通过AI结合MCP反查竞品推广手段，来制定新品推广规划
1974最近我一直在研究怎么把AI工具和我们的亚马逊运营深度结合，玩出点新花样。熟悉我的老粉都知道，我向来推崇“先胜后战”。推新品前，我习惯先把类目里的头部竞品扒个精光，看透他们的流量结构和推广节奏。
以往这个“扒光”的过程，极其痛苦，要切换N个工具，盯BSR排名、盯价格变化、盯评论增长。但今天，我要分享一个方法——通过AI链接MCP，让AI自动调取数据并执行深度分析，反查竞品推广手段。
之前ai用的时候都有幻觉，就是数据准确度不行，而且很多都是24年25年的信息。但是链接mcp数据后调用的是最新数据就能解决这个问题。
这就像给你的大脑直接外挂了一个顶级的数据分析师团队。我只需要下命令，它就能帮我把竞品底裤一层层扒下来。
先打开卖家精灵：
然后选择链接chatbox：
下载好之后对接mcp：
然后开始提问，记得勾选：
接下来就是见证奇迹的时刻，我这边选出来了一个asin：B0F3D8NBDS
（觉得不错随便选的，如有侵权请告知）
这个品推广的还不错，通过广告流量慢慢带动了自然流量：
接下来用ai来操作：
首先给ai定位角色
请你扮演一名经验丰富的亚马逊美国站运营专家，你拥有超过8年的实战经验，精通市场调研、竞品分析、数据化运营和流量的全链路拆解。你擅长从海量数据中快速识别关键信号和异常节点。
其次定义要求
我将会分步向你输入竞品信息，请你以专业的亚马逊运营视角，为我提供详细、客观、基于事实的分析，并给出可执行的策略建议。所有分析必须以数据为依据，避免主观猜测。
给到补充说明
你的回复请遵循以下格式：
核心发现：先总结最重要的结论。
详细分析：提供支撑结论的数据和逻辑。
策略建议：基于分析结果，为我提供下一步行动的建议。
还有就是任务
我正在美国站销售一款 asin： B0F3D8NBDS ，需要了解其市场表现。
#Task: 请分析该竞品的销量策略，内容包括：
销量预估&趋势：结合其BSR排名及波动，估算其近6个月的月销量，并划分出销量的波峰/波谷特征。
关键节点检测：分析在销量剧烈波动的关键节点，伴随着哪些事件（如Prime Day、黑五网一、自身秒杀、疑似站外推广等）。
季节性分析：利用ABA品牌分析数据或关键词搜索趋势，分析该品类的旺季/淡季，判断竞品销量的波动是否符合行业趋势。
#Constraints: 用表格呈现BSR关键节点变化。
接下来就是调用数据的情况：
接着：
该产品是一个典型的「新品快速爬升 + 淡季断崖 + 旺季二次起飞」型Listing。 8月上架后凭借低价策略迅速冲到子类目Top 3，10月淡季销量暴跌80%，但11-12月旺季强势反弹，2026年春季进入稳定高位期（月销2,000+），整体处于快速上升通道。当前BSR已稳定在11,000-17,000区间，正在冲击Best Seller标识。其成功的核心杠杆是：季节性红利 + 精准价格促销 + A+页面+视频富内容配置。
关键时间节点：
策略建议
短期行动（当前4月底-5月）
⚠️ 现在是旺季上升期：距7月峰值还有约12周，正是提前布局的窗口。如果你也有同类产品，现在就要开始做自然排名养权重 + 评论积累，旺季才能吃到红利。
价格带上的机会：该竞品原价79.99，促销价79.99，促销价58-63。58时日销可达82−96单。如果你能做出58时日销可达82−96单。如果你能做出49.99-54.99的性价比产品，或差异化定位更高端（54.99的性价比产品，或差异化定位更高端（89.99+），都有空间。
中期行动（5-6月）
关注其广告结构：竞品当前BSR 16,527且子类第6，流量结构推测以自然流量为主。建议用其ASIN反查流量词（调用流量词工具），查看其在"clothes drying rack"上的自然排名和广告占比。
评论壁垒分析：当前197个Rating、4.6分、101条Review，作为7个月的新品，留评率约5%。如果你能快速积累100+评论并保持4.3+评分，就具备了正面竞争的基础条件。
长期策略
差异化切入：该竞品主打Gray+Large规格，变体维度为颜色和尺寸。如果你进入，建议从以下方向差异化：
更大尺寸（X-Large 70"款竞品B0FWK18B7D目前存在，尚未充分推广）
不同颜色（Silver and Blue款竞品B0FSCHG7YJ已存在）
材质或功能升级（不锈钢/防锈、承重更高、安装更便捷）
关键词布局方向："clothes drying rack"（周搜索量57K）是其核心流量词，但Top3点击集中度仅33.4%，说明市场开放度高、未高度垄断，新品有机会切入。
价格策略：如果目标59.99−59.99−69.99区间，可直接对标其促销价；如果做高端线，须在材质、设计、包装上有明显提升且配合A+页面+视频。
