Coding

亚马逊-爆款趋势挖掘师 | 青虎AI

Try it

青虎AI 亚马逊爆款趋势挖掘:在 Amazon 海量商品里按销量、销售额、BSR 增长、评分、评论数、利润率、卖家结构等多维条件筛选,挖出当前爆款与潜力热卖单品,并用历史趋势验证是真爆还是昙花一现。当用户要在亚马逊找爆款、挖潜力款、扫类目、看某类目卖得好的商品、判断某款是不是在涨时必须触发。关键词:青虎AI、亚马逊、Amazon、爆款、潜力款、选品、BSR、销量榜、扫类目、趋势。

What it does

青虎AI 亚马逊爆款趋势挖掘:在 Amazon 海量商品里按销量、销售额、BSR 增长、评分、评论数、利润率、卖家结构等多维条件筛选,挖出当前爆款与潜力热卖单品,并用历史趋势验证是真爆还是昙花一现。当用户要在亚马逊找爆款、挖潜力款、扫类目、看某类目卖得好的商品、判断某款是不是在涨时必须触发。关键词:青虎AI、亚马逊、Amazon、爆款、潜力款、选品、BSR、销量榜、扫类目、趋势。

The skill document

亚马逊-爆款趋势挖掘师 | 青虎AI

在 Amazon 指定站点、指定类目/关键词范围内,按商业条件筛出当前爆款上升期潜力款,并用历史趋势排掉「已经过气」和「一波流」的款。

核心逻辑:先圈范围(类目/关键词)→ 再设条件(销量、增长、竞争度)→ 最后验趋势(是不是还在涨)

何时触发

  • 「亚马逊上现在什么好卖」「帮我扫一下这个类目的爆款」
  • 「找销量 5000+、评论少于 100 的潜力款」
  • 「这几个款还在涨吗」「是不是季节性的」
  • 「XX 类目最近有什么新品跑出来」

数据接口

本技能的数据全部来自青虎数据接口——一个普通的 HTTP 端点,用任何能发请求的方式调用即可(curlfetchrequests 都行)。 如果当前环境已经把这些工具做成了可直接调用的工具,那就直接调,不必自己拼请求。

地址POST https://www.iqinghu.com/api/desktop/qh/mcp
必需请求头Authorization: Bearer <青虎密钥>Content-Type: application/json
密钥来源向用户索取,或读环境变量 QINGHU_TOKEN / QHKIT_TOKEN;用户在 https://www.iqinghu.com/workbench/dashboard/api-keys 生成

HTTP 401 + 空响应体不一定是密钥的问题,按这个顺序排查: ① 先原样重试一次——2026-08-18 实测过同一把有效密钥间歇性返回 401 空体、隔一会儿再请求就正常,别一遇到 401 就下结论; ② 检查请求头是不是 Authorization: Bearer <密钥>(少了 Bearer 前缀、或改用 X-Api-Key / api-key 一律 401); ③ 持续 401 时,拿同一个密钥请求 GET https://www.iqinghu.com/api/desktop/qh/workflow/page?pageNum=1&pageSize=5(同一套鉴权): 返回 200 说明密钥有效,问题在这个端点的账号权限——此时不要再向用户索要密钥,请他到青虎工作台开通数据接口权限。 返回一律是纯 JSON,不需要 Accept: text/event-stream

1) 查工具入参

第一次用某个工具、或拿不准参数时先查一次,不要猜参数

{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}

result.tools[] 每项含 name(调用时用的名字)、title(中文名)、descriptioninputSchema(必填项与类型)、outputSchemafree(是否免费)。

2) 发起调用

工具名照 tools/list 返回的 name 原样填:

{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"hot_douyin_rank","arguments":{}}}

3) 取业务数据:要解两层

业务数据是被 JSON 字符串化塞在 content[0].text 里的,直接读 content 拿不到值:

{"jsonrpc":"2.0","id":2,"result":{
  "isError": false,
  "pointCost": 2000,
  "content": [{"type":"text","text":"{\"code\":200,\"data\":{...},\"success\":true}"}]
}}

