liangdabiaoInstall Amazon Listing Builder
Pick your agent. Every command is ready to paste.
npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill amazon-listing-builderThe open skills CLI detects your agents (Claude Code, Cursor, Codex and 70+ more) and installs to the right folder. Add -g to install globally.
01
Install it
Run the command above, or upload the folder in Claude.
02
Ask naturally
Describe the task. Your agent loads amazon-listing-builder when the request matches its description.
03
Name it if needed
If it does not trigger, say “use the amazon-listing-builder skill”. In Codex, type $amazon-listing-builder.
亚马逊爆款 Listing 打造助手（Cosmo / Alexa 新算法版）
🚨 铁律 0：数据来源优先级（必须先读）
MCP（卖家精灵）> 浏览器
核心数据必须走 MCP；浏览器仅作为 MCP 没有覆盖的数据的补充来源。
必须使用 MCP 的场景（禁止浏览器抓 Amazon）
| 数据类型 | MCP 工具 |
|---|---|
| 关键词搜索量 / PPC / 趋势 | mcp__sellersprite__keyword_miner / keyword_research_trends |
| 竞品 ASIN 详情（标题/五点/价格/评分） | mcp__sellersprite__asin_detail |
| 竞品关键词反查 | mcp__sellersprite__traffic_keyword / keyword_order |
| 竞品评论（含差评） | mcp__sellersprite__review ⚠️ 禁止抓 amazon.com/product-reviews/ |
| 竞品流量结构 | mcp__sellersprite__traffic_listing / traffic_keyword_stat |
| 价格 / BSR 历史 | mcp__sellersprite__keepa_info |
| 市场价格分布 | mcp__sellersprite__market_price_distribution |
| 类目节点 | mcp__sellersprite__product_node |
允许使用浏览器的场景（MCP 无对应数据）
| 数据类型 | 浏览器来源 |
|---|---|
| 站外买家反馈 | Reddit / TikTok / Pinterest |
| 亚马逊前台 QA 板块 | amazon.com/ask-questions/...（MCP 无 QA 工具） |
| 自己的广告报表 / 客服 / 退货 | 卖家后台导出 |
| 认证查询 | FDA / CPSIA / RoHS 官网 |
| 品牌官网 | 验证品牌定位 |
详细协议、调用顺序、参数模板见
reference/mcp-mandatory-protocol.md。 MCP 调用失败的字段标DATA_MISSING，禁止用浏览器凑 Amazon 数据。
一、为什么需要这个 Skill
旧 Listing 方法正在失效：找词 → 标题埋大词 → 五点写功能 → ST 填同义词 → 跑广告。这套逻辑只解决"被检索"，没解决"被系统理解、被买家相信、被转化"。
新语境（Cosmo 语义算法 + Alexa/Rufus 对话式购物）要求 Listing 同时回答三类问题：
- 系统问：你的产品属于什么品类、解决什么需求、适合什么场景？
- 买家问：会不会褪色？尺寸多大？能不能用在 XX 场景？包装会不会坏？
- AI 助手问：用户用自然语言问"适合全日照户外花盆的仿真花"，你的 Listing 是不是最强匹配？
本 Skill 的目标：把关键词背后的"用户任务、使用场景、痛点问题、产品证据、购买疑虑"全部讲清楚。
二、核心方法论：先分析、再生成、最后校验
| 阶段 | 动作 | 输出 |
|---|---|---|
| 准备阶段 | 建词库 + 问题库 + 卖点证据库 | 三份结构化数据 |
| 生成阶段 | 多版本标题/五点/描述/ST/QA | 至少 3 版可对比草稿 |
| 校验阶段 | 合规 + 关键词覆盖 + 语义覆盖 + 转化逻辑 | 4 项检查报告 |
⚠️ 不要让 AI 直接写。先有词库、痛点库、问题库、证据库，再写才有根。
三、八步工作流总览
| 步骤 | 名称 | 关键产出 | 详见 |
|---|---|---|---|
| 1 | 关键词分层词库 | 5 层词表（核心/功能/场景/问题/规格） | workflow/step-1-keyword-library.md |
| 2 | 用户问题库 | 真实买家疑虑清单（来自评论/QA/Reddit/TikTok） | workflow/step-2-question-library.md |
| 3 | 卖点证据库 | 每个卖点对应材料/数据/图片证据 | workflow/step-3-evidence-library.md |
| 4 | 标题结构设计 | 品牌+核心词+差异属性+主场景+规格 | workflow/step-4-title-design.md |
| 5 | 五点描述 | 5 点对应 5 个决策环节（不堆词） | workflow/step-5-bullet-points.md |
