亞馬遜關鍵字研究 🔍
免費提供給亞馬遜賣家的關鍵字研究。無需 API 金鑰 — 開箱即用。
安裝
npx skills add nexscope-ai/Amazon-Skills --skill amazon-keyword-research -g
功能
- 長尾關鍵字挖掘：從亞馬遜的自動完成引擎中提取 100-200 個真實搜尋詞
- 競爭對手市場分析：產品數量、價格範圍、平均評分、評論分布、熱門品牌
- 季節性趨勢偵測：12 個月的 Google 趨勢資料，用於識別旺季和需求變化
- 市場機會評分：結合競爭密度、價格空間和需求訊號的 1-10 分評分
- 多市場支援：美國、英國、德國、法國、義大利、西班牙、日本、加拿大、澳洲、印度、墨西哥、巴西
- 關鍵字比較：多個關鍵字的並排分析
使用範例
使用者可以自然地提問。範例：
Research the keyword "portable blender" on Amazon US
Find long-tail keywords for "yoga mat" on Amazon
I want to sell resistance bands. What does the Amazon keyword landscape look like?
Compare "laptop stand" vs "monitor stand" on Amazon US — which has more opportunity?
Analyze "Küchenmesser" on Amazon Germany
Research "water bottle" across Amazon US, UK, and DE
工作流程
步驟 1：收集自動完成資料
執行隨附的腳本來收集亞馬遜自動完成建議：
<skill>/scripts/research.sh "<keyword>" [marketplace]
參數：
keyword（必填）：要研究的起始關鍵字marketplace（選填）：us（預設）、uk、de、fr、it、es、jp、ca、au、in、mx、br
腳本的功能：
- 使用起始關鍵字查詢亞馬遜的自動完成 API
- 使用前置詞擴充：「最佳 [keyword]」、「便宜 [keyword]」、「熱門 [keyword]」
- 使用 a-z 後置詞擴充：「[keyword] a」、「[keyword] b」...「[keyword] z」
- 傳回去重且排序的實際搜尋建議清單 — 每行一個
為什麼重要： 亞馬遜自動完成反映了真實購物者實際輸入的內容。這些不是猜測 — 它們是直接來自亞馬遜搜尋引擎的需求訊號。前置詞和字母擴充捕捉了基本自動完成遺漏的長尾詞，這些詞通常競爭較低且意圖較高。
範例：
<skill>/scripts/research.sh "portable blender" us
# Returns 100-200 long-tail keywords
若要進行多市場研究，請對每個市場各執行一次腳本。
步驟 2：分析競爭
使用 web_search 收集競爭對手情報：
- 搜尋
"<keyword>" site:amazon.com— 記下近似的結果數量，以了解競爭密度 - 搜尋
"<keyword>" amazon best sellers price review— 提取價格模式、平均評分、主導品牌 - 總結：總競爭對手數、價格範圍（最低／平均／最高）、平均星級、能見度最高的前 5 名品牌
為什麼重要： 沒有競爭背景的原始關鍵字量沒有意義。一個有 10,000 次搜尋但被 3 個根深蒂固的品牌主導、每個品牌都有超過 10,000 條評論的關鍵字，與同樣搜尋量但賣家分散的關鍵字，是截然不同的機會。價格範圍揭示了利潤潛力 — 如果所有商品都在 10 美元以下，扣除 FBA 費用後利潤將極其微薄。
步驟 3：檢查季節性
在 Google 趨勢上使用 web_fetch：
https://trends.google.com/trends/explore?q=<keyword>&geo=US
如果 Google 趨勢回傳 429 錯誤，請改用 web_search 取得季節性資料：
"<keyword>" seasonal trends demand peak months
識別：趨勢方向（上升／下降／穩定）、季節性高峰（哪些月份）、年增率變化。
為什麼重要： 季節性決定了現金流風險。一款產品若80%的銷量集中在第四季，代表你需要提前數月準備庫存資金，且其餘時間可能滯銷囤貨。趨勢上升意味著需求成長且新進者有更多空間；趨勢下降則代表你在爭奪一塊縮小中的餅。這個背景將一個關鍵字從數字轉化為商業決策。
步驟 4：整合報告
將所有數據整合成下方輸出格式。
為什麼結構重要： 依意圖（商業、資訊、利基）將關鍵字分組，能幫助賣家了解人們搜尋的不只是「什麼」，還有「為什麼」。機會分數將多個訊號濃縮為單一可操作的數字，但真正影響決策的是其背後的細項拆解——因此一定要展示推論過程。
輸出格式
以下方結構呈現最終報告：
## Keyword Research Report: [keyword]
**Marketplace:** Amazon [US/UK/DE/...]
**Date:** [current date]
### 1. Long-tail Keywords ([count] found)
**High Commercial Intent:**
- [keyword with "buy", "best", "vs", "for" etc.]
- ...
**Informational / Research:**
- [keyword with "how to", "what is", "review" etc.]
- ...
**Niche / Specific:**
- [long, specific keywords indicating clear purchase intent]
- ...
### 2. Competition Landscape
| Metric | Value |
|--------|-------|
| Estimated competitors | [number] |
| Price range | $[min] - $[max] |
| Average price | $[avg] |
| Average rating | [stars] |
| Top brands | [brand1, brand2, brand3...] |
### 3. Seasonal Trends
[Describe 12-month trend: peaks, valleys, stable periods]
[Note any upcoming peak seasons relevant to the keyword]
### 4. Market Opportunity Score: [X/10]
**Score breakdown:**
- Competition density: [low/medium/high] — [why]
- Price room: [low/medium/high] — [why]
- Demand trend: [growing/stable/declining] — [why]
- Niche potential: [low/medium/high] — [why]
**Recommendation:** [1-2 sentence actionable recommendation]
多關鍵字比較
當使用者要求比較兩個或更多關鍵字時，對每個關鍵字分別執行完整工作流程（步驟 1-4），然後以並排比較表呈現結果。
範例使用者輸入：
Compare "laptop stand" vs "monitor stand" vs "tablet stand" on Amazon US — which one should I sell?
如何執行： 執行腳本 3 次：
<skill>/scripts/research.sh "laptop stand" us
<skill>/scripts/research.sh "monitor stand" us
<skill>/scripts/research.sh "tablet stand" us
然後對每個關鍵字完成步驟 2-3，並輸出比較表：
| 指標 | 筆電支架 | 螢幕支架 | 平板支架 |
|---|---|---|---|
| 長尾關鍵字數量 | — | — | — |
| 平均價格 | — | — | — |
| 頂尖品牌主導程度 | — | — | — |
| 趨勢方向 | — | — | — |
| 機會分數 | — | — | — |
最後以建議作結，說明哪個關鍵字機會最佳及其原因。
限制
此技能使用公開可得的資料（Amazon 自動完成 + 網頁搜尋）。它不提供精確的每月搜尋量或銷售估計。