zach-product-research

Name: zach-product-research
Author: zach22-1999

123stars32forks

How to install zach-product-research?

zach22-1999/amazon-skills/zach-product-research

$npx -y skills add zach22-1999/amazon-skills --skill zach-product-research

Installs into the current project.

Summary

基于Sorftime MCP的选品分析，发现高潜力市场机会、多维度属性标注与交叉分析、验证竞争格局、测算投入产出、输出Go/No-Go决策与选品报告。使用时机：选品立项前的市场调研。新品上架工作流第一步。触发词：/zach-product-research

Files · 1

View on GitHub

SKILL.md

1	## 前置建议
2
3	本公开版 Skill 是自包含的，不依赖任何私有工作区文件、内部参考库或品牌专属协议。
4
5	开始分析前，优先阅读本 Skill 自带的参考材料：
6
7	- `references/payload_schema_v2.md` — v2 数据包结构与必填字段
8	- `references/payload_schema.md` — v1 兼容格式
9	- `references/html_report_spec.md` — HTML 精简报告结构要求
10	- `references/analysis_patterns.md` — 分析模式与洞察写法模板
11
12	如果你已有自己的市场研究资料，可以作为补充背景使用；但本 Skill 的执行、交付和校验不依赖外部私有资料。
13
14	# 选品分析器（Product Research - Sorftime MCP）
15
16	## 定位
17
18	基于 Sorftime MCP 的选品分析，帮助你在有利润前提下，用最短时间、最低风险发现高潜力市场机会。
19
20	数据来源：全部通过 Sorftime MCP 工具获取，不捏造、不估算。
21
22	下游输出：选品报告（MD + HTML精简 + Dashboard看板 + Excel）→ 新品上架工作流的后续步骤：`zach-competitor-deep-dive`（Listing 级竞品拆解）→ `zach-pricing-strategy`（定价精算）→ …
23
24	> 注：本 Skill 已吸收原 `zach-market-intelligence` 的 Go/No-Go 决策框架与进入壁垒评估能力（见 Step 2.4 / Step 3.5），以及 `zach-report-dashboard-renderer` 的 Dashboard 可视化看板能力。两者均已标记为 deprecated。
25
26	## Script Directory
27
28	- `scripts/render_deliverables.py`
29	- 用途：把统一 JSON 数据包渲染为 `md + html精简 + dashboard看板 + xlsx + json`，并执行交付校验
30	- v2 模式（推荐）：payload 含 `schema_version: “2.0”` + `chapters`，渲染器从结构化数据生成表格 + 插入 LLM 洞察段落
31	- v1 兼容模式：payload 含 `report_markdown` / `report_html`，直接写入（旧流程）
32	- 命令：
33	- `python skills/zach-product-research/scripts/render_deliverables.py generate --input <payload.json>`
34	- `python skills/zach-product-research/scripts/render_deliverables.py validate --input <payload.json>`
35	- `python skills/zach-product-research/scripts/render_deliverables.py all --input <payload.json>`
36	- 适用时机：Step 5 交付阶段，禁止手工只补单个文件后直接结束任务
37	- `scripts/parse_top100_dimensions.py`
38	- 用途：按规则文件解析 Top100 标题维度，输出 `top100_parsed.json` 与 `uncertain_products.json`
39	- `scripts/cross_analysis.py`
40	- 用途：基于解析后的产品 JSON 生成交叉矩阵和机会空白点
41
42	## References
43
44	- `references/payload_schema_v2.md`
45	- 用途：v2 payload 结构定义（10 章 chapters + excel_sheets），准备 `render_deliverables.py` 输入数据包时查看
46	- `references/payload_schema.md`
