把选品交给 AI Agent：从种子词到候选 ASIN 清单的一次完整对话

选品的麻烦不在于某一步难，而在于步骤多：扩词、看类目规模、筛商品、估销量、再回头淘汰。手工做一轮要翻好几个界面，做完也很难复盘当时的筛选条件。

把这一串交给 Agent 的好处不是"更聪明"，而是过程被记录下来了：每一步用了哪个接口、什么参数、筛掉了什么，都在对话里。

前置条件是已经接好 Skill 或 MCP，没做的话先看不写代码用 Claude Code 查亚马逊数据。

整体思路

四步，每一步都收窄一次范围：

1. 扩词 — 从一个种子词拿到相关查询和需求量级（关键词挖掘）
2. 定类目 — 判断这个细分市场的规模和集中度（市场研究）
3. 筛商品 — 按价格、评分、卖家数拉出候选（商品研究）
4. 估销量 — 对候选做量级排序（BSR 销量估算）

可复制的对话脚本

一次把完整任务给出去，让它分步执行并在每步之间报成本：

帮我在 Amazon US 站做一轮选品，种子词是 "bath rug"。分四步执行，每一步执行前告诉我你选的接口和预计消耗的调用次数，我确认后再继续。

第 1 步：从种子词扩展相关搜索词，取需求较高的前 10 个词，列出词、搜索需求指标和竞争度指标。
第 2 步：针对其中最有潜力的 2 个词所在的细分类目，查市场规模、商品集中度和品牌集中度，判断是否已被少数品牌垄断。
第 3 步：在通过第 2 步的类目里筛商品，条件是价格 20-80 美元、评分不低于 4.0、评论数少于 500。取前 20 个 ASIN。
第 4 步：对这 20 个 ASIN 估算销量量级，按估算销量排序。

最后输出一张表：ASIN、标题、价格、评分、评论数、卖家数、估算月销量，以及你为什么保留或淘汰它的一句话理由。

约束：
- 只做只读查询，不要为了凑数据反复重试。
- 明确标注哪些字段是估算值。
- 缺少类目 ID 之类的参数时问我，不要猜。
- 任何一步失败就停下来告诉我错误码和 request_id。

为什么要分步确认

一次性让 Agent"把选品做完"通常会出两种问题：它可能为了填满表格反复调用同一个接口，也可能在某一步失败后用推测值继续往下走。分步报成本、分步确认，既控制调用量，也让你有机会在第 2 步就发现方向不对。

结果怎么读

Agent 输出的表里，有三类字段要区别对待：

• 平台可见字段 — 价格、评分、评论数、卖家数，是当前快照，会变但可核对。
• 估算字段 — 月销量、营收、搜索需求量级，都是模型估算，量级参考有意义，绝对值不要当真。
• 集中度类指标 — 商品集中度、品牌集中度反映的是"头部占了多少"，它回答的是能不能进,而不是能赚多少。

限制

• 估算值会随时间修正，同一个 ASIN 隔一周再查可能不一样。
• 类目层级和节点 ID 各站点不同，跨站点比较前先确认口径一致，见13 个站点的参数说明。
• 这套流程解决的是"值不值得做"，不解决供应链、物流成本和合规问题。
• 每次成功计费请求默认消耗 1 次调用，四步走完的实际消耗取决于分页大小。

下一步通常是给候选品搭关键词库，见搭建自己的关键词库；想改成脚本定时跑，见批量选品的三接口流程。