amazon-keyword-strategy
Health Pass
- License — License: MIT
- Description — Repository has a description
- Active repo — Last push 0 days ago
- Community trust — 12 GitHub stars
Code Warn
- network request — Outbound network request in scripts/keyword_fetchers/base.py
- network request — Outbound network request in scripts/keyword_fetchers/csv_fetcher.py
- network request — Outbound network request in scripts/keyword_fetchers/sif_xlsx_fetcher.py
- network request — Outbound network request in scripts/parse_input.py
Permissions Pass
- Permissions — No dangerous permissions requested
No AI report is available for this listing yet.
亚马逊关键词库搭建+打法分析:ASIN/词表 → 可执行广告作战图 | Turn ASINs or keyword lists into an executable PPC battle plan
🎯 amazon-keyword-strategy
把 ASIN 或关键词表,转成可执行的广告作战图,每个词都带打法:主攻、截流还是否定
想了解更多最新AI行业动态,AI+电商/广告的行业实践方法,人与AI如何协作共生的思考,请关注公众号:【新西楼.AI】
标品/非标品分治 · 词根六分类 · 品牌双分类 · PPC 四象限 · 数据源无关 · 永不停摆
Created By Buluu@新西楼.AI
项目简介
由 buluslan(公众号:新西楼.AI) 研发的亚马逊关键词库搭建 + 打法分析 Skill。你输入竞品 ASIN(新品建库)、本品 ASIN(老品诊断)、单个竞品 ASIN(竞品拆解),或一份关键词表(词表深加工),Skill 自动反查出词 → 标品/非标品判别 → 词根六分类,把几百个关键词变成一份可执行作战图——每个词都带打法(主攻 / 截流 / 否定),区别于一次性关键词报告的数据罗列。数据源无关:没有数据源时上传词表照样跑。
[!TIP]
更多跨境电商 AI 实战内容,请关注公众号「新西楼.AI」
一个 Agent 通用 的 Skill:输入 ASIN 或关键词表,输出带打法决策的作战图——不止给数据,给打法。
- Agent 通用:适配任意 Agent(Claude Code / Codex / Cursor / OpenCode 等),装上即用
- 数据源无关:适配器架构,不绑定任何数据服务商;没有数据源时上传词表照样跑
- 永不停摆:核心打法逻辑只需关键词本身就能出,搜索量/竞争度是增强字段,缺失标
[缺失]绝不脑补
它解决什么问题
- ❌ 关键词工具给的是"词 + 数据",几百个词甩在脸上,哪些打、怎么打、什么阶段打还是没头绪
- ❌ 否定词靠感觉拍,接口不匹配的配件词没否定干净,预算烧在不会转化的流量上
- ❌ 品牌词一刀切当竞品截流——自有品牌词被截流等于放弃核心流量(卖品牌产品时品牌词占词库大头)
- ❌ 标品和非标品打法混用:标品吃出单词集中打法、非标品吃长尾铺词,判错方向全盘皆输
✨ 它做什么
| 能力 | 说明 |
|---|---|
| 反查出词 | 输入 ASIN 自动拉 200-500 个关键词 + 搜索量/竞争度/转化/竞价字段(经适配器,按环境可用数据源切换) |
| 标品/非标品判别 | 出单词集中度 + 外观相似度 + 功能性三维度判别,定调后续全部打法 |
| 词根六分类 | 每个词归入共性/属性/品牌/品类/受众/否定,分类驱动匹配类型和动作 |
| 品牌双分类 | 本品品牌词 → 主攻;竞品品牌词 → 截流。两者打法相反,混判是高频踩坑 |
| 否定词识别 | 四类信号:语义不相关 / 前台跑偏 / 转化极低 / 接口/规格不匹配的配件词(看着相关其实买本品的人用不上) |
| PPC 四象限 | 搜索量 × 竞争强度分蓝海主攻 / 精准控预算 / 长尾广泛 / 不建议打,落到匹配类型和预算倾向 |
| 属性机会 | 词根族按流量分位与竞争优势打机会分(本表内相对排序),「往哪个方向主攻」一眼可见 |
| 广告结构建议 | 六组倾向级分组卡片(品牌防御/核心攻坚/精准长尾/竞品截流/场景拓展/否定清单)——竞价给档位、预算给倾向,照着搭广告不用自己组装 |
| 作战图三件套 | 作战图.xlsx(精准词表+否定词表+PPC 策略+词根汇总+广告结构建议)+ 作战图.md(可读总结)+ 词表.json(结构化数据) |
说一句就能触发:
帮我搭 B08N5WRQ1Y 这个 ASIN 的关键词库
这 800 个词帮我分下类,哪些该否定
这个品是标品还是非标品?词表有了怎么打
🧠 打法方法论
词根六分类
每个词在广告里扮演什么角色,六类正交、每词归一类,分类驱动打法:
| 词根 | 判断标准 | 广告用途 |
|---|---|---|
| 共性词 | 产品最基础叫法,绝大多数同类 ASIN 都含 | 必须覆盖,广泛+词组+精准分层 |
| 属性词 | 修饰规格/特性/功能,能与共性词组合 | 精准投放,"小词带大词"核心载体 |
| 品牌词 | 专有名词——先分本品还是竞品(见下) | 本品主攻 / 竞品截流 |
| 品类词 | 同类产品的其他叫法/上位词 | 广泛覆盖 |
| 受众词 | 用户身份/使用场景/人群标签 | 精准首选 + 人群定向 |
| 否定词 | 不相关/跑偏/低转化/接口不匹配 | 直接进否定词表,不入词表 |
