前言¶
做 Amazon 運營或跨境電商產品開發，選品、關鍵詞研究、競品分析、定價、評論分析、廣告優化等環節需要大量數據支撐。通常需要分別打開賣家精靈網頁版、導出報表、手動整理，再結合外部工具分析，跨多個頁面來回切換。這個 Skill 把賣家精靈的數據能力以 MCP 工具的形式暴露給大模型，讓 Agent 能直接調用底層數據接口完成全鏈路調研，減少人工搬運。
這是什麼¶
賣家精靈sellersprite-amazon-research 是一個面向 Amazon 賣家的全鏈路數據調研 Skill，通過 43 個 MCP 數據工具覆蓋選品分析、關鍵詞研究、競品監控、市場分析、定價策略、評論分析、廣告優化、流量分析、Listing 優化和藍海機會挖掘等場景。它由賣家精靈（SellerSprite）出品，託管在 SkillHub 平臺上，分類爲 business-ops，面向跨境電商賣家、Amazon 運營和產品開發決策者。
核心功能¶
下面介紹已覈實的 43 個 MCP 數據工具所覆蓋的能力範圍，不逐項展開每個工具的參數。
- 選品分析：支持新品爆發、隱形爆款、ABA 增長詞、低品牌壟斷等選品策略。
- 關鍵詞研究：覆蓋關鍵詞挖掘、搜索量與競爭度分析。
- 競品監控：追蹤競品排名、銷量變化、價格波動。
- 市場分析：查看類目大盤、市場容量與趨勢。
- 定價策略：基於競品價格與成本結構給出定價參考。
- 評論分析：彙總評論情感、高頻痛點與需求。
- 廣告優化：分析廣告結構、ACOS/ROAS 等指標。
- 流量分析：拆解自然流量與付費流量結構。
- Listing 優化：針對關鍵詞與轉化給出優化建議。
- 藍海機會挖掘：尋找低競爭、高需求的潛在品類。
這些能力通過 MCP 工具暴露給 Agent，Agent 可以按任務組合調用，而不需要人工逐頁操作賣家精靈。
安裝與啓用¶
該 Skill 基於通用 SKILL.md 格式，可用於支持該格式的 Agent 環境。在 SkillHub 上，可以通過官方地址查看並安裝：
官方地址：https://api.skillhub.cn/user_8bb4b4f5/sellersprite-amazon-research
安裝後，在支持的 Agent 工具中啓用該 Skill，並在對話中觸發相應命令即可。具體安裝命令與配置字段以 SkillHub 頁面爲準，未覈實到的字段不在此列出。
目前未覈實到 Cursor、Codex CLI、Claude Code 三種環境在該 Skill 上的安裝差異，不做分別說明。
典型用法¶
該 Skill 的觸發方式包括自然語言和命令兩種：
- 用戶用自然語言提出 Amazon 選品、市場、競品分析等需求，例如“幫我看看寵物用品類目有哪些低品牌壟斷的機會”。
- 用戶輸入斜槓命令觸發指定任務：
/product-research
/market-analysis
/competitor-analysis
/keyword-research
/listing-optimizer
/traffic-analysis
/opportunity-finder
/review-insights
/pricing-strategy
/ad-optimizer
- 用戶在對話中提及新品爆發、隱形爆款、ABA 增長詞、低品牌壟斷、評論分析等選品策略關鍵詞，Skill 也會被觸發。
命令觸發後，Agent 會根據任務調用對應的 MCP 工具獲取數據，並整理成結構化的分析結果返回。
適用場景與注意¶
適合以下用戶：
- 跨境電商賣家：做選品、定價、競品跟蹤。
- Amazon 運營：做 Listing 優化、廣告優化、流量分析。
- 產品開發決策者：基於市場數據判斷是否進入某個品類。
使用上的注意點：
- 該 Skill 依賴賣家精靈的數據接口，數據覆蓋範圍和實時性取決於賣家精靈賬號權限。
- 部分選品策略（如 ABA 增長詞、低品牌壟斷）需要類目和關鍵詞數據作爲輸入，Agent 會自動調用對應工具，但用戶應提供明確的品類或關鍵詞範圍。
- 命令觸發需要 Agent 環境支持斜槓命令解析；如果環境不支持，可以直接用自然語言描述需求。
- 具體 MCP 工具的參數和返回字段未在公開資料中逐一列出，使用時以 SkillHub 頁面或 Skill 內的 SKILL.md 說明爲準。
結尾¶
這個 Skill 的價值在於把賣家精靈的 Amazon 數據能力封裝成 Agent 可直接調用的工具集，省去人工跨頁面搬運數據的環節。如果你的工作涉及選品、關鍵詞、競品或 Listing 優化，可以從官方地址查看能力範圍與安裝方式：
https://api.skillhub.cn/user_8bb4b4f5/sellersprite-amazon-research