可以看到信息还是挺详细的，但是不全面，所以我们要继续补充提问：
请根据我历史提供的 {B0F3D8NBDS} 的Keepa价格历史，深度拆解其定价与促销策略如下：
定价模式分析：判断其是“高价撇脂，低价渗透，还是高低定价”策略，分析其定价背后的逻辑。
促销详情拆解：详细列出该产品的Coupon、秒杀(LD)、7天促销(BD)、会员专享折扣等的频率、折扣深度和具体时间，分析其组合套路。
跟价策略模拟：如果竞品使用了自动调价软件，模拟其调价规则。并为我推荐应对策略，例如，是否应先以1-2%的幅度进行小幅跟价测试，观察对方反应模式后，再决定是否全面跟进。
#Constraints: 1. 分析必须基于提供的实际Price History。 2. 用表格呈现促销节奏。
ai：核心发现
这是一个典型的「高低定价」+「暴力渗透」双模式切换的复合策略。 上架初期以99.99高价定位建立锚定价格认知，随即立即跳降至99.99高价定位建立锚定价格认知，随即立即跳降至62.99进行暴力起量，后期进入「高标价 + 频繁Coupon + 间歇性大降价」的循环模式。
其核心逻辑是
用Coupon保持价格敏感用户转化 + 用直降价冲击BSR排名节点 + 用原价$79.99维持利润空间。全年中有36.5%的时间在降价促销，但单次促销极少超过连续14天，节奏控制非常精准。
和前台看到完全吻合：
然后接下来就是请从以下两个维度进行深度拆解
维度1：
产品层面（挖掘优化点）
高频好评提炼：提炼用户反复认可的优势（如画质清晰、耐摔），可作为我的卖点参考。
高频差评挖掘：找出用户集中抱怨的问题（如电池续航短），并说明这些问题占差评总数的百分比。
改进机会分析：结合差评，找出市场未被满足的需求痛点，并提出一个具体的成本可控的差异化改进方案（例如，从“电池续航短” -> “增加电池容量20%”）。维度2：运营层面（分析其手段）
评论时间线分析：分析该竞品是否存在合并老链接评论、合并国际评论等明显作弊迹象，或推测其获取评论的速度和质量。
评论与销量的关系：分析评论增长与销量增长的促进关系，判断其在产品上市初期，是否使用了“种子链接”或“Vine计划”等。#Constraints: 用结构化列表呈现，重点突出占比较高的几类差评。
核心发现
产品层面：这是一款评分4.6★、197个Rating的中上等品质产品，核心卖点是"大容量+可折叠收纳"，核心痛点是"结构稳定性不足"和"边缘毛刺工艺缺陷"。差评中有约50%集中于结构稳固性（单侧受力易垮、支撑臂易脱落）、约22%为品控瑕疵（到手即坏/焊接断裂），2%为边缘毛刺隐患。
运营层面：该Listing的评论获取策略极其干净健康，完全没有发现合并老链接、合并国际评论等违规迹象。122天内从0到100条评论的积累速度属于自然增长，且明显有Vine计划的早期介入。评论质量高（平均篇幅长、细节具体、附图多），自然留评率约5%，属于优质Listing的自然表现。**
可以一键得出来竞品的评论数据汇总：
接下来是最重要的广告打法：
请按以下策略拆解 {竞品ASIN} 的广告架构：
生命周期广告打法演变：
按新品期、稳定期、成熟期层层拆解，并分析每次演变的意图。
新品期：
是否以“自动广告低竞价拓词”为主，配合“手动精准广告高竞价打核心长尾词”，快速获取高相关性流量。
稳定期：
是否增加了“ASIN定向广告”和“补充的长尾词广告”，并如何配合库存与补货节奏进行调整。
成熟期：
是否采用了“SB（品牌推广）+SP（商品推广）”的组合拳，并通过站外促销（如Coupon+广告）来提升投产比。
广告类型与关键词布局：
分析SP、SB、SD等广告类型的使用情况及其主要投放的关键词。
竞价机制推测：
推测其广告预算高低，是否可能采用了“Up & Down”或“Fixed bids”等竞价策略。
#Constraints: 以列表和表格形式清晰展示各个生命周期阶段的策略。
核心发现
这是一个典型的「自然流量主导型」Listing，广告仅作为战术补充而非核心驱动。 当前广告流量占比仅10.7%（自然89.3%），远低于同类目头部竞品平均30-50%的广告依赖度。这揭示了一个关键结论：该竞品并非靠广告堆起来的，而是靠产品力+评论积累+季节红利+精准价格杠杆打出来的。
广告结构上，其SP广告占绝对主导（97%+），几乎未使用SB/SBV/SD品牌视频广告。竞价策略推测为 「固定出价 + 周期性手动调价」而非自动化竞价，所有投放围绕核心品类词「clothes drying rack」展开，长尾词覆盖度极低。
整体的内容和实际情况是基本符合的，可以帮助很多卖家快速拆解一个竞品的推品节奏。
但是切记不要一次性提问全部内容，因为ai回复都有文本字符限制，所以分开提问，尽量问的细一些。