品牌词双分类(高频踩坑点)
| 子类 | 判定 | 处理 |
|---|---|---|
| 本品品牌 | = 你的 ASIN 厂商品牌(含变体) | 主攻——自有品牌词是核心流量,归共性/属性处理 |
| 竞品品牌 | 词库中专有名词 ≠ 本品品牌 | 截流——精准投放,独立广告组,单独预算 |
卖品牌产品时品牌词占词库大头,全截流等于放弃核心流量。词库中某品牌词频次显著高于其他品牌词,优先怀疑是本品品牌。
标品 / 非标品三维度
| 维度 | 看什么 |
|---|---|
| 出单词集中度 | 少数词出多数单 = 标品;几百词各出几单 = 非标品——看转化数据分布,不是搜索量分布 |
| 外观相似度 | 搜索结果产品长得像不像 |
| 功能性 | 功能导向(标品倾向)vs 外观/风格导向(非标品倾向) |
🚀 快速开始
安装(Claude Code skills 路径;Codex / Cursor 用户把 SKILL.md 当指令喂给 agent 即可):
git clone https://github.com/buluslan/amazon-keyword-strategy.git ~/.claude/skills/amazon-keyword-strategy
唯一 Python 依赖(渲染 xlsx 用):
pip install openpyxl
四种玩法任选(同一个分析引擎,按"ASIN 是谁的"分流):
| 你手里有什么 | 场景 | 说明 |
|---|---|---|
| 几个竞品 ASIN + 核心关键词 新品建库 | 逐个反查合并成候选词池 → 分主攻/截流/否定,标出新品期先打哪些词 | |
| 自己在售的 ASIN | 老品诊断 | 看自己实际吃什么词 → 否定止血、词结构体检 |
| 一个卖得好的竞品 ASIN | 竞品拆解 | 拆它的核心词体系,看能不能切 |
| 词表文件(xlsx/csv)或粘贴的关键词 | 词表深加工 | 零依赖纯关键词也能出基础作战图;有搜索量/竞争列自动进增强层 |
ASIN 反查需环境有数据源工具(适配器自动探测);产物落盘在 output/{ASIN}_{日期}/。
🔌 数据源(不绑定)
适配器架构:加新数据源 = 加一个适配器文件 + 注册表一行,核心逻辑不动。
- 有数据源工具 → 自动反查拉词 + 填充增强字段
- 没有 → 提示上传词表,绝不脑补关键词
- 字段缺失 → 降级跑基础层,缺失标
[缺失],未实测标⏳
🎁 接入福利
接入数据源工具时,用以下 buluslan(公众号:新西楼.AI)专属优惠码享折扣(下单时在「折扣券」处粘贴对应码):
| 工具 | 优惠码 | 折扣 | 购买链接 |
|---|---|---|---|
| 卖家精灵 · MCP | XXL |
9 折 | open.sellersprite.com/pricing/mcp |
| 卖家精灵 · 会员 | XXL90(包月)/ XXL72(单人包年)/ XXL78(标准/高级/VIP 包年) |
见官网对应套餐 | sellersprite.com/cn/price |
| SIF · 会员 | MBGAI |
新购/增购/升级 88 折,续费 86 折 | sif.com |
| SIF · MCP | MBGAI |
88 折 | sif.com |
本 skill 与两家工具的数据都打通:SIF 导出的关键词表(xlsx)可直接导入(「词表深加工」场景,含占位率/相关性列自动识别);卖家精灵环境配了 MCP 时适配器自动探测反查(「新品建库 / 老品诊断 / 竞品拆解」场景)。
![]() |
![]() |
|
| 卖家精灵 | SIF 会员 | SIF MCP |
🏠 交流社区
🎯 更多 AI 实战教程和专属福利尽在我们「MBG 跨境AI实战圈」,已有 50+ 跨境大卖、AI 专家热聊中
—— 欢迎跨境电商从业者加入我们,一起探索 AI+商业的最佳实践和真实边界,跑通【跨境AI】的从 0 到 1,打败你的同事,干掉你的老板。
社区介绍:my.feishu.cn/wiki/WNi0wh3mIiOLhzkCLFPcwUr9nrg
📁 结构
amazon-keyword-strategy/
├── SKILL.md # 路由心脏(工作流 + 边界 + references 索引)
├── references/ # 按需加载的规则文档
│ ├── generic-schema.md # 通用输入 schema(数据源无关的字段定义)
│ ├── adapter-interface.md # 适配器接口规范 + 字段映射
│ ├── standard-vs-nonstandard.md
│ ├── play-analysis-engine.md
│ ├── word-root-classification.md
│ ├── attribute-dimension-guide.md
│ └── battleplan-template.md
├── scripts/
│ ├── keyword_fetchers/ # 适配器层(base + 注册表 + 各源实现)
│ ├── parse_input.py # 输入路由
│ ├── render_battleplan.py # 作战图渲染(xlsx + md)
│ ├── word_frequency.py # 词频统计(词根分类辅助)
│ └── validate_keywords.py # 词库完整性校验
├── evals/ # 测试用例
└── output/ # 每次运行的作战图落盘
📜 License
MIT License — Copyright (c) 2026 Buluu@新西楼.AI
📖 写在最后
如果这个工具帮到了你,欢迎 ⭐ Star 支持。更多 AI × 跨境电商实操内容,关注公众号「新西楼.AI」。
Reviews (0)
Sign in to leave a review.
Leave a reviewNo results found

