shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析无需 API Key

find-competitors

亚马逊竞品分析技能。给定一个 ASIN 或亚马逊产品链接，自动通过 Sorftime MCP 拉取产品详情、销量趋势、类目 Top100 报告， 同时通过西柚洞察 MCP（mcp__xydc-mcp）拉取 ASIN 反查关键词、关键词市场指标、核心词竞品 ASIN 等深度关键词数据， 筛选出直接竞品并获取竞品图片与核心数据，生成含产品图片的 XLSX 竞品分析报告（7 个 Sheet）。 触发场景：用户说"找竞品""竞品分析""帮我找一下这款产品的竞品""这个 ASIN 的竞品有哪些""分析竞品"等， 或用户提供亚马逊链接/ASIN 并要求竞品分析时触发。 依赖：Sorftime MCP 连接器（mcp__sorftime__系列工具）+ 西柚洞察 MCP 连接器（mcp__xydc-mcp 系列工具）。

person作者: user_53d53acchubcommunity
download下载资源包

帮我找竞品

前置条件

  • Sorftime MCP 连接器已连接（检查 mcp__sorftime__ 系列工具是否可用）—— 用于产品详情、销量趋势、类目报告
  • 西柚洞察 MCP 连接器已连接（检查 mcp__xydc-mcp 系列工具是否可用）—— 用于关键词深度分析
  • 若 Sorftime 不可用，提示用户在连接器管理中启用 Sorftime MCP
  • 若西柚洞察不可用，提示用户在连接器管理中启用西柚洞察 MCP（关键词分析为报告核心模块，不可跳过）
  • Python 环境需安装 openpyxl 和 Pillow（用于生成 XLSX 和嵌入图片）

工作流程

Step 1: 解析 ASIN

从用户输入中提取 ASIN（10位字母数字组合，以 B 开头）。支持从亚马逊 URL 中解析：

  • https://www.amazon.com/dp/B0XXXXXXX → ASIN = B0XXXXXXX
  • https://www.amazon.com/dp/B0XXXXXXX?th=1&psc=1 → ASIN = B0XXXXXXX

Step 2: 并行拉取目标产品数据

同时调用以下 Sorftime 工具（amz_site 默认 "US"，除非用户指定其他站点）：

| 工具 | 参数 | 用途 | |------|------|------| | mcp__sorftime__product_detail | asin, amz_site | 获取标题、品牌、价格、销量、评分、类目 node_id、主图 URL | | mcp__sorftime__product_traffic_terms | asin, amz_site | 获取 Sorftime 流量词及排名（用于 Sheet 5 交叉验证） | | mcp__sorftime__product_trend | asin, product_trend_type="SalesVolume", amz_site | 获取月销量历史趋势（Sheet 2 销量列） | | mcp__sorftime__product_trend | asin, product_trend_type="Price", amz_site | 获取月度均价历史趋势（Sheet 2 均价列）；若该趋势类型不可用，回退使用 product_detail 中的当前售价 |

同时调用以下西柚洞察工具（与 Sorftime 并行）：

| 工具 | 参数 | 用途 | |------|------|------| | mcp__xydc-mcp__get_asin_keywords | asin | ASIN 反查关键词（自然/广告流量、排名、流量获得率），通常返回 100-200 个关键词 | | mcp__xydc-mcp__get_asin_keyword_rank_trends | asin | ASIN 关键词排名趋势 | | mcp__xydc-mcp__get_asin_keyword_traffic_trends | asin | ASIN 关键词流量趋势 |

注意：这 7 个调用互相独立，应在同一轮并行执行。西柚洞察返回的关键词数据将作为 Sheet 3 的核心数据源，Sorftime 的两组 product_trend 分别为 Sheet 2 提供销量和均价数据。

