"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
反查流量词 API输入 ASIN，返回这个 Listing 实际获得曝光的搜索词对话脚本
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：
竞品分析脚本
把示例里的 ASIN 换成你自己的商品和主要竞品。
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。
如果曝光主要来自关联流量
第三种情况值得多问一步：竞品挂在哪些商品的关联位上，这些位置是挣来的还是买来的。
关联流量统计接口对一个 ASIN 返回三个计数：relations（全部关联位）、freeRelations（免费关联位）、paidRelations（付费关联位），以及按关联类型拆开的 items。文档示例里 freeRelations 是 14、paidRelations 是 28——这个商品出现在付费关联位上的次数是免费位的两倍，它的关联流量主要是买来的。
这个比例决定你能不能照搬：
- 免费位占多数 → 平台自己把它推荐给了相关商品的浏览者（例如"看了又看""买了又买"），这是销量和相关性积累出来的，短期内很难复制；
- 付费位占多数 → 这部分流量可以用预算买到，是一个明确的、可以复制的动作。
要看具体挂在哪些商品上，用关联流量列表接口：传入最多 40 个 ASIN 的 asinList，并用 relations 指定关联类型（取值见接口附录的关联类型表，如 vav 看了又看、bab 买了又买、fbt 组合购买），返回的每个关联商品带 asin、title、bsr、units、price 等字段。
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。