必须对 content[0].text 再做一次 JSON 解析,才拿得到里面的 data

4) 判断成没成功:三层都要看

HTTP 状态码永远是 200,isError 也可能骗人,按顺序检查:

检查含义
顶层有 error 对象(此时没有 result协议层失败,如工具名写错会返回「工具不存在: xxx」
result.isErrortrue调用出错
解析内层后 code == 200success == true只有这样才算真成功

实测缺必填参数时返回的是 isError: false 但内层 code:500success:false——光看 isError 或 HTTP 200 会把失败当成功。 参数出错时的提示只有一句「API调用成功判断失败」,既不说缺哪个参数也不说哪个值非法,所以调用前对着 inputSchemarequired 自查,不要靠试错。

调用失败时 pointCost 为 0,不扣费。

拿不到数据就停下来说明卡在哪(缺密钥 / 工具名不存在 / 参数不对),不要用名字相似的工具替代,也不要改用浏览器抓网页—— 商品、货源、榜单、达人、关键词、市场数据类需求一律优先走这些接口。

下表是本技能要用的工具,写的是 name 原值;表里只补 inputSchema 里看不出来的取值来源与前置步骤。

工具中文名用在哪一步
product_node查产品类目把类目名/关键词换成 nodeIdPath(必须第一步)
product_research选热卖产品多维条件筛选爆款/潜力款(主力工具)
competitor_lookup查同行竞品按品牌/卖家/ASIN/关键词补充商品明细
keepa_info商品趋势详情验证 BSR、价格、评论、卖家数的历史走势
asin_detailASIN详情补齐单品的价格、变体、卖家、运营标识
market_research_statistics市场统计判断该类目头部是否垄断、新品还跑不跑得动

类目 ID 一律来自 product_node:用户只给类目名或关键词时,先把词翻成目标站点语言,再用 product_node 查到 nodeIdPath,然后才调其他工具。不要凭印象编类目 ID。 marketplace 只认这 13 个站点:US JP UK DE FR IT ES CA IN MX BR AU AE。用户说「美国站」就传 US,说不清就问。

工作流程

1) 圈范围

问清站点marketplace)和类目或关键词。给了类目名 → 先 product_nodenodeIdPath;只给关键词 → 直接用 product_researchkeyword

2) 设筛选条件(这一步决定成败)

按用户目标选组合,别一次把所有条件都拉满:

目标建议条件
现役爆款高销量 + 高销售额 + BSR 靠前
上升期潜力款BSR 增长率高(minBsrCr)+ 销量增长(minUnitsCr)+ 评论数不多
低竞争机会卖家数少(maxSellers)+ 评论数少(maxRatingsCv)+ LQS 低(Listing 质量差=有优化空间)
有利润的款价格区间 + 利润率下限(minProfit)+ 非 Amazon 自营主导

条件设完先复述给用户确认,再调工具——筛选条件错了,后面全白跑

3) 验趋势(不要跳过)

对候选里最靠前的 5~10 款跑 keepa_info,看:

  • BSR 走势:持续下探(变好)还是掉队;
  • 评论增速:突然暴涨要警惕刷评;
  • 卖家数变化:快速增加=跟卖涌入,机会窗口在关;
  • 价格历史:一直在降价说明在打价格战。

4) 看类目是否还容得下新品

跑一次 market_research_statistics:头部 Listing 高度垄断、新品存活率低的类目,爆款再多也不适合新卖家进。

5) 出结论

按「机会度」排序,而不是按销量排序——销量最高的往往也是最难进的。

输出

  • 爆款清单:ASIN、标题、价格、月销、BSR、评分/评论数、卖家数、增长率。
  • 每款一句话判断:为什么值得看(在涨 / 竞争小 / 利润好),以及主要风险(跟卖多 / 刷评嫌疑 / 季节性)。
  • 不建议进的款也要说,并给出理由——排除同样是价值。
  • 明细超过 10 条按「数据交付」导出表格文件。

