、星级筛选方式，并按主题统计提及评论数。

比如安装说明、尺寸适配、稳定性，可以分别整理。

同一条评论可能同时提到两个主题，所以主题统计允许重叠。

这里也设了一条边界：

样本里有多少人提到问题，只能描述这份样本。

从20条便利抽样评论中发现4条提到安装困难，不能据此宣布整个产品的安装问题率是20%，更不能称为退款率20%。

评论给我们调查方向。产品性能、原因和改进效果，还需要核验。

第五步：把机会放回自己的经营条件里

到这里，AI可能已经整理出很多差距：

竞品覆盖了一些词，页面有更清楚的表达，评论里也出现了需求线索。

接下来，我要求复核三个条件：

我们的产品适不适配，改进是否可行，投入能不能承受。

关键词机会需要自己的转化、成本和预算验证。

产品改进需要供应链、采购成本和物流条件验证。

页面建议需要真实产品事实和素材验证。

缺少成本信息时，就先列测算框架；缺少产品证据时，就先列核验任务。

我不希望“发现一条评论”直接跳到“建议备货”，也不希望“竞品有一个词”直接跳到“增加广告预算”。

第六步：把报告变成执行清单

调研到这里，应该落到团队任务上。

每个建议都写明：

例如，“改善安装说明”还太宽。

可以进一步写成：

页面负责人根据已确认的零件编号准备安装图；实物核验人员检查连接位置、方向和步骤；确认一致后，再决定是否发布。

广告测试也一样，要先确认相关性、成本承受范围和预算，然后限定范围验证。

如果同期还修改了价格、优惠和页面，要记录这些变化。结果改善了，也不能全部归功于其中一个动作。

四、这次用真实ASIN跑一遍：一张移动桌，调研到底能带来什么判断？

前面讲的是流程。接下来，我们看这次实际取到的数据。

研究对象是美国站B0GFD6L4YK，GTPLAYER气压升降移动桌，白色、中号，标题注明桌面28×16英寸。文案宣传高度可以从28英寸调到41英寸，带轮子，可以用于笔记本办公、沙发旁或床边。

这是一轮真实数据调研，不是客户经营成果案例。数据通过卖家精灵MCP取得，采集日期为2026年10月11日；月度销量使用已经结束的2026年9月。我们还没有改页面、投广告或采购，因此没有销量、利润提升结果。

