Amazon Search Optimization

Amazon 搜索优化 🔍

优化产品在亚马逊搜索结果中的可见性。分析当前搜索排名因素，识别优化差距，并为亚马逊A9/COSMO算法提供可执行的改进方案。

支持的平台： Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。

使用方法

我的产品在我的核心关键词上排在第3页。帮我制定一个进入第1页的计划。产品：无线手机充电器，150条评论，4.3星。

功能

• 搜索排名因素分析（相关性、表现、客户满意度）
• A9算法标题优化（关键词放置、结构）
• 五点优化（转化和索引）
• 索引验证方法论
• 从自动广告系列挖掘搜索词
• 带优先级评分的排名改进行动计划

工作原理

第一步： 从用户消息中收集信息 — 产品、平台、当前状况和目标。

第二步： 用多选格式一次性提出所有后续问题。允许简写回答（如"1b 2c 3a"）。

第三步： 使用下方的框架和方法论进行研究分析。

A9算法分析

亚马逊的A9算法（现已演变为包含COSMO语义理解的综合搜索系统）是决定产品排名的核心引擎：

相关性优先原则：

• A9首先过滤与用户搜索查询相关的产品。
• 相关性基于：产品信息（标题、五点、后端关键词）与搜索词的匹配。
• 关键词按位置权重： 标题最高 → 五点 → 后端关键词。
• 标题中较早出现的关键词权重更高。

销售表现权重：

• 在相关产品中，A9按历史销售表现排名。
• 核心指标：近期销售速度（过去24-48小时窗口）、转化率、点击率。
• 销售势能（近期销售增长率）影响特别大 — 这就是为什么新产品需要广告/促销来积累初始销售。

客户满意度因素：

• 星级评分、评论数、退换率。
• 高评分 + 低退换 = 排名加成；低评分 + 高退换 = 排名惩罚。

COSMO语义理解系统

COSMO为搜索添加深度语义理解 — 传统关键词堆砌效果减弱：

• 意图识别： COSMO理解搜索查询背后的消费者意图，而不仅仅是关键词匹配。例如"12岁男孩生日礼物" = 礼物推荐意图，而不仅仅是包含这些词的产品。
• 上下文分析： COSMO分析消费者浏览/购买历史上下文 — 同一搜索可能向不同消费者显示不同结果。
• 知识图谱集成： COSMO构建产品关系知识图谱 — 理解属性关系（例如"无线耳机"等同于"蓝牙耳机"）。

索引验证方法论

搜索优化第一步 = 确认产品被亚马逊正确索引：

• ASIN索引检测： 在亚马逊搜索框中搜索"ASIN + 产品关键词" — 如果产品出现，说明已对该关键词建索引。
• 长尾验证优先： 首先验证竞争较低的长尾关键词（结果较少 = 更容易确认）。从长尾到核心关键词逐步推进。
• 新索引触发： 产品信息更新（标题更改、新后端关键词）需要数小时到数天才能重新索引。

排名改进行动框架

• 标题优化： 根据搜索量和竞争重新定位关键词。核心原则：最重要的关键词优先，剩余空间放次要关键词，保持可读性和品牌识别度。
• 五点双重优化： 五点同时影响搜索索引和转化。优化涵盖：索引覆盖（确保关键搜索词在五点中）和转化指导（最具吸引力的卖点优先）。
• 搜索词扩展： 从自动广告报告中挖掘高转化搜索词，添加到后端或产品信息中。
• 销售信号激活： 通过广告、促销、优惠券 — 短期激活销售信号以推动排名改进。根据目标关键词竞争强度计算进入首页所需的估计销量。

数据来源

• web_fetch用于亚马逊产品页面和搜索结果。
• web_search用于竞品listing信息、关键词索引验证。
• 用户提供：当前排名位置、目标关键词、评论数、评分、产品价格。

局限性

• A9/COSMO确切排名公式是亚马逊商业机密 — 分析基于行业研究，无法保证与实际算法完全匹配。
• 排名改进时间和幅度受不可控因素影响 — 竞品优化行动、平台算法调整、市场环境变化。无法保证排名改进承诺。
• 销售激活的预算估算基于行业平均值 — 实际执行可能因类目竞争和广告质量分而差异很大。
• 索引验证基于搜索结果的表面观察 — 缓存延迟可能导致误判，需要多次验证。
• 搜索优化需要长期持续努力 — 不应过度解读短期排名波动。