47	- 用途：v1 payload 结构定义（向后兼容参考）
48	- `references/html_report_spec.md`
49	- 用途：HTML 精简报告区块定义参考
50	- `references/analysis_patterns.md`
51	- 用途：四种分析模式的模板与示例，报告写作时必须引用（至少使用 3 种）
52
53	## Assets
54
55	- `assets/html_report_template.html`
56	- 用途：HTML 精简报告模板（v1 使用，v2 由 render_deliverables.py 内置渲染）
57	- `assets/dashboard_template.html`
58	- 用途：Dashboard 可视化看板模板（从 zach-report-dashboard-renderer 迁入），v2 由 render_deliverables.py 自动注入数据
59
60	## Agents
61
62	- `agents/data-pipeline.md`
63	- 用途：负责 Sorftime 原始数据 → 中间 JSON / Excel Sheet 数据
64	- `agents/insight-writer.md`（v2 新增，替代 report-writer.md）
65	- 用途：负责在固定 10 章结构中撰写分析洞察段落（不写表格格式/HTML）
66
67	## Evals
68
69	- `evals/evals.json`
70	- 用途：最小自测套件
71	- `evals/files/sample_payload_minimal.json`
72	- 用途：交付链路最小样本
73
74	---
75
76	## 核心原则
77
78	1. 权重优先：权重越大，免费流量越多
79	2. 盈利监控：利润覆盖广告成本，保持健康ROI
80	3. 战场优先：先选好市场，再打磨产品
81	4. 数据驱动：用可量化指标判断市场与竞品
82	5. 差异化竞争：通过优化设计、卖点、包装提升转化
83
84	---
85
86	## 硬性规则（⛔ 不可省略）
87
88	以下规则适用于所有场景，不论模型能力或用户是否明确要求：
89
90	1. ⛔ 类目 Top100 明细必须输出完整 100 条，不得以"代表产品"缩写
91	2. ⛔ 竞品差评分析必须附"竞品选择逻辑表"（ASIN + 选择理由 + 竞品类型 + 覆盖维度），竞品总数 6-10 个，覆盖量级标杆/功能差异/价格带/痛点
92	3. ⛔ 关键词分析必须覆盖至少 3 个维度对比（如：品类大词 vs 属性词 vs 规格/场景词）
93	4. ⛔ MD 报告中出现的每个数据表/统计结论，必须在 Excel 中有对应 Sheet
94	5. ⛔ 每个 Step 完成后进行数据完整性检查，再进入下一步
95	6. ⛔ 输出前执行 Step 5 交付自检清单
96	7. ⛔ 定向品类分析（场景 4）必须执行 Step 1.5 产品属性标注
97	8. ⛔ 差评痛点必须按属性维度归类（而非仅按产品归类）
98
99	### 报告写作硬性规则（⛔ 不可省略）
100
101	以下规则确保每份报告达到「充电宝 v2」级别的分析深度，而非纯数据堆砌：
102
103	9. ⛔ 禁止纯数据呈现：每个数据表格后必须紧跟「关键洞察」段落（2-4 条 bullet），说明数据的业务含义，不得只放表格不做解读
104	10. ⛔ 必须有 Executive Summary：报告开头必须有 3-5 条核心结论，每条结构为：`数据点 → 含义 → 行动建议`
105	11. ⛔ 交叉分析必须解释原因：每个"空白"/"薄供给"标签必须附带原因分析（技术限制？需求不存在？被市场忽视？供应链难度？），不得只标注状态
106	12. ⛔ 差评痛点必须映射品牌机会：每个维度的差评痛点必须完成 `痛点 → 品牌能力 → 产品方案` 的映射，不得只列痛点不给方案
107	13. ⛔ 策略建议必须有产品矩阵：至少给出 Tier 1 产品的完整规格（维度规格表 + 决策理由 + 目标定价 + 差异化主张 + 对标竞品 + 预估月销潜力），绝不允许"待确认"占位
108	14. ⛔ 供需缺口必须排优先级：按三维评估（市场规模 40% + 技术可行性 30% + 品牌匹配 30%）排序，不得平铺罗列
109	15. ⛔ 必须使用分析模式：每份报告至少使用以下 4 种分析模式中的 3 种（详见 `references/analysis_patterns.md`）：
110
111	\| 模式 \| 核心逻辑 \| 最低使用次数 \|
112	\|------\|----------\|-------------\|
113	\| 数据→空白→机会 \| 从分布数据中发现供给空白，评估机会价值 \| 1 次 \|
114	\| 痛点→优势映射 \| 将差评痛点映射到品牌能力和产品方案 \| 1 次 \|
115	\| 交叉维度→结构性空白 \| 多维度交叉发现结构性市场缺口 \| 1 次 \|
116	\| 多维评估→优先级矩阵 \| 多因素加权评估排出优先级 \| 1 次 \|
117
118	---
119
120	## Sorftime MCP 工具清单
121
122	执行选品分析时，调用以下 Sorftime MCP 工具（⛔ =