Step 2.5: 拉取关键词市场指标与竞品 ASIN

从 Step 2 的 get_asin_keywords 结果中，选取 Top 20 关键词（按流量获得率或搜索量降序），然后并行调用：

| 工具 | 参数 | 用途 | |------|------|------| | mcp__xydc-mcp__get_keyword_info | keyword（逐个调用，最多 20 个） | 获取每个关键词的周搜索量、ABA 排名、竞争难度、CPC、点击转化率、Top3 ASIN | | mcp__xydc-mcp__get_keyword_analysis_monthly | keyword | 关键词月度分析数据 | | mcp__xydc-mcp__get_keyword_asin_analysis | keyword（选 1-3 个核心词） | 核心词反查竞品 ASIN Top20（含 ASIN、标题、品牌、销量、点击份额等） |

核心词选取规则：从反查关键词中选搜索量最大、与产品最匹配的 1-3 个词（如产品标题中的核心品类词）。

Step 3: 拉取类目 Top100 报告

从 Step 2 的 product_detail 响应中提取 node_id 和 subcategory 字段，调用：

mcp__sorftime__category_report(node_id=<node_id>, amz_site="US")

返回该子类目下按月销量排序的 Top100 产品列表，含 ASIN、标题、品牌、价格、月销量、月销额、评分、评论数、排名、毛利率、卖家等。

若 Step 2.5 的西柚洞察核心词竞品 ASIN 中发现了不在 Top100 列表中的重要竞品（如跨类目的成人款），也应将其纳入竞品对比范围，在 Sheet 4 中标注"跨类目竞品（西柚洞察发现）"。

Step 4: 筛选直接竞品

从 Top100 列表中筛选直接竞品，筛选规则：

  1. 属性匹配：从目标产品标题中提取核心关键词（如 "wide toe box" "barefoot" "zero drop" "minimalist" 等），在 Top100 标题中匹配
  2. 品牌分组：同品牌产品也列出（标记为自有品牌），但不计入外部竞品
  3. 排除目标产品自身
  4. 按月销量降序排列

若 Top100 中匹配结果不足 5 个，可适当放宽关键词匹配条件。

Step 5: 批量获取竞品图片

对每个筛选出的竞品 ASIN，调用 mcp__sorftime__product_detail 获取 main_image 字段（JSON 字符串数组，第一个元素为主图）。

优化：若竞品数量 > 10 个，可分批并行调用（每批 5 个）。目标产品自身已在 Step 2 获取过，无需重复。

Step 6: 生成 XLSX 报告

使用 Python + openpyxl 生成 XLSX 报告，保存到当前工作目录下 <ASIN>_competitor_analysis.xlsx。

技术实现要点

  1. 图片下载与嵌入：

    • 用 urllib.request 或 requests 下载每个产品的主图到临时目录
    • 用 openpyxl.drawing.image.Image 将图片嵌入到对应行的单元格上方
    • 图片缩放至约 80×80 像素，锚定到对应行的指定列（如 B 列）
    • 设置对应行高约 65 磅，图片列宽约 12 字符
    • 下载失败的图片显示占位文字"图片不可用"

  2. Python 脚本模板：

    import json, urllib.request, tempfile, os
from openpyxl import Workbook
from openpyxl.drawing.image import Image as XlImage
from openpyxl.styles import Font, PatternFill, Alignment, Border, Side
from openpyxl.utils import get_column_letter
from PIL import Image as PILImage

# 下载图片
def download_image(url, tmpdir):
    try:
        path = os.path.join(tmpdir, f"img_{hash(url)}.png")
        urllib.request.urlretrieve(url, path)
        return path
    except:
        return None

# 嵌入图片到单元格
def embed_image(ws, image_path, cell, max_size=80):
    if not image_path:
        ws[cell] = "图片不可用"
        return
    img = XlImage(image_path)
    # 缩放
    ratio = min(max_size / img.width, max_size / img.height)
    img.width = int(img.width * ratio)
    img.height = int(img.height * ratio)
    ws.add_image(img, cell)