第四步： 提供结构化、可执行的输出，包含具体建议，而非模糊指导。

输出格式

• 先给出发现总结
• 包含具体数据点和基准（若有）
• 提供优先排序的行动项
• 基于不完整数据的估算需标注 ⚠️
• 以具体的后续步骤结尾

亚马逊搜索优化

概述

本技能专注于提升亚马逊产品在搜索结果中的可见性和排名。在亚马逊平台中，超过六成的产品发现始于搜索行为，搜索排名的位置直接决定了产品能够获得的流量和销售机会。本技能通过深入分析亚马逊搜索引擎的工作原理，系统性地诊断当前产品的搜索表现短板，并提供针对性的优化方案，帮助卖家实现从低排名到首页的有效提升。

亚马逊搜索优化是一个涉及多个相互关联因素的系统工程，绝非简单地堆砌关键词或刷单就能解决。本技能将复杂的搜索排名机制拆解为可操作、可量化的优化维度，为卖家提供清晰的优化路线图。

核心原理

A9算法解析

亚马逊的A9算法（现已演进为包含COSMO语义理解能力的综合搜索系统）是决定产品在搜索结果中排名的核心引擎。理解A9算法的排名逻辑是搜索优化的前提：

• 相关性优先原则：A9算法首先筛选与用户搜索词内容相关的产品。相关性评估的核心是商品信息（标题、五点描述、后台搜索词）与搜索词的匹配程度。本技能通过关键词密度分析、关键词位置权重评估和语义匹配分析来衡量产品对目标搜索词的相关性得分。关键词出现在标题中的权重最高，其次是五点描述，再次是后台搜索词。关键词在标题中的位置也影响权重——越靠前权重越高。
• 销售表现加权：在满足相关性条件的产品集合中，A9算法根据产品的历史销售表现进行排序。核心指标包括近期销量（Recent Sales Velocity，通常以过去24至48小时为窗口）、转化率（Conversion Rate）和点击率（Click-Through Rate）。其中，销量动量（即近期销量的增长速度）对排名的影响尤为显著，这也是为什么新品推广期需要通过广告和促销手段快速积累初始销量的原因。
• 客户满意度因子：产品的评价评分（Star Rating）、评价数量（Review Count）和退货率（Return Rate）构成客户满意度指标。A9算法会将这些指标作为排名的负向惩罚或正向奖励因素——高评分和低退货率的产品会获得排名加分，反之则会被降权。

COSMO语义理解系统

近年来亚马逊引入的COSMO系统为搜索算法增加了深度语义理解能力，这使得传统的关键词堆砌策略效果下降：

• 意图识别升级：COSMO系统能够理解搜索词背后的消费者意图，而非仅仅匹配关键词字面。例如，搜索"送给12岁男孩的生日礼物"时，COSMO系统能够理解这是一个礼物推荐意图，而不仅仅是在寻找包含这些确切词语的产品。本技能在优化中会考虑这种语义维度的匹配，通过在商品信息中融入与消费者意图相关的语境词来提升语义相关性。
• 上下文关联分析：COSMO系统会分析消费者的浏览和购买历史上下文来优化搜索结果。这意味着同一搜索词在不同消费者面前可能呈现不同的排序结果。本技能会指导卖家优化产品的关联推荐表现（通过设置互补品和变体关系），以间接提升在相关搜索场景中的排名。
• 知识图谱融合：COSMO系统构建了产品之间的知识图谱关系，能够理解产品之间的属性关联（如"无线耳机"与"蓝牙耳机"是同一类产品）。本技能通过确保产品信息中的类目属性（Product Attributes）完整准确，帮助COSMO系统正确理解产品的语义定位。