People who liked this also viewed

6 picks

Type

zach-product-research

123stars32forks

View on GitHub

How to install zach-product-research?

zach22-1999/amazon-skills/zach-product-research

$npx -y skills add zach22-1999/amazon-skills --skill zach-product-research

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	## 前置建议
2
3	本公开版 Skill 是自包含的，不依赖任何私有工作区文件、内部参考库或品牌专属协议。
4
5	开始分析前，优先阅读本 Skill 自带的参考材料：
6
7	- `references/payload_schema_v2.md` — v2 数据包结构与必填字段
8	- `references/payload_schema.md` — v1 兼容格式
9	- `references/html_report_spec.md` — HTML 精简报告结构要求
10	- `references/analysis_patterns.md` — 分析模式与洞察写法模板
11
12	如果你已有自己的市场研究资料，可以作为补充背景使用；但本 Skill 的执行、交付和校验不依赖外部私有资料。
13
14	# 选品分析器（Product Research - Sorftime MCP）
15
16	## 定位
17
18	基于 Sorftime MCP 的选品分析，帮助你在有利润前提下，用最短时间、最低风险发现高潜力市场机会。
19
20	数据来源：全部通过 Sorftime MCP 工具获取，不捏造、不估算。
21
22	下游输出：选品报告（MD + HTML精简 + Dashboard看板 + Excel）→ 新品上架工作流的后续步骤：`zach-competitor-deep-dive`（Listing 级竞品拆解）→ `zach-pricing-strategy`（定价精算）→ …
23
24	> 注：本 Skill 已吸收原 `zach-market-intelligence` 的 Go/No-Go 决策框架与进入壁垒评估能力（见 Step 2.4 / Step 3.5），以及 `zach-report-dashboard-renderer` 的 Dashboard 可视化看板能力。两者均已标记为 deprecated。
25
26	## Script Directory
27
28	- `scripts/render_deliverables.py`
29	- 用途：把统一 JSON 数据包渲染为 `md + html精简 + dashboard看板 + xlsx + json`，并执行交付校验
30	- v2 模式（推荐）：payload 含 `schema_version: “2.0”` + `chapters`，渲染器从结构化数据生成表格 + 插入 LLM 洞察段落
31	- v1 兼容模式：payload 含 `report_markdown` / `report_html`，直接写入（旧流程）
32	- 命令：
33	- `python skills/zach-product-research/scripts/render_deliverables.py generate --input <payload.json>`
34	- `python skills/zach-product-research/scripts/render_deliverables.py validate --input <payload.json>`
35	- `python skills/zach-product-research/scripts/render_deliverables.py all --input <payload.json>`
36	- 适用时机：Step 5 交付阶段，禁止手工只补单个文件后直接结束任务
37	- `scripts/parse_top100_dimensions.py`
38	- 用途：按规则文件解析 Top100 标题维度，输出 `top100_parsed.json` 与 `uncertain_products.json`
39	- `scripts/cross_analysis.py`
40	- 用途：基于解析后的产品 JSON 生成交叉矩阵和机会空白点
41
42	## References
43
44	- `references/payload_schema_v2.md`
45	- 用途：v2 payload 结构定义（10 章 chapters + excel_sheets），准备 `render_deliverables.py` 输入数据包时查看
46	- `references/payload_schema.md`
47	- 用途：v1 payload 结构定义（向后兼容参考）
48	- `references/html_report_spec.md`
49	- 用途：HTML 精简报告区块定义参考