1. 看见销量，先确认这个数属于谁

销售趋势接口返回的9月数据是：

你看到接近十二万美元的估算销售额，很容易觉得这个单品卖得不错。

但这个父体有10个变体。父体1,922件，不能直接写成白色中号卖了1,922件；目标子体另有1,000件估算，而且这些数字都不是卖家后台订单。

继续往历史数据看，4月居然出现了：父体估算235件，子体估算300件。

这组记录的父子体关系或估算口径存在疑点，原因还没有确认。我把它标成异常，没有拿来证明产品增长，也没有让AI补出一个“合理数字”。

调研里保留一个问题，比带着错误数字继续算更有价值。

9月父体估算销量比8月1,968件下降约2.34%。10月接口虽然已经返回更高数值，但月份还没结束，也不能据此宣布完整月增长。

2. 真正可比的对手，要重新筛

接口给出的候选里，既有气压升降桌，也有折叠床上桌、台面升降器和电动升降桌。

我先把用途、结构、尺寸和价格分开，最后研究了目标商品及6个对照ASIN。

例如，DUMOS的气压床边桌、ROMOON的气压移动桌，可以作为直接对照；COMHOMA带倾斜桌面的款式，可以看功能差异；电动款则单列为替代方案。

取数时，目标详情快照价为$59.20，DUMOS为$43.94，ROMOON为$62.99。它们的优惠、配送和规格还要进一步核对，这里不能直接叫实际成交价。

还有一个细节：这些产品分别出现在家居、健康用品、工业用品或办公用品大类。

不同大类的BSR数字，不能排在一起就断定谁更强。

假如你省掉这一步，后面很可能变成：拿电动桌的功能要求气压桌，拿折叠床上桌的低价要求钢架移动桌。

3. 大词有流量，但产品适配要先过关

这次目标ASIN的最新可取反查记录，共有1,238个关键词。分页取完后，几个词的自然位次是：

这些是接口记录的位次，各词更新时间不同，不是同一时刻的搜索页面截图。

这里给我的判断是：这款产品在“移动、带轮、气压升降”这些更贴近自身特征的词上，已经有值得研究的表现。

如果只盯着standing desk的大搜索量，就容易把任务写成“加预算冲大词”。

但它的桌面只有28×16英寸，也没有电动电机和记忆高度的已确认功能。泛站立桌词里，买家可能期待更大的工作台或电动调整。

下一步应该先核查自己的产品适配、页面表达和真实广告转化，再决定是否测试。不能因为竞品反查到一个词，就认为自己也该投。

另外，目标指定9月的关键词反查返回空，不指定月份的最新记录却能取到。我保留了这个数据缺口，没有把最新排名写成9月排名，也没有把空返回写成完全没流量。

4. 评论先拆变体，才知道该调查什么

目标评论接口一共取得28条，但里面有不同颜色和大小。

按评论里的颜色、尺寸标签，匹配到白色中号的只有17条。把接口时间戳换算为北京时间，这17条来自2026年2月4日至9月27日。

其中5条涉及升降用力、位置保持或异常回弹；有一条后续更新，表示使用体验有所改善。与此同时，也有买家认可它容易移动、适合小空间、升降方便。

这个时候，我们可以提出什么？

可以让产品人员检查气压机构、操作杆、装配和不同负载下的高度保持，也可以让内容人员准备更清楚的升降操作说明。

但不能直接宣布“故障率是5÷17”，更不能说换一个气压杆就能解决全部问题。

另一个对照商品COMHOMA，接口低星样本还混入了椅子、吧凳的评论。我没有把这些内容当成移动桌的缺陷证据。原因没查清的记录，先从相应结论中拿出去。

评论给调查方向，实物测试负责确认问题。

5. 需求线索最后落到三项验证

看完这些数据，我更愿意先验证三件事：

第一，桌子到底能不能进入买家的使用位置。

买家说床边、沙发旁，产品就要回答底座高度、伸入空间和桌面能到哪里。目标有一条评论提到椅子脚踏会影响伸入，对手也有床下受阻、桌面伸不到合适位置的反馈。

只拍“桌子在床边”不够，还要给真实尺寸和适用条件。

第二，升降和锁定是否可重复。

不同负载、不同高度下测试操作力和位置保持，排查异常回弹。文案宣传承重150磅，只是宣传记录，不等于我们已经验证；最大承重也不能替代用户每天操作是否方便。

第三，移动表现和安装说明是否清楚。

硬地板、地毯、床底与椅旁的条件分别测试；安装步骤和操作方向用真实样机核对。发现结构问题，就交给产品和供应链，不能只靠页面解释。

这三项都是待验证任务，目前还没有打样或测试结果。

6. 最后一关，回到成本与利润

这次研究的是竞品，我们没有对方的成本和后台广告数据，不能给它编一张利润表。

为了说明判断方式，我们可以做一个明确标注假设的测算：

假设未来自有相似产品的销售收入为$59.20，到岸成本$25，佣金率15%，配送费参考值$17.89，其他费用$2，退款售后期望成本$3。

这里$59.20来自目标详情快照；$17.89来自MCP费用字段。目标快照由Amazon销售，不能把这个FBA参考值当成Amazon零售的实际成本。其余都是演算假设，正式核算要换成自己的数据。

那么，广告前的单件贡献是：

59.20 − 8.88 − 25 − 17.89 − 2 − 3 = $2.43。

还没付广告费，能留下来的空间只有$2.43。如果再假设广告每成交单花$5，广告后贡献就是−$2.57。

这不是在宣布这个竞品亏钱。它只是提醒我们：一个看起来有销量、有排名的产品，换到你的采购和物流条件下，可能完全是另一门生意。

这次调研交付了什么？

不是一句“建议跟款”，而是一份可复核的任务表：

这就是这次真实案例对Skill的验证：能否筛出对手、拆清数据、发现疑点，并把结论变成有限且有条件的行动。

它还没有证明这些行动一定会提高销量。后面要靠样品、自己的经营数据和执行复盘继续验证。

五、卖家实际使用时，准备哪些资料？

不用一开始就把所有字段准备齐，但要让资料与调研目标匹配。

建议先提供：

• 主品ASIN、站点和目标变体；

• 指定竞品，或者允许选择竞品的范围；

• 已确认的产品规格、功能和限制；

• 商品页面、关键词导出及评论样本；

• 每份资料的来源、时间和统计周期；

• 涉及盈利判断时的成本、价格和广告投入。

如果有已经连接并可用的数据工具，可以按实际权限读取；没有连接，就使用现有导出。

Skill会根据已有材料推进相应模块。

它不会把“缺少关键词数据”伪装成关键词分析完成，也不会拿历史快照描述当前市场。

实际调用时，可以这样交代：

使用 $amazon-competitor-research。 主品：填写ASIN、站点和目标变体。 竞品：填写需要对比的ASIN。 目的：优化在售产品的页面与关键词测试。 根据我提供的商品、关键词和评论资料， 先核对来源、周期和产品可比性。 输出有证据支持的差距、待验证假设和执行清单。 资料缺失要说明，不推测承重、销量或盈利结果。

六、做成Skill之后，老板仍然要检查什么？

我会重点看四件事。

第一，结论能不能追溯。

报告说某个方向值得做，应该能找到对应商品、关键词或评论证据。

第二，产品是否真实适配。

AI整理出的需求，再有吸引力，也要符合自己的产品事实。

第三，投入是否可承受。

广告、改版、打样和库存都涉及资源。哪些可以小范围验证，哪些需要重新预算，要分清楚。

第四，团队有没有复盘。

报告交付之后，把执行时间、变更内容和结果记录下来。

如果建议没有改善经营结果，要回头检查：是证据不足、判断有误、执行不一致，还是测试条件发生变化？

Skill可以固定流程，判断质量仍然需要通过实际使用不断检验。

最后，我想固定的是团队的判断标准

我把亚马逊竞品调研做成Skill，最想实现的是：

每次研究都围绕明确问题，使用可核验资料，交付具体动作，并且保留不知道的部分。

这样，老板可以更容易复核，运营可以更清楚执行，团队也能从结果里修正方法。

调研结束时，应该知道现在可以做什么、还需要验证什么，以及哪些方向暂时不投入。

你可以先选一个正在运营的ASIN，带上几份真实资料，用这套Skill完成一轮调研，再检查它有没有帮助你形成清楚的下一步。