索引验证方法论

搜索优化的第一步是确认产品是否已经被亚马逊搜索引擎正确索引。如果产品未被索引，任何排名优化都无从谈起：

• ASIN索引检测：通过在亚马逊搜索框中输入"ASIN + 产品关键词"来检测该ASIN是否对特定关键词建立了索引。如果搜索结果中能够找到该产品，说明该关键词已被成功索引。
• 长尾词验证策略：优先验证竞争较低的长尾词索引情况，因为长尾词的搜索结果数量较少，更容易确认特定产品的索引状态。从长尾词到核心词逐步验证，可以精确圈定产品已被索引的关键词范围。
• 新索引触发机制：当产品信息更新（如修改标题或添加新的后台搜索词）后，亚马逊通常需要一定时间（数小时至数天不等）来重新索引。本技能会提供索引更新的时间预估和验证流程。

排名提升行动框架

基于对A9算法和COSMO系统的理解，本技能构建了多维度的排名提升行动框架：

• 标题优化方案：根据关键词的搜索量和竞争度，重新规划标题中的关键词布局。核心原则是将最重要的关键词放在标题最前方，利用剩余空间覆盖次要关键词，同时确保标题具有良好的可读性和品牌辨识度。
• 五点描述双重优化：五点描述不仅影响搜索索引，还直接影响转化率。本技能的优化方案同时兼顾索引覆盖（确保关键搜索词出现在五点描述中）和转化引导（确保每条五点描述以最具吸引力的卖点开头）。
• 搜索词扩展策略：从自动广告的搜索词报告中挖掘高转化但尚未被覆盖的搜索词，将这些词纳入后台搜索词或商品信息中，持续扩大产品的搜索覆盖面。
• 销量信号激活计划：通过广告投放、促销活动和优惠券等手段，在短期内激活销量信号，推动排名上升。本技能会根据目标关键词的竞争强度，计算达到首页排名所需的预估销量和对应的推广预算。

工作流程

第一阶段：现状诊断

分析产品当前的搜索表现，包括目标关键词的排名位置、已索引的关键词范围、当前的标题和五点描述评分，以及与竞品的对比差距。

第二阶段：优化方案制定

基于诊断结果，分别制定标题优化、五点描述优化、后台搜索词优化和索引扩展的具体方案，并按优先级排序形成行动计划。

第三阶段：执行指导与排名监控

提供优化方案的执行步骤指导，建立排名监控的时间节点和评估标准，帮助卖家在优化实施后追踪效果。

第四阶段：迭代优化建议

根据排名变化数据，提供迭代优化建议，特别是从自动广告中持续挖掘新的关键词机会，形成搜索优化的持续改进闭环。

数据来源

本技能通过 web_fetch 抓取Amazon商品页面和搜索结果页，分析产品当前的排名状态，包括目标关键词在搜索结果中的位置、竞品Listing的关键词覆盖情况和索引状态。通过 web_search 获取竞品Listing信息、关键词索引情况验证以及市场整体竞争格局数据。索引验证方法论基于在Amazon搜索框中输入"ASIN + 关键词"来检测产品是否对特定关键词建立了索引，从竞争较低的长尾词逐步验证到核心词。

用户需提供Listing自身数据，包括当前排名位置、目标关键词、评论数量、评分、产品价格等。排名因素分析基于A9/COSMO算法的公开研究知识——包括关键词位置权重（标题最高、五点次之、后台最低）、销量动量对排名的影响、客户满意度因子（评分、评论数、退货率）的作用机制，以及COSMO语义理解系统的意图识别和知识图谱融合能力。所有算法分析基于行业研究和经验总结，非亚马逊官方数据。

局限性

• A9算法和COSMO系统的具体排序公式是亚马逊的商业机密，本技能的分析基于行业研究和经验总结的框架，无法保证与实际算法完全一致。
• 排名提升的时间和幅度受到多种不可控因素的影响，包括竞品的同时优化行动、平台算法的临时调整和整体市场环境的变化，无法给出确定性的排名提升承诺。
• 销量信号激活计划中的预算估算基于行业平均数据，实际执行中可能因品类竞争激烈程度和广告质量分数等因素出现较大偏差。
• 索引验证方法基于搜索结果的表面观察，可能存在缓存延迟导致的误判，需要多次验证才能确认索引状态。
• 搜索优化是一个需要长期持续投入的过程，短期内的排名波动不应被过度解读，卖家需要保持耐心和持续优化的执行力。