50	- `references/analysis_patterns.md`
51	- 用途：四种分析模式的模板与示例，报告写作时必须引用（至少使用 3 种）
52
53	## Assets
54
55	- `assets/html_report_template.html`
56	- 用途：HTML 精简报告模板（v1 使用，v2 由 render_deliverables.py 内置渲染）
57	- `assets/dashboard_template.html`
58	- 用途：Dashboard 可视化看板模板（从 zach-report-dashboard-renderer 迁入），v2 由 render_deliverables.py 自动注入数据
59
60	## Agents
61
62	- `agents/data-pipeline.md`
63	- 用途：负责 Sorftime 原始数据 → 中间 JSON / Excel Sheet 数据
64	- `agents/insight-writer.md`（v2 新增，替代 report-writer.md）
65	- 用途：负责在固定 10 章结构中撰写分析洞察段落（不写表格格式/HTML）
66
67	## Evals
68
69	- `evals/evals.json`
70	- 用途：最小自测套件
71	- `evals/files/sample_payload_minimal.json`
72	- 用途：交付链路最小样本
73
74	---
75
76	## 核心原则
77
78	1. 权重优先：权重越大，免费流量越多
79	2. 盈利监控：利润覆盖广告成本，保持健康ROI
80	3. 战场优先：先选好市场，再打磨产品
81	4. 数据驱动：用可量化指标判断市场与竞品
82	5. 差异化竞争：通过优化设计、卖点、包装提升转化
83
84	---
85
86	## 硬性规则（⛔ 不可省略）
87
88	以下规则适用于所有场景，不论模型能力或用户是否明确要求：
89
90	1. ⛔ 类目 Top100 明细必须输出完整 100 条，不得以"代表产品"缩写
91	2. ⛔ 竞品差评分析必须附"竞品选择逻辑表"（ASIN + 选择理由 + 竞品类型 + 覆盖维度），竞品总数 6-10 个，覆盖量级标杆/功能差异/价格带/痛点
92	3. ⛔ 关键词分析必须覆盖至少 3 个维度对比（如：品类大词 vs 属性词 vs 规格/场景词）
93	4. ⛔ MD 报告中出现的每个数据表/统计结论，必须在 Excel 中有对应 Sheet
94	5. ⛔ 每个 Step 完成后进行数据完整性检查，再进入下一步
95	6. ⛔ 输出前执行 Step 5 交付自检清单
96	7. ⛔ 定向品类分析（场景 4）必须执行 Step 1.5 产品属性标注
97	8. ⛔ 差评痛点必须按属性维度归类（而非仅按产品归类）
98
99	### 报告写作硬性规则（⛔ 不可省略）
100
101	以下规则确保每份报告达到「充电宝 v2」级别的分析深度，而非纯数据堆砌：
102
103	9. ⛔ 禁止纯数据呈现：每个数据表格后必须紧跟「关键洞察」段落（2-4 条 bullet），说明数据的业务含义，不得只放表格不做解读
104	10. ⛔ 必须有 Executive Summary：报告开头必须有 3-5 条核心结论，每条结构为：`数据点 → 含义 → 行动建议`
105	11. ⛔ 交叉分析必须解释原因：每个"空白"/"薄供给"标签必须附带原因分析（技术限制？需求不存在？被市场忽视？供应链难度？），不得只标注状态
106	12. ⛔ 差评痛点必须映射品牌机会：每个维度的差评痛点必须完成 `痛点 → 品牌能力 → 产品方案` 的映射，不得只列痛点不给方案
107	13. ⛔ 策略建议必须有产品矩阵：至少给出 Tier 1 产品的完整规格（维度规格表 + 决策理由 + 目标定价 + 差异化主张 + 对标竞品 + 预估月销潜力），绝不允许"待确认"占位
108	14. ⛔ 供需缺口必须排优先级：按三维评估（市场规模 40% + 技术可行性 30% + 品牌匹配 30%）排序，不得平铺罗列
109	15. ⛔ 必须使用分析模式：每份报告至少使用以下 4 种分析模式中的 3 种（详见 `references/analysis_patterns.md`）：
110
111	\| 模式 \| 核心逻辑 \| 最低使用次数 \|
112	\|------\|----------\|-------------\|
113	\| 数据→空白→机会 \| 从分布数据中发现供给空白，评估机会价值 \| 1 次 \|
114	\| 痛点→优势映射 \| 将差评痛点映射到品牌能力和产品方案 \| 1 次 \|
115	\| 交叉维度→结构性空白 \| 多维度交叉发现结构性市场缺口 \| 1 次 \|
116	\| 多维评估→优先级矩阵 \| 多因素加权评估排出优先级 \| 1 次 \|
117
118	---
119
120	## Sorftime MCP 工具清单
121
122	执行选品分析时，调用以下 Sorftime MCP 工具（⛔ =

People who liked this also viewed

6 picks

Type