Amz Ads Keyword Architect
亚马逊关键词拓词 → 广告 campaign 架构 → 资产化 → Excel/飞书双通道交付 的 Claude/Agent Skill
Install: pip install pytest
Works with Claude Code · 16 GitHub stars
Install
pip install pytestInstall command taken from the project's README or registry entry. Always review code before running it.
README excerpt
Read full README on GitHub →amz-ads-keyword-architect · 亚马逊广告架构拓词 Skill
一个用于 Amazon 关键词拓词 → 广告 campaign 架构 → 下游资产化 → 双通道交付 的 Claude / Agent Skill。给定本品锚点 与竞品 ASIN,按八步流程把「词」做成可落地的广告投放结构,并输出一份多 Sheet 工作簿。
核心铁律:不虚构任何数值型指标(搜索量 / SFR / ACOS / CTR / CVR / 排名 / 市场份额)。 数值只能由数据工具取数,缺数据一律标「待数据验证」,仅做语义判断。
它能做什么
覆盖全链路:
找词 → 拆解 → 需求三层分析 → 相关性×需求×竞争×趋势分级
→ 属性 7 类分类 → 聚类成主题簇 → 广告架构落地
→ VOC库 / 收录排名追踪 → Excel / 飞书双通道交付
- 标品 ≤15 / 非标品 ≤30 个 ad group 主题簇上限
- 三道 CHECKPOINT + 反模式黑名单 + 反虚构铁律统一约束
- 自包含的分类与评分骨架(不依赖其他 skill)
目录结构
| 路径 | 内容 |
|---|---|
SKILL.md |
Skill 主入口:核心理念、八步流程、CHECKPOINT、绝对禁令 |
PROMPT-TEMPLATE.md |
可复用的 prompt 模板(填占位符即用) |
references/01-09*.md |
各步骤详解:流程 / 指标 / 分类 / 聚类 / 广告架构 / 工具数据 / 质检 / 下游应用 / 飞书交付 |
scripts/build_kw_architecture.py |
把拓词 CSV 构建成多 Sheet .xlsx 工作簿(纯标准库,无第三方依赖) |
scripts/test_build_kw_architecture.py |
pytest 测试 |
快速开始
1. 作为 Skill 使用
把本目录放进 Agent 的 skills 目录(例如 ~/.claude/skills/amz-ads-keyword-architect),
然后用 PROMPT-TEMPLATE.md 里的模板发起请求。Agent 会按 references/01-flow.md
的八步流程执行。
2. 单独运行工作簿脚本
脚本只用 Python 标准库,无需安装任何依赖(Python 3.10+):
python3 scripts/build_kw_architecture.py 拓词总表.csv \
--product-name "yoga mat" \
--core-terms "yoga mat" \
--conflict-terms "bath mat,door mat,puzzle mat" \
--asin B0DEMOMAIN \
--clusters-csv clusters.csv \
--architecture-csv architecture.csv \
--voc-csv voc.csv \
-o 广告架构拓词_B0DEMOMAIN.xlsx
常用参数:
| 参数 | 说明 |
|---|---|
input |
输入关键词 CSV(必填) |
-o, --output |
输出 .xlsx 路径 |
--keyword-column |
关键词列名(默认自动探测) |
--core-terms / --conflict-terms |
核心词 / 否词(冲突词),逗号分隔 |
--brand-terms / --competitor-brands |
自有品牌词 / 竞品品牌词 |
--clusters-csv / --architecture-csv / --voc-csv |
可选:主题簇 / 广告架构 / VOC 词库 CSV |
--asin |
用于填充收录排名追踪表的本品 ASIN |
--no-downstream |
跳过 VOC / 追踪等下游 Sheet |
--emit-sheets-json |
同时导出每个 Sheet 的 JSON manifest(飞书原生构建通道用) |
3. 跑测试
pip install pytest # 仅测试需要
pytest scripts/
交付通道
- 本地 Excel(默认):
-o *.xlsx直接产出。 - 飞书(Lark)在线表格(可选):见
references/09-feishu-delivery.md。该通道依赖 外部的lark-cli工具链,属可选集成;不使用飞书时忽略即可, 不影响核心拓词与 Excel 交付。
数据工具依赖(可选)
流程中数值取数引用了 SIF、Sorftime 等第三方 Amazon 数据服务。这些是可选的取数来源, 不内置于本仓库。没有这些服务时,Skill 会自动降级为语义版分析,并把所有数值列标记为 「待数据验证」,绝不以经验值编造。
示例数据说明
仓库内所有 ASIN(B0DEMOCMP1、B0EXAMPLE1、B0TESTASIN 等)均为占位示例,
不指向任何真实在售商品。请替换为你自己的 ASIN 后再运行。
License
MIT — 使用前请把 LICENSE 中的 <YOUR NAME OR ORGANIZATION>
替换为你的署名。
Similar plugs
Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote.
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local…
Why use many token when few token do trick. Viral skill + proxy for coding agents that cuts 65% of tokens by talking like a caveman.
Production-grade engineering skills for AI coding agents.
The 1st Collaborative AI Design Agent Workspace. Local-first and open source. Create prototypes, websites, apps, dashboards, presentations, images, and videos with your team…