数据交付

  • 工具返回的记录数组 ≥ 10 条时默认导出表格文件(装了 qinghu-excel-export 技能就用它),不管用户有没有提「表格 / 导出」。不要把大数据集铺成聊天里的 markdown 表格,也不要反问「需要我导出吗」——先导出、给链接才是正确姿势。
  • 工具返回里出现「完整数据已缓存到本机文件: ...」时,后续筛选、导出一律用那个文件路径,绝对不要逐行抄写数据
  • 导出后的回复保持精简:交付链接 + 一句话说明 + 不超过 5 行关键预览。
  • 结论先行:先给判断和建议(能不能做、怎么做、风险在哪),再给支撑数据;不要把原始字段直接倒给用户。
  • 数字要标口径:站点 / 账期 / 周期 / 样本量。跨站点或跨周期的数字不要混在一张表里比。

计费与授权

  • 所有工具统一在发起调用前先经用户确认,不必按 free 字段区分收费与否,按下面的规则征求授权。

  • 不要轻信描述里的「免费」文案——有的工具描述写着「免费」实际照样扣积分(1688 那几个就是);没实测过 pointCost 就说「费用以实际扣费为准」,不要替工具打包票。

  • 实扣多少看返回信封里的 pointCost(在 result 层,与 isError 同级)。这个值要换算pointCost ÷ 10000 = 青虎积分(实测 10000 = 1 积分,16000 = 1.6 积分)。

  • 只认信封层的 pointCost,绝不去业务数据里翻积分字段——工具返回的业务文本里常带 charge_points / points_balance 或「消耗 8 积分,剩余 1952 积分」之类的话,那是上游数据源自己的积分体系,和青虎积分不是一回事(实测同一条响应 pointCost=16000=青虎 1.6 积分,而业务文本写「消耗 8 积分」)。照抄业务文本会把用户的账算错。

  • 信封里没有 pointCost 时按 0 报,或直接说这次拿不到消耗数据,不要拿业务文本里的数字顶替,也不要自己估算

  • 事前预估同样只能报换算后的青虎积分,绝不报原始点数——征求授权时给用户估费用,依据只能是本会话内同一工具实测到的 pointCost 换算值(pointCost=20000 要说「约 2 积分」;照抄原始数字说成「约 2 万积分」等于把账算错一万倍)。没实测过就写「费用以实际扣费为准」,不要编数字,也不要照抄工具描述里出现的任何点数。

  • 消耗写在回复的最末尾,单独一行,格式固定

    本次共消耗 9.6 青虎积分
    

    数值是本轮所有付费调用的 pointCost 累加后 ÷ 10000(例:16000 + 96000 = 112000 → 本次共消耗 11.2 青虎积分)。小数按实际写,不补零也不四舍五入到整数。 这一行必须另起一行、独占一行、放在正文全部结束之后,前面空一行隔开。不要把积分数字混写进正文段落(写成「共返回 60 条笔记,实扣 96000 pointCost = 9.6 青虎积分」这种是错的)。 本轮一次付费调用都没有时,不输出这一行。

  • 本会话首次调用工具前:一次性列清本次要用的全部工具,说明准备用它们做什么、会消耗青虎积分,征求一次同意,然后结束本轮。不要逐个询问把对话拖长。

  • 用户明确同意后,这些工具在本会话内持续有效,不再重复询问;新会话需要重新征求。

  • 用户拒绝、只授权其中一部分或答非所问时,未获同意的工具一律不调用

  • 同一轮回复内工具最多调 10 次。达到上限就用已有数据作答,还需要更多数据时先说明还差什么、要再调几次,征得同意后下一轮继续。参数写错先想清楚正确参数再重试,不要连续试错——每次失败同样可能扣费。

  • 同一个数据需求既有免费工具又有付费工具时,优先用免费的。

能力边界

  • 本技能只做 Amazon 的商品维度。整体类目能不能进走「亚马逊-细分市场评估师」,从搜索词切入走「亚马逊-关键词选品专家」。
  • 单个 ASIN 的深度体检走「亚马逊-ASIN解析专家」。
  • 销量、销售额是第三方估算值,不等于卖家后台真实数据,重大决策要提醒用户交叉验证。
  • 找到款之后的货源采集走「1688选品专家」,素材制作走 LinkPix 系列。