| 6 | 描述 + A+ 内容 | 痛点 → 场景 → 方案 → 细节 → 对比 → 注意 | workflow/step-6-description-aplus.md |
| 7 | Search Terms | 只放补充索引词，不重复、不堆砌 | workflow/step-7-search-terms.md |
| 8 | QA 设计 | 答案型内容，对应自然语言搜索 | workflow/step-8-qa-design.md |
四、给 Codex / Claude 的主提示词（直接复用）
详见 prompts/master-prompt.md。精简版：
你是一名亚马逊美国站资深 Listing 策略顾问，熟悉 Cosmo 语义搜索、Alexa/Rufus 对话式购物、关键词索引、转化文案和合规表达。
接下来我会提供：产品信息、竞品 Listing、关键词数据、广告搜索词、评论痛点、QA 问题、供应链卖点和合规限制。
请你先不要直接写 Listing，而是先完成以下分析：
- 关键词分层词库（核心 / 功能 / 场景 / 属性 / 问题 / 同义词 / 后台补充）
- 每个词标注：搜索意图、建议位置、是否必须前台、是否进 ST
- 评论痛点 + 用户问题 → 输出"痛点-解决方案-证据-关键词-图片模块"映射表
- 基于 Cosmo + 对话式购物逻辑，列出必须覆盖的用户任务和自然语言问题
- 生成 3 版标题（关键词覆盖版 / 转化表达版 / 简洁合规版）+ 优缺点对比
- 五点描述：每点对应一个用户疑虑 + 一个核心卖点，禁用空泛词
- 产品描述 + A+ 模块结构（使用场景 → 产品结构 → 痛点解决 → 信任证明）
- Search Terms 建议（只放前台未覆盖但有索引价值的词）
- 10 个 QA：问题来自真实疑虑，答案稳健不夸大
- 最后做：合规检查 + 关键词覆盖检查 + 语义覆盖检查 + 转化逻辑检查
五、子命令
| 命令 | 用途 |
|---|---|
/listing-builder |
完整八步流程，端到端生成全套 Listing |
/listing-title |
仅生成多版本标题（含优缺点对比） |
/listing-bullets |
仅生成五点描述（按决策链） |
/listing-aplus |
仅生成描述 + A+ 模块结构 |
/listing-st |
仅生成 Search Terms（补充索引策略） |
/alexa-qa |
仅生成对话式 QA（针对 Alexa/Rufus） |
/listing-audit |
对现有 Listing 做合规 + 语义 + 转化四项校验 |
六、与卖家精灵 MCP 集成（必须使用，本项目已配置）
本项目 .mcp.json 已配置 sellersprite MCP，核心数据必须走 MCP，详见顶部"铁律 0"和 reference/mcp-mandatory-protocol.md。
八步工作流的 MCP 调用清单
| 步骤 | 必须调用的 MCP 工具 | 浏览器补充 |
|---|---|---|
| 1 关键词分层 | keyword_miner + keyword_research_trends + traffic_keyword + keyword_order |
无 |
| 2 用户问题库 | review（差评主题）+ asin_detail（竞品结构） |
Reddit / TikTok / 竞品 QA 板块 |
| 3 卖点证据库 | review（好评证据） |
品牌官网 + 认证官网 |
| 4 标题 | 不调（基于 1-3 步数据） | 无 |
| 5 五点 | 不调 | 无 |
| 6 描述+A+ | 不调 | 品牌官网（参考定位） |
| 7 Search Terms | 不调（基于第 1 步 + 第 4 步做差集） | 无 |
| 8 QA | 不调 | 竞品 QA 板块（补充问题） |
浏览器使用红线
| 场景 | ❌ 错误做法 | ✅ 正确做法 |
|---|---|---|
| 抓竞品评论 | webReader(amazon.com/product-reviews/...) |
mcp__sellersprite__review |
| 抓竞品标题 | webReader(amazon.com/dp/...) |
mcp__sellersprite__asin_detail |
| 拿关键词 | webReader(Amazon 搜索建议) |
mcp__sellersprite__keyword_miner |
| 看 Reddit | ✅ webReader(reddit.com/r/...) |
MCP 无此数据 |
| 看竞品 QA | ✅ webReader(amazon.com/ask-questions/...) |
MCP 无 QA 工具 |
| 验证 FDA | ✅ webReader(fda.gov) |
MCP 无认证查询 |
完整调用顺序、参数模板见
reference/mcp-mandatory-protocol.md。MCP 数据缺失时，必须列出需要人工补充的数据字段，禁止用浏览器凑 Amazon 数据。
七、五大常见误区（必须主动检查）
- 把 Cosmo / Alexa 讲成玄学 — 没有隐藏规则，最终都是"更相关、更清楚、更可信、更能转化"
- 认为关键词不重要 — 关键词仍是地基，区别在于要分层
- 只优化标题 — Listing 是整体，标题/主图/五点/描述/ST/QA/评论/A+ 必须协同
- 直接让 AI 写一版就上线 — 没有词库和证据库，AI 只会写漂亮废话
- 用一个 Listing 承接所有人群 — 主图主场景，其他场景放五点/A+/QA 承接
详见 reference/common-mistakes.md。
八、真实案例参考
| 案例 | 详见 |
|---|---|
| 抗 UV 户外仿真植物（端到端 7 步） | examples/uv-outdoor-plants-fullcase.md |