  3. 环境准备（在执行脚本前运行）：

    # 确保 venv 中有 openpyxl 和 Pillow
pip install openpyxl Pillow

  4. Sheet 2 数据结构（销量+均价趋势）：

    # sales_trend 每个元素为 (月份, 月销量, 均价, 环比变化)
# 均价来自 Sorftime product_trend(type="Price")，若不可用则用当前售价
# 环比变化基于月销量计算，格式如 "+87.6%" 或 "-12.3%"
sales_trend = [
    ("2026-06", 49, 36.99, ""),
    ("2026-07", 759, 36.99, "+1446.9%"),
    ("2026-08", 1424, 36.99, "+87.6%")
]
# Sheet 2 表头：["月份", "月销量", "均价", "环比变化"]
# 均价列格式：$36.99（带$前缀，保留两位小数）
# 合并单元格范围需从3列扩展为4列（如 ws.merge_cells('A2:D2')）

XLSX 工作簿结构（7 个 Sheet）

Sheet 1: 目标产品速览

  • 第 1-2 行：标题行 + 免责声明（合并单元格，橙底白字）
  • 第 4 行起：产品基本信息表（属性 | 值），含以下行：
    • 主图（B4 单元格嵌入图片，行高 65）
    • ASIN、品牌、标题、售价、月销量、月销额、毛利率、评分、评论数、上架天数、类目排名
  • 样式：表头粗体灰底，数据行白底

Sheet 2: 销量趋势

  • 月度销量表格（月份 | 月销量 | 均价 | 环比变化）
  • 均价列：来自 Sorftime product_trend 的月度均价数据，或基于当月实际成交价计算的平均售价；若数据不可用，展示当前售价并标注"价格稳定/无波动"
  • 最后一行附趋势解读文字（合并单元格，自动换行），解读中需包含销量增长/下滑趋势和均价波动趋势两个维度

Sheet 3: 西柚洞察关键词分析（核心升级模块，含 3 个子表）

子表 A — ASIN 反查关键词 Top50（来自 get_asin_keywords）：

  • 表头：序号 | 关键词 | 自然流量 | 广告流量 | 自然排名 | 流量获得率 | 广告获得率
  • 按流量获得率降序排列，展示前 50 个关键词
  • 底部附汇总行：总关键词数、有自然流量的词数、有广告流量的词数

子表 B — 关键词市场指标 Top20（来自 get_keyword_info）：

  • 表头：序号 | 关键词 | 周搜索量 | ABA 排名 | 竞争难度 | CPC | 点击转化率 | Top3 ASIN
  • 按周搜索量降序排列
  • 竞争难度用数值+高/中/低标注
  • Top3 ASIN 列显示该关键词下点击份额最高的 3 个 ASIN（超链接到亚马逊）

子表 C — 核心词竞品 ASIN Top20（来自 get_keyword_asin_analysis）：

  • 表头：序号 | ASIN | 标题 | 品牌 | 点击份额 | 销量 | 价格
  • 按点击份额降序排列
  • ASIN 超链接到亚马逊
  • 标注目标产品自身（如有出现在列表中）和自有品牌产品
  • 底部附"关键发现"文字段（合并单元格），总结：
    • 核心词下竞品总数
    • 头部品牌集中度（Top3 品牌占多少席）
    • 目标产品在核心词下的排名位置
    • 是否发现自有品牌的其他产品在核心词下曝光

Sheet 4: 直接竞品对比

  • 表头行：图片 | ASIN | 品牌 | 标题 | 售价 | 月销量 | 月销额 | 评分 | 评论数 | 类目排名 | 毛利率 | 卖家 | 竞品类型
  • 每个竞品一行，B 列嵌入主图缩略图，行高 65 磅
  • "竞品类型"列标注：外部竞品 / 自有品牌
  • ASIN 列超链接到 https://www.amazon.com/dp/{ASIN}
  • 外部竞品行用浅红底色标记，自有品牌行用浅紫底色标记
  • 表头冻结

