mcpField
A
amz-customer-question-mining

amz-customer-question-mining

github.com/jaygptpro营销与增长11114 次安装3 天前更新
代码仓库

关于 amz-customer-question-mining

amz-customer-question-mining 是帮助 Amazon 卖家整理 Customer Questions、撰写品牌化事实答复，并将重复主题转化为商品详情页更新的技能。它还介绍了适配 Rufus 引用特点的答复方式，以及每日或每周检查节奏。

主要功能

  1. 01收集并归类买家问题
  2. 02撰写品牌化事实答复
  3. 03将主题对应到详情页更新
  4. 04将问题主题加入后台关键词
  5. 05设定每日或每周检查节奏

适用场景

  1. 01回复详情页中未解答的问题
  2. 02从问题分类中发现商品信息缺口
  3. 03根据买家疑虑更新详情页内容

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/jaygptpro/amazon-pro-skills --skill amz-customer-question-mining

安装后在 Claude Code 中输入/amz-customer-question-mining确认已加载。

详细介绍

客户问题挖掘

购物者提出相同问题时，Amazon 的 AI 助手（Rufus、Alexa+）会引用「客户问题」标签页。大多数卖家会让问题数周无人作答。每个未答问题都意味着一次转化机会的流失。这项技能会挖掘这些问题、回答问题，并将相关主题反馈到商品详情页中。

适用场景

  • 商品详情页上有许多未答的客户问题。
  • AI 搜索曝光度较弱，卖家希望提升曝光。
  • 转化率不理想，且怀疑原因是买家的疑虑未得到解答。
  • 卖家没有管理问答标签页的流程。

框架：问题闭环

  1. 挖掘。 提取所有未解决问题和近期已回答的问题，并按主题分类。

  2. 回答。 以品牌方身份回复每个未解决问题。回答要基于事实、体现品牌特色，并在适当时附上相关政策或保修链接。

  3. 反馈。 问题反映了买家的意图。相关主题应体现在商品要点、A+ 页面、属性栏和后台关键词中。

  4. 闭环。 新问题会不断出现。请在 24 小时内作答。更新商品要点，避免买家再次提出相同问题。

品牌方回答示例

  • 基于事实。「是的，线缆长 6 英尺。」而不是「希望您喜欢我们的产品。」
  • 具体明确。提供确切规格，而不是「有多种尺寸可选」。
  • 标明署名。写上「品牌团队」或您的店铺名称。
  • 如果问题揭示了缺失的信息，就更新商品详情页文案。

Rufus 引用模式

当客户问题的回答符合特定形式时，Rufus 和 AI 界面会优先引用这些回答。按照这种形式撰写内容，可以提高被引用的概率。

  • 体现品牌且基于事实，而非宣传。「是的，这款产品适用于 15 英寸 MacBook Pro，外部尺寸为 14.2 x 9.8 x 0.8 英寸。」宣传语（「最适合您笔记本电脑的保护套」「您一定会喜欢它的贴合度」）会被过滤。Rufus 会引用读起来像规格表的回答，而不是像营销文案的回答。
  • 使用买家的提问措辞。 在回答的第一部分复述买家的措辞。「这款适用于 15 英寸 MacBook Pro 吗？」应回答「是的，这款产品适用于 15 英寸 MacBook Pro。」而不是「兼容 15 英寸 MacBook Pro。」Rufus 会匹配语义相似度。开头应使用买家原话中的名词短语。
  • 回答长度为 80 到 200 个单词。 少于 80 个单词，回答过于简略，不适合引用；超过 200 个单词，则可能被截断，导致引用片段失去上下文。最佳长度是先给出清晰的是或否回答，再用 2-3 句话说明具体属性，最后用一句话提供实用建议。
  • 属性声明要具体，并与商品详情页一致。 回答中的每项声明都应出现在商品详情页文案、A+ 页面或属性栏中。Rufus 会交叉核对。例如，回答中提到「防水等级为 IPX4」时，如果商品详情页属性栏也注明「防水等级：IPX4」，就更有说服力。如果商品详情页无法佐证该声明，请先修改商品详情页，再作答。

操作步骤

  1. 收集输入信息。 准备商品详情页 URL 或粘贴的客户问题、产品信息、近期商品要点和 A+ 页面，以便交叉核对。

  2. 对问题分类。 按主题分组：兼容性、尺寸、材质、使用场景、保修、原产国。各分类的问题数量可以反映商品详情页哪些内容没有说明清楚。

  3. 起草回答。 为每个未解决问题撰写一条回答。内容应基于事实并体现品牌特色。

  4. 将问题分类映射到商品详情页修改项。

    • 兼容性问题较多：在属性栏和商品要点中添加兼容性列表。
    • 尺寸问题较多：在图片库中添加尺寸指南图片。
    • 使用场景问题较多：重写商品要点 1，将使用场景放在开头。
    • 材质问题较多：在属性栏和商品要点 2 中补充材质信息。

  5. 如果后台关键词中尚未包含各分类的关键词短语，就添加这些短语。

  6. 设定检查频率。 繁忙商品每天检查一次，销量较慢的商品每周检查一次。

  7. 进行质量检查，然后交付。

输出格式

## Customer Question Mining. [ASIN]

### Question clusters
1. [theme] . [N questions] . [the missing fact]
2. ...

### Branded answers (one per open question)
Q: [question]
A: [factual branded answer]
...

### Listing updates derived
Bullet: [which bullet to add/edit and what to say]
A+: [module to update]
Attributes: [fields to fill]
Backend keywords: [phrases to add]

### Cadence
[daily / weekly review]

实例

一款笔记本电脑保护套的商品页面，3 个月内有 18 个未回答的问题。问题类别： 笔记本电脑兼容性（8 个问题）、拉链耐用性（4 个）、防水性（3 个）、 退货政策（3 个）。

为全部 18 个问题起草品牌专属回答。更新商品页面：在属性中添加兼容列表 （“适用于 MacBook Pro 13/14/15/16 inch、Dell XPS 13/15……”），更新第 3 条要点， 开头写上“适用于所有主流 13-16 inch 笔记本电脑”。添加一条“拉链可承受 50,000 次开合”的要点。在属性和要点中添加“防水”。现在，商品页面会在买家需要提问之前 就解答防水问题，因此这个问题也不再有人提问。访问量保持不变，但转化率上升，因为商品页面 现在解决了原本由问答标签页承担的疑虑。

质量检查

  • 每个未解答的问题都有回答，不留任何遗漏。
  • 回答符合品牌调性且基于事实，而非泛泛而谈。
  • 根据问题类别进行具体的商品页面调整，而不只是笼统地“改进”。
  • 将主题添加到属性和后台关键词中，而不只添加到要点里。
  • 设置每日或每周的处理频率，以便快速回答新问题。

常见错误

  • 忽略问答标签页。 数月未回答的问题，意味着数月错失转化机会和 AI 信号。
  • 回答泛泛而谈。 “希望您喜欢我们的产品”毫无帮助，具体事实才有用。
  • 回答问题却不更新商品页面。 同一个问题下周还会再次出现。
  • 让买家回答。 买家回答的问题和品牌回答的问题一样，都会被 AI 引用。但买家有时会提供错误信息。要先回答。

由 Jay GPT Pro 打造

属于 Amazon Pro Skills。为专业 Amazon 卖家打造的生产级技能。 免费且开源。由 Jay Margaliot 打造。

我每周都会在 WhatsApp 群组中免费分享一个面向 Amazon 卖家的 AI 新玩法。 点击此处加入：https://chat.whatsapp.com/ILX65p1yWcaIG3c9WGHpTY

评论

支持 Markdown