| down filled pillows QA（Alexa 风格示例） | examples/down-pillows-qa-example.md |
| 关键词分层词库填写模板 | examples/layered-keyword-template.md |
九、输出格式规范
| 文件 | 命名规则 | 必存 |
|---|---|---|
| 完整 Listing 包 | {产品名}/listing_package.md |
✅ |
| 关键词分层词库 | {产品名}/keyword_library.md |
✅ |
| 痛点-证据映射表 | {产品名}/painpoint_evidence_map.md |
✅ |
| 多版本草稿对比 | {产品名}/drafts_comparison.md |
✅ |
| 合规与语义校验报告 | {产品名}/audit_report.md |
✅ |
| 原始输入数据 | {产品名}/input_data.json |
✅ |
所有报告必须保存为文件，禁止只打印到控制台。详见 reference/output-format-spec.md。
十、执行流程
收到"帮我做 Listing"类请求时：
- 澄清输入 — 产品信息（标题/类目/规格）、是否提供竞品 ASIN、是否启用卖家精灵 MCP、目标站点
- 跑八步工作流 — 按步骤执行，每步保存产出
- 生成草稿 — 至少 3 版标题 + 1 套五点 + 描述/A+/ST/QA
- 跑校验 — 合规 + 关键词覆盖 + 语义覆盖 + 转化逻辑
- 打包交付 —
listing_package.md汇总，附 HTML 可视化版本（可选）
十一、关键原则（每次都要回顾）
- 标题不是堆词，是让系统和买家快速定位
- 五点不是卖点罗列，是购买决策链
- 描述和 A+ 不是重复信息，是场景和信任构建
- ST 不是垃圾桶，是补充索引池
- QA 不是可有可无，是对话式搜索和转化疑虑的补丁
- 先分析、再生成、最后校验 — 永远不要让 AI 直接写
Tips for Amazon Listing Builder
- • Start a fresh session after installing so your agent picks up the new skill.
- • It bundles reference files. The agent reads them only when needed, so they cost no context until then.
- • It is part of a pack with 9 skills. Install only the ones you need with --skill to keep triggers precise.
- • If two skills overlap, mention the one you want by name.
Questions about Amazon Listing Builder
What does the Amazon Listing Builder skill do?
亚马逊爆款 Listing 打造助手（基于 Cosmo 语义算法 + Alexa/Rufus 对话式购物趋势）。通过"先分析、再生成、最后校验"的 AI 工程化流程，把 Listing 从"关键词堆砌"升级为"语义覆盖 + 需求证据 + 答案型内容"。提供八步工作流（关键词分层词库 → 用户问题库 → 卖点证据库 → 标题 → 五点 → 描述A+ → Search Terms → QA）、给 Codex 的可复用提示词、真实案例（抗 UV 户外仿真植物、down filled pillows QA）以及五大常见误区检查。触发场景：(1) 用户说"帮我写 Listing / 写标题 / 写五点 / 写描述 / 写 A+ / 写 QA / 写 Search Terms"(2) 用户输入 /listing-builder, /build-listing, /cosmo-listing, /alexa-qa, /listing-titl
How do I install Amazon Listing Builder?
Run "npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill amazon-listing-builder" in your project. The skills CLI installs it for Claude Code, Cursor, Codex and 70+ other agents. In Claude on the web, upload the skill folder as a ZIP under Customize > Skills.
Does Amazon Listing Builder work in Cursor and Codex?
Yes. Amazon Listing Builder uses the open SKILL.md format, so it works in Claude Code, Claude, Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot and other agents that support agent skills.
Is Amazon Listing Builder free?
Amazon Listing Builder is open source on GitHub. It is free to install; check the license before commercial use.
Who made Amazon Listing Builder?
Amazon Listing Builder is published by liangdabiao in the liangdabiao/amazon-sorftime-research-MCP-skill repository, together with 8 other skills.