Sheet 5: 竞品格局与洞察

  • 顶部：竞品梯队分组表（梯队 | ASIN | 品牌 | 月销量 | 价格区间 | 特征标签）
    • 梯队分：头号竞品 / 第二梯队 / 新兴搅局者
    • 数据来源：Sorftime 类目 Top100 筛选 + 西柚洞察核心词竞品 ASIN 交叉
  • 中部：竞争格局综述（合并单元格大段文字），包含：
    • 类目内竞争格局（基于 Sorftime Top100 数据）
    • 核心词搜索竞争格局（基于西柚洞察数据，如核心词下竞品总数、头部品牌集中度）
    • 自有品牌交叉发现：通过西柚洞察核心词竞品 ASIN 反查，发现是否有公司旗下其他品牌/产品出现在核心词竞品中（这是西柚洞察独有的增量价值）
  • 底部：分析建议（分新品 / 老品两个方向）：
    • 标题行："针对新品的建议方向"（绿底白字）
    • 建议内容（合并单元格，自动换行）：基于竞品数据，从定价策略、差异化卖点、流量切入点、评价积累节奏、上架时机等维度给出新品切入建议
    • 标题行："针对老品的优化建议"（蓝底白字）
    • 建议内容（合并单元格，自动换行）：基于竞品对比，从价格调整、Listing 优化、广告策略、防御性动作、流量词拓展等维度给出老品优化建议
    • 标题行："针对老品的防御策略"（红底白字）
    • 建议内容：针对头号竞品的威胁，给出防御性策略建议

Sheet 6: 类目大盘数据

  • Top100 汇总指标卡片（指标 | 数值）：总月销量、总月销额、平均售价、平均评分、平均评论数
  • Top3 品牌表（排名 | 品牌 | 月销量 | 月销额 | 市占率）
  • Top3 卖家表（排名 | 卖家 | 月销量 | 月销额 | 市占率）

Sheet 7: 总结与免责声明

  • 竞争格局总结（大段文字，合并单元格）

  • 目标产品问题清单（编号列表，每条一行）

  • 免责声明（合并单元格，红底白字，粗体）：

    ⚠️ 免责声明

    本报告由 AI 基于 Sorftime 数据和西柚洞察数据自动生成，所有分析意见（包括新品/老品建议方向、竞争格局判断、问题清单等）仅作为 AI 分析参考，整体思路需要自行判断。数据可能存在延迟或偏差，请结合实际市场情况和其他数据源综合决策。任何基于本报告的商业决策风险由决策者自行承担。

样式规范

| 元素 | 样式 | |------|------| | Sheet 标题行 | 14号粗体，深蓝底白字，合并居中 | | 表头行 | 11号粗体，灰底（#D9D9D9） | | 数据行 | 10号常规，白底 | | 外部竞品行 | 浅红底（#FCE4EC） | | 自有品牌行 | 浅紫底（#F3E5F5） | | 免责声明 | 11号粗体，红底（#FFEBEE） | | 新品建议标题 | 绿底（#E8F5E9） | | 老品建议标题 | 蓝底（#E3F2FD） | | 老品防御标题 | 红底（#FFEBEE） | | 图片列 | 列宽 15，行高 65 | | 长文本单元格 | 自动换行（wrap_text=True），垂直居中 |

