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。
编程
亚马逊-ASIN解析专家 | 青虎AI
试用青虎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。
它能做什么
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。
技能文档
亚马逊-ASIN解析专家 | 青虎AI
给一个 ASIN,输出一份单品体检报告:它现在什么状态、历史怎么走过来的、靠什么词拿流量、用户在吐槽什么、值不值得跟。
适用:竞品拆解、跟卖决策、定价参考、Listing 优化前的诊断。
何时触发
- 用户直接贴 ASIN 或亚马逊商品链接
- 「这个链接怎么样」「帮我分析下这个竞品」
- 「这款的价格趋势 / BSR 走势 / 卖家数变化」
- 「看看这款的差评都在说什么」
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(curl、fetch、requests 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。
| 项 | 值 |
|---|---|
| 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)、description、inputSchema(必填项与类型)、outputSchema、free(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.isError 为 true | 调用出错 |
解析内层后 code == 200 且 success == 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:500、success: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 inputSchema 的 required 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 |
|---|---|---|
asin_detail | ASIN详情 | 基础信息、类目、价格、评论、卖家、变体、运营标识 |
keepa_info | 商品趋势详情 | 价格/BSR/评论/卖家数/Buy Box 的历史趋势与 FBA 费用、尺寸重量 |
review | 查评论 | 按星级、类型拉评论原文,做卖点与痛点归纳 |
traffic_keyword | 关键词反查 | 它靠哪些词拿曝光,自然排名与广告排名各占多少 |
keyword_order | 出单词反查 | 哪些词真正带来转化,转化结构在变好还是变差 |
competitor_lookup | 查同行竞品 | 把它和同品牌/同卖家/同类目的商品放在一起比 |
marketplace只认这 13 个站点:USJPUKDEFRITESCAINMXBRAUAE。用户说「美国站」就传US,说不清就问。competitor_lookup这类带类目筛选的工具需要nodeIdPath时,类目 ID 要先用product_node查,不要凭印象编。
工作流程
1) 拿到 ASIN 与站点
用户贴的是商品链接时,从链接里取 ASIN(形如 B0XXXXXXXX)和站点(amazon.com→US、amazon.co.jp→JP…)。
一次多个 ASIN 就逐个跑,不要把结论混在一起。
2) 现状:asin_detail
价格、类目与 BSR、评分与评论数、卖家数、是否 Amazon 自营、变体关系、配送方式。
3) 历史:keepa_info(这一步最有信息量)
- 价格 vs 成交价:长期低于划线价说明常年促销;
- BSR 走势:向下走=越卖越好;
- 卖家数:突增=跟卖涌入;
- 评论增速:短期暴涨要警惕;
- Buy Box 归属变化:频繁易主说明黄金购物车不稳。
- 顺带拿 FBA 费用、尺寸重量——这直接决定你能不能做出利润。
4) 用户声音:review
分别拉高星与低星评论。差评里的重复抱怨就是差异化机会,好评里的高频词就是现成卖点文案。
5) 流量结构:traffic_keyword + keyword_order
前者看曝光来源,后者看转化来源。曝光大但不出单的词=对手的浪费,也是你的机会位。
6) 出结论
明确回答:值不值得跟 / 跟的话怎么差异化 / 定价定在哪 / 主要风险是什么。
输出
- 一句话结论在最前面(值得跟 / 不建议跟 / 可差异化切入)。
- 现状卡片:价格、月销、BSR、评分、评论数、卖家数、配送方式、FBA 费用。
- 趋势判断:价格、BSR、评论、卖家数各自的方向,配一句解读。
- 用户痛点 Top3 / 卖点 Top3(来自评论)。
- 流量词与出单词要点,明细按「数据交付」导出。
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
- 本技能只解析已经指定的商品。要找新品走「亚马逊-爆款趋势挖掘师」,要从词切入走「亚马逊-关键词选品专家」。
keepa_info不含销量数据,销量估算看asin_detail/competitor_lookup。- 评论抓取有条数上限,样本不代表全部;结论要说明样本量。
- 不做 Listing 文案改写与图片生成,那属于内容生成类技能。
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-关键词选品专家:把竞品的流量词转成自己的词单
- 亚马逊-细分市场评估师:这款所在类目整体能不能进
- 1688选品专家:拿主图找同款货源
相关技能
专注对单个亚马逊 ASIN 进行全方位数据驱动的深度拆解,通过四步流水线整合 Keepa、Sorftime 与 SIF 数据,输出涵盖价格、BSR、评论、Deal、流量结构和生命周期等维度的 11 章节 HTML 深度报告。
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 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。
通过 ClawEC API 分析亚马逊 ASIN 优势(详情、销量趋势、销量预测),可选 AI 解读。在用户需要 asin advantage、ASIN 优势分析时使用。
ASIN Keepa 曲线与竞品生命周期分析专家。适用于深度诊断亚马逊 ASIN 的价格历史、BSR、销量趋势、评论增长、流量结构、生命周期阶段,并生成完整 HTML 竞品报告的场景。