亚马逊关键词研究 🔍
面向亚马逊卖家的免费关键词研究。无需 API 密钥——开箱即用。
安装
npx skills add nexscope-ai/Amazon-Skills --skill amazon-keyword-research -g
功能
- 长尾关键词挖掘：从亚马逊自动补全引擎提取 100-200 个真实搜索词
- 竞争格局分析：产品数量、价格区间、平均评分、评论分布、热门品牌
- 季节性趋势检测：利用 12 个月的 Google Trends 数据识别旺季和需求变化
- 市场机会评分：综合竞争密度、价格空间和需求信号得出 1-10 分
- 多站点支持：美国、英国、德国、法国、意大利、西班牙、日本、加拿大、澳大利亚、印度、墨西哥、巴西
- 关键词对比：对多个关键词进行并列分析
使用示例
用户可以自然地提问。示例：
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
步骤 1：收集自动补全数据
运行随附的脚本以收集亚马逊自动补全建议：
<skill>/scripts/research.sh "<keyword>" [marketplace]
参数：
keyword（必需）：要研究的种子关键词marketplace（可选）：us（默认）、uk、de、fr、it、es、jp、ca、au、in、mx、br
脚本功能：
- 使用种子关键词查询亚马逊自动补全 API
- 使用前缀扩展："最佳 [keyword]"、"便宜 [keyword]"、"热门 [keyword]"
- 使用 a-z 后缀扩展："[keyword] a"、"[keyword] b"……"[keyword] z"
- 返回去重并排序后的真实搜索建议列表——每行一个
**为什么重要：**亚马逊自动补全反映了真实购物者实际输入的内容。这些不是猜测——它们是直接来自亚马逊搜索引擎的需求信号。前缀和字母扩展能够捕捉到基础自动补全遗漏的长尾关键词，这些词通常竞争较低且购买意图更强。
示例：
<skill>/scripts/research.sh "portable blender" us
# Returns 100-200 long-tail keywords
对于多站点研究，请为每个站点运行一次脚本。
步骤 2：分析竞争环境
使用 web_search 收集竞争对手情报：
- 搜索
"<keyword>" site:amazon.com——记录大致结果数量以判断竞争密度 - 搜索
"<keyword>" amazon best sellers price review——提取价格模式、平均评分、主导品牌 - 汇总：竞争对手总数、价格区间（最低/平均/最高）、平均星级、按可见度排名前 5 的品牌
**为什么重要：**没有竞争背景，原始关键词搜索量毫无意义。一个搜索量为 10,000 的关键词如果被 3 个根深蒂固的品牌主导，且每个品牌都有 10,000+ 条评论，那么它与一个搜索量相同但卖家分散的关键词机会截然不同。价格区间揭示了利润空间——如果所有商品都在 10 美元以下，扣除 FBA 费用后利润将非常微薄。
步骤 3：检查季节性
在 Google Trends 上使用 web_fetch：
https://trends.google.com/trends/explore?q=<keyword>&geo=US
如果 Google Trends 返回 429 错误，则回退到 web_search 获取季节性数据：
"<keyword>" seasonal trends demand peak months
识别：趋势方向（上升/下降/稳定）、季节性高峰（哪几个月）、同比变化。
为什么重要： 季节性决定现金流风险。一款产品80%的销量集中在第四季度，意味着你需要提前数月准备库存资金，并且可能在一年中的其余时间积压滞销库存。上升趋势意味着需求增长且新进入者有更多空间；下降趋势则意味着你在争夺一块不断缩小的蛋糕。这种背景将关键词从一个数字转变为商业决策。
第4步：汇总报告
将所有数据整合到下方输出格式中。
为什么结构很重要： 按意图对关键词分组（商业型 vs 信息型 vs 利基型）有助于卖家不仅了解人们搜索什么，而且了解他们为什么搜索。机会评分将多个信号浓缩为一个可操作的数字，但其背后的细分才是真正为决策提供依据的内容——因此始终要展示推理过程。
输出格式
按以下结构呈现最终报告：
## 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]
多关键词对比
当用户要求对比两个或多个关键词时，分别对每个关键词执行完整工作流程（第1-4步），然后以并排对比表的形式呈现结果。
示例用户输入：
Compare "laptop stand" vs "monitor stand" vs "tablet stand" on Amazon US — which one should I sell?
如何执行： 运行脚本3次：
<skill>/scripts/research.sh "laptop stand" us
<skill>/scripts/research.sh "monitor stand" us
<skill>/scripts/research.sh "tablet stand" us
然后为每个关键词完成第2-3步，并输出对比表：
| 指标 | 笔记本电脑支架 | 显示器支架 | 平板电脑支架 |
|---|---|---|---|
| 长尾词数量 | — | — | — |
| 平均价格 | — | — | — |
| 头部品牌主导度 | — | — | — |
| 趋势方向 | — | — | — |
| 机会评分 | — | — | — |
最后以一条建议结尾，说明哪个关键词具有最佳机会及原因。
局限性
此技能使用公开数据（亚马逊自动补全 + 网络搜索）。它不提供精确的月搜索量或销售估算。