Step 7: 展示报告

使用 present_files 展示生成的 XLSX 文件，并在对话中给出核心结论速览（含免责声明提醒）。

数据处理注意事项

Sorftime 数据

  • main_image 字段是 JSON 字符串（非数组），需用 json.loads() 解析后取第一个元素作为主图
  • 部分产品可能返回空图片列表，此时显示占位文字"图片不可用"
  • monthly_sales_volume 为 0 或 grossprofit_rate 为 -1 表示数据不可用，标注 N/A
  • Sheet 2 均价列：优先从 Sorftime product_trend 的月度价格/均价数据获取；若不可用，使用当前售价并标注"价格稳定"；均价波动需结合 Coupon、促销、变体价格分布综合判断
  • 类目排名格式为 "子类目名 (Rank: N)"，需解析展示
  • 不同站点的币种不同，美站为 USD，展示价格时标注 $
  • 图片下载需设置 Referer 头避免部分防盗链拦截：urllib.request.Request(url, headers={'Referer': 'https://www.amazon.com/'})
  • XLSX 嵌入图片需用 openpyxl 的 add_image() 方法，图片格式支持 PNG/JPEG
  • 临时图片文件在 XLSX 生成完成后可清理，openpyxl 会将图片数据嵌入 xlsx 文件中

西柚洞察数据

  • get_asin_keywords 返回的关键词列表通常为 100-200 个，取 Top 50 展示在 Sheet 3 子表 A
  • get_keyword_info 需逐个关键词调用，建议选 Top 20 关键词批量调用（可并行）
  • get_keyword_asin_analysis 的 keyword 参数选 1-3 个核心词（搜索量最大、与产品最匹配的品类词）
  • 西柚洞察返回的排名数据为 Page 级别（P1/P2/P3...），非精确排名位
  • 流量获得率 = 该关键词给 ASIN 带来的流量占该 ASIN 总流量的百分比
  • 竞争难度数值范围 0-10，0-3 为低竞争，4-6 为中等，7-10 为高竞争
  • Top3 ASIN 字段可能返回 JSON 字符串或列表，需做类型兼容处理
  • 若西柚洞察 MCP 调用返回错误或空数据，在对应 Sheet 中标注"西柚洞察数据暂不可用"，不影响其他 Sheet 生成

XLSX 生成注意事项

  • 合并单元格时注意 end_row 不要跨多行，否则后续行落入合并区域会触发 'MergedCell' object attribute 'value' is read-only 错误（图片合并范围用 end_row=start_row 单行合并）
  • 拼接字符串前检查 None 值，避免 unsupported operand type(s) for +=: 'NoneType' and 'str' 错误（用 " | ".join(f"{k}: {v}" for k, v in attrs.items()) 代替 += 拼接）

新品 vs 老品分析框架

针对新品的建议方向

从以下维度分析并给出可执行建议：

  1. 定价策略：竞品价格区间分布，新品切入的定价建议（高性价比 vs 高端定位）
  2. 差异化卖点：基于竞品评论痛点，找出未被满足的需求空白
  3. 流量切入点：基于西柚洞察关键词市场指标，找出竞争难度低（0-3）但有一定周搜索量的关键词，适合新品起步投放
  4. 评价积累节奏：竞品上架初期的评价增长曲线，预估 Vine + 自然评价节奏
  5. 上架时机：结合类目销量趋势，判断最佳上架时间窗口
  6. 首批备货量：基于竞品月销量中位数，建议首批备货量
  7. 关键词布局策略：基于西柚洞察 ASIN 反查关键词的流量获得率分布，建议新品优先布局的自然排名词和广告投放词

针对老品的优化建议

从以下维度分析并给出可执行建议：

  1. 价格调整：对比竞品价格，判断当前定价是否合理（偏高/偏低）
  2. Listing 优化：对比竞品标题关键词覆盖度，结合西柚洞察反查关键词找出目标产品未覆盖但有流量的关键词
  3. 广告策略：基于西柚洞察关键词 CPC 和竞争难度数据，判断哪些词值得加大投入（低 CPC + 高搜索量），哪些可缩减（高 CPC + 低转化）
  4. 评价管理：对比评论数和评分，判断评价差距及追赶策略
  5. 防御性动作：针对头号竞品的威胁，给出价格防御、差异化强化等建议
  6. 流量拓展：发现竞品有但目标产品未覆盖的流量词机会（西柚洞察反查关键词对比分析）
  7. 核心词排名监控：基于西柚洞察排名趋势数据，识别排名下滑的关键词并给出优化建议