质检Skill开源：你的Listing在亚马逊眼里，到底能打几分？

Hello，大家好，我是Blue。

前两天我写一篇亚马逊标题 75 字符新规的内容，顺便再解析了一下目前亚马逊Lisitng的底层算法。

然后我们跨境AI实战圈里有朋友问，有什么办法可以快速检测一下自己的Listing是否合规且符合算法推荐的要求？

正好我最近也在开发一个Lisitng生成Skill，于是我从这里面先把质检SOP提取了出来，做了一个轻量级版本的Lisitng质检Skill：

Amazon Listing Doctor

他会基于 CDQ算法 / A9 / COSMO / Alexa 四大底座知识，来给Listing进行全身体检和打分，输出一份诊断报告，帮你揪出“流量加倍、弯道超车”的机会点。

项目已开源：

github【将这段字和括号一起删除】.com/buluslan/amazon-listing-doctor

觉得好用的话，麻烦进页面右上角点个 Star，后面会持续维护，感谢各位老板。

Skill怎么给你的 Listing 打分？

以前我们看 listing，基本靠感觉。你说这个标题写得不错，我说那个图片挺好看——但到底好在哪、差在哪、每一块能打几分，没人说得清。

这套工具要做的，就是把这种感觉，变成一套有据可依的诊断。

它基于四个底座来打分，每个底座回答一个不同的问题。

（1）CDQ 质量分

CDQ全称 Composite Data Quality，是亚马逊内部对每个 ASIN 打的内容质量分，也是目前最新的算法评估机制，所以权重也最高。

它把 listing 拆成六个子项加权：结构化属性占 30%、标题占 25%、变体占 20%、图片占 15%、五点占 5%、A+ 占 5%

这里有两点特别值得卖家留意。

一是结构化属性占比最大，30%，很多老卖家习惯于把精力全砸在标题和五点描述上，属性这块反而填得稀里糊涂，现在会白白丢掉最大头的分。

二是标题违规直接判 0 分，特别在标题新规的75个字符要求下，超字数了不只是被官方 AI 改写那么简单，整个 CDQ 分数都会被这一项拖死。

（2）A9 收录健康度

这一层是关键词质量的打分，核心影响的是"你的 listing 能不能被搜到"。

核心词有没有放在标题最前面、后台 search terms 是不是干净有效、填充的属性够不够完整。

（3）COSMO 意图覆盖度

这一层它不是简单的场景词匹配，而是用 AI 去理解你的 listing 到底表达了哪些用户意图。

它会在四个维度上分析你：写了什么使用场景（use_case）、面向谁（audience）、帮他们达成什么目标（goal）、有没有可感知的约束条件（constraint）。

比如你是卖宠物自动喂食器的，就需要分别对应：上班不在家也能定时喂、多宠物家庭、定时定量不让宠物饿着、静音不扰民。

大部分卖家写 listing 还是老思路——堆参数、堆属性词、场景词，觉得词越多越能被搜到。

详情页有没有在“说人话”，对用户来说是否具备阅读性，变得越来越重要了。

（4）Alexa 可发现性

这是最后一层，看的是AI 购物助手能不能在买家提问的时候找到你、把你推荐出去。

Skill会模拟真实买家向 Alexa for Shopping 提问的场景，比如"跑步用什么耳机好""老人能用的充电宝推荐一下"，然后检测你的 listing 能不能回答这些问题。

毕竟已经有接近 3 亿消费者，在用亚马逊上使用 AI 购物助手买东西了。

除了这四个底座能力，还有两个实用模块。

合规体检

按亚马逊最新的 75 字符标题规则、125 字符商品亮点规则，把标题、五点、search terms、图片进行逐项扫描。

检测是否存在违规的营销禁词、主观夸大词、以及是否触碰了关键词堆砌、图片尺寸这些硬红线。

标题词组分诊

这个在标题超字数的时候最管用。

它把你的标题拆成一个一个词组分，按词性和合规信号进行分类，告诉你每个词该留在标题里、还是下移到商品亮点和五点里、还是直接删掉。

像现在新规砍到 75 字符，很多人不知道哪些词该砍，这个功能可以协助你做取舍。

检测结果完成度，取决于数据丰富度

我的这套Listing质检Skill，需要吃的数据蛮多的，有一些是网页前台可以直接取用，但有一些埋在卖家后台里，需要自己去导出。

如果说没办法一下子把所有数据/信息都拉出来，也不用担心，我的Skill依然能跑质检，只不过检测结果会降级，报告效果会有缺失。

个人建议在实际使用的时候，可以先拿前台数据跑一遍，然后再针对问题突出的，或者重要的主推ASIN补充后台数据再补跑一轮。

实操演示：3分钟一键出报告

我这个Skill在任意Agent上都可以使用，这里我用Claude Code来演示。

我随便找了一个数据线的ASIN丢给他，让他调用Amazon Listing Doctor Skill来进行质检。

因为这个不是我产品，所以我必须借助第三方工具来进行前端数据采集，我用的是卖家精灵的MCP。

这里面内置了44 个 MCP 工具，覆盖 ASIN 分析、商品竞品、关键词、流量、市场、ABA 趋势等多个领域。

简单来说，我在亚马逊上需要的所有数据，都能通过卖家精灵的MCP拿到。

我们应该把精力和token花在业务方法的钻研上，然后把数据获取交给专业的合作伙伴来做。

所以我在这个Skill里，直接把卖家精灵的接口都做好了，你拿到API Key后即插即用，都不需要你做额外配置。

如果你对MCP/API/CLI这些概念还搞不懂，请去这篇文章里面补课！

如果是咱们自己的产品，是支持输入excel、doc甚至纯文本的，这样能省点Token

几分钟后，Skill就会给我们返回具体的报告了。首先是一个总览，直接点出这个测试ASIN的标题字符数超了，而且存在一些违规点。

Skill还检测出，这个Asin可能存在类目错放的情况。是的，我也没想到他还顺便干了这个活

然后是Skill觉得这个Asin做的好的地方，其实整体看问题都不大。CDQ评分这里也是因为标题过长的问题影响了总分。

接下来是Cosmo意图覆盖和Alexa可读性的分析。

这里就能看出这个数据线产品在人群、场景、约束几个维度都存在缺陷了。

当然，这里也有可能是品牌方有自己的考虑，结论仅供参考。

然后Agent模拟 24 个买家向 Alexa for Shopping 的提问，也发现这个Listing能完全回答上的只有几个，侧面印证了Cosmo意图覆盖确实是不够的。

最后，Skill给出了改进行动清单，还贴心的帮我们排好了P0～P2的优先级。

从输入ASIN调用Skill分析，到整个报告输出，只用了2～3分钟。

如果觉得用Skill太复杂了，我也准备了一份极简版提示词，帮助你30s快速诊断，需要的朋友可以留言！

写在最后

2026年做跨境电商、做亚马逊、做生意，肯定不再单纯靠感觉了。

从拍脑袋，到科学出海，背后一定是：

"完备的数据来源+高效的分析工具+科学的分析方法"三者结合的有机统一。

数据，我们交给专业的生态合作伙伴，比如卖家精灵。

工具，用AI Agent赋能个体，武装公司业务，把效能放大十倍，已经是行业标配。

方法，不仅要在运营和操盘手的脑子里，更要落在企业的知识库里，蒸馏成随时可被调用的Skill。

最后，祝各位的Lisiting质检都能一次就过，BSR永远在榜一，哈哈哈。