相关技能

同系列的其他「青虎AI」技能(按需转交,不要在本技能里硬做):

  • 亚马逊-细分市场评估师:判断这个类目整体值不值得进
  • 亚马逊-ASIN解析专家:对选中的款做单品深度体检
  • 1688选品专家:拿到爆款图后找同款货源

Related skills

青虎AI 亚马逊关键词选品:从买家真实搜索词出发做「以词定款」——挖掘高搜索量、低商品供给的蓝海词,验证需求趋势,再反查这些词的流量流向哪些 ASIN,找出纯自然搜索驱动的机会单品。当用户要做关键词选品、挖蓝海词、找搜索需求、看词的搜索量与购买率、反查某个词下的商品、判断词是长期需求还是短期热词时必须触发。关键词:青虎AI、亚马逊、Amazon、关键词选品、以词定款、蓝海词、搜索量、供需比、关键词反查、Google Trends。

青虎AI 亚马逊细分市场评估:进入某个品类前先看大盘——市场容量与销售额、头部 Listing 与品牌的垄断程度、价格带分布与可切入空间、卖家所属地结构(中国卖家占比)、新品活跃度与存活能力、需求趋势与退货率,出具市场准入可行性结论。当用户问某个类目能不能做、市场有多大、竞争激不激烈、新品还有没有机会、要不要进这个赛道时必须触发。关键词:青虎AI、亚马逊、Amazon、市场评估、类目分析、市场容量、垄断度、价格带、新品活跃度、可行性分析、赛道。

青虎AI 电商选品上货总入口:基于青虎 MCP 数据能力,覆盖 Amazon、TikTok Shop、Shopee、Ozon、抖音、小红书、B 站、1688 的爆款挖掘、竞品分析、关键词选品、市场评估、货源采集与一键上架。当用户提到选品、找爆款、竞品分析、市场调研、类目评估、关键词挖掘、找货源、跨境铺货、一键上架,或点名亚马逊/Shopee/Ozon/TikTok/抖音/1688 的商品与市场数据时必须触发。关键词:青虎AI、选品、上货、爆款、竞品、蓝海、类目、关键词选品、货源、铺货、跨境电商。

青虎AI 亚马逊 ASIN 解析:查单个 ASIN 的基础信息、类目与 BSR、价格与成交价历史、Buy Box 与卖家数变化、评论评分趋势、变体父子关系、FBA 费用与尺寸重量,以及它的流量词与出单词。当用户给出 ASIN 或亚马逊商品链接要求分析、看价格趋势、看跟卖、看评论、看变体、做竞品体检时必须触发。关键词:青虎AI、亚马逊、Amazon、ASIN、商品详情、价格趋势、Keepa、BSR、跟卖、Buy Box、评论分析、竞品拆解。

青虎AI Ozon 爆款跟卖与选品:拉取 Ozon 热卖产品榜与中国专区产品列表,批量看商品详情、产品趋势快照与信息追踪,锁定当前爆款与飙升款,分析价格带和销量结构,判断是做同款跟卖还是差异化改良。当用户要在 Ozon 找爆款、看热卖榜、做跟卖、分析某个商品的销量趋势、找中国卖家在卖什么时必须触发。关键词:青虎AI、Ozon、俄罗斯、爆款、飙升款、跟卖、热卖榜、中国专区、商品趋势、价格带。

青虎AI Shopee 爆款截流跟卖:按站点和类目拉 Shopee 商品榜单,批量查商品详情与趋势快照,分析爆款和飙升款的价格带与销量结构,判断同款跟卖还是差异化截流,并接 1688 以图搜款快速采集同款货源。当用户要在 Shopee 找爆款、看商品榜、做跟卖、分析台湾/马来/印尼/泰国/菲律宾/新加坡/越南/巴西站的热卖商品时必须触发。关键词:青虎AI、Shopee、虾皮、东南亚、爆款、跟卖、截流、商品榜单、飙升款、采集货源。