在 Cursor 或 Codex 里做竞品分析：一份可复现的对话脚本

"这个竞品为什么卖得比我好"——这个问题手工查很累，因为答案分散在三处：它的商品表现、它在哪些词上有曝光、它的流量从什么位置来。

下面这条脚本把三处合成一次对话。前置条件是接好 Skill 或 MCP，见不写代码用 Claude Code 查亚马逊数据。

用到的三个接口

对话脚本

把你自己的 ASIN 和竞品 ASIN 都给它，让它做差集——这是最有行动价值的一步：

帮我分析 Amazon US 站点的竞争情况。我的商品是 B08CK5Z5Q1。

第 1 步：查出和我的 ASIN 直接竞争的商品，取前 10 个，列出 ASIN、标题、价格、评分、评论数。执行前告诉我接口和预计调用次数。

第 2 步：从这 10 个里挑评论数最多的 3 个，加上我自己的 ASIN，一共 4 个，分别反查它们的流量词。每个取前 20 个词。

第 3 步：做差集。列出"这 3 个竞品里至少 2 个有曝光、但我的 ASIN 没有"的词，按竞品的曝光量级排序。

第 4 步：对差集里排名最高的 5 个词，查它们的流量来源结构。

输出：
1. 竞品对比表（价格、评分、评论数）。
2. 我缺失的词清单，含竞品曝光量级和我为什么可能没拿到。
3. 一段结论：这些缺口更像是 Listing 相关性问题，还是广告投放问题。

约束：
- 只做只读查询。
- 标注哪些是估算值。
- 站点、月份等参数缺失时问我，不要猜。
- 不要根据词本身猜测搜索量，只用接口返回的指标。

差集才是结论

竞品对比表本身信息量有限——价格和评分你自己也能看到。真正能落地的是第 3 步的差集：竞品有曝光、你没有的词。

拿到差集之后，第 4 步的流量来源结构决定你该怎么处理：

• 词的曝光主要来自搜索位，且竞品 Listing 里有这个词而你没有 → 先改 Listing 相关性。
• 曝光主要来自广告位 → 这是投放差距，改 Listing 帮助有限。
• 曝光主要来自关联流量 → 说明竞品被挂在了某些商品的关联位上，这和词本身关系不大。

这三种判断对应完全不同的动作，混在一起看就会得出"多投点广告"这种没有信息量的结论。

为什么要把自己的 ASIN 也放进去

只查竞品，你会得到一张"竞品很厉害"的表。把自己的 ASIN 放进同一批反查里，口径才一致——同一个月份、同一个站点、同一个接口返回的指标，才能做差集。

限制

• 反查流量词返回的是估算的曝光关系，不是平台披露的广告或自然位数据。
• 词表受分页大小影响，前 20 个词和前 100 个词得出的差集不一样，比较时保持一致。
• 竞品接口给出的是算法判断的竞争关系，不一定符合你对竞品的业务定义，必要时自己删掉不相关的。
• 每一步都计费，四步全跑一遍的消耗取决于 ASIN 数量和分页大小。
• 429 及重试策略见错误与限流。

想把差集变成长期维护的词库，见搭建自己的关键词库。