liangdabiao/amazon-skills-liang

amazon-negative-keywords

通过识别和管理负?

First seen May 16, 2026

Installation

$ npx skills add liangdabiao/amazon-skills-liang --skill amazon-negative-keywords

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from liangdabiao/amazon-skills-liang · top by installs.

npx skills add liangdabiao/amazon-skills-liang

Browse all from liangdabiao/amazon-skills-liang

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 51
Default branch main
Open issues 0
Status Active

Skill metadata

Parsed from SKILL.md frontmatter.

More metadata
nexscope
{"emoji":"🚫","category":"amazon"}

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 4,183 B
  • docs SUMMARY.md 188 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 6 installs

SKILL.md

Amazon 负关键词 🚫

通过识别和管理负关键词优化亚马逊PPC广告系列。通过消除不相关的搜索词减少广告浪费,同时保护有价值的转化词。

支持的平台: Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。

使用方法

分析我的亚马逊搜索词报告。我每月在PPC上花费2000美元,ACoS为40%。帮我找到可以削减浪费的负关键词。

功能

  • 搜索词报告分析,识别负关键词候选
  • 负关键词分类(不相关、低转化、竞品)
  • 广告系列级别 vs 广告组级别负定向策略
  • 负精确匹配 vs 负短语匹配决策框架
  • 负关键词实施后的预估节省计算
  • 持续的负关键词管理工作流程

工作原理

第一步: 从用户消息中收集信息 — 产品、平台、当前状况和目标。

第二步: 用多选格式一次性提出所有后续问题。允许简写回答(如"1b 2c 3a")。

第三步: 使用下方的框架和方法论进行研究分析。

搜索词效率分层

基于转化效率的四个层级:

  1. 高转化核心关键词: 直接推动销售。保护并增加竞价。
  2. 低频精准关键词: 有一定转化,点击量低。继续观察。
  3. 弱相关偶发转化词: 转化低但偶有销售。根据CPC与转化价值评估。
  4. 完全不相关的浪费关键词: 必须立即添加为负。

框架:将搜索词报告中的每个搜索词分类到相应层级。

负精确匹配 vs 负短语匹配逻辑

  • 负精确匹配: 仅阻止精确匹配的搜索词触发广告。
  • 负短语匹配: 阻止包含该词的所有搜索变体。
  • 决策规则: 对单个浪费词使用负精确。对一类不相关搜索使用负短语。
  • 示例:"free"作为短语负词会阻止"free shipping"、"buy free"、"totally free" — 捕获所有与"free"相关的浪费。

广告系列级别 vs 广告组级别负策略

  • 广告系列级别负词: 应用于该广告系列下的所有广告组。用于与整个产品线无关的词。
  • 广告组级别负词: 仅影响特定广告组。用于在不同匹配类型间进行微调。
  • 策略示例:

- 精确匹配广告组:对已单独定位的核心关键词使用负短语 - 广泛匹配广告组:保持开放以持续发现新搜索词

节省估算模型

预估节省 = 不相关搜索支出 - 潜在损失的转化价值

在实施每个负词前,评估净节省效果。确保负词操作的收益超过潜在损失。

持续管理框架

  • 审查频率: 建议每周审查搜索词报告。
  • 季节性/临时负词: 为季节性促销添加的负词应在促销结束后移除。
  • 关键词收获工作流程: 持续从广泛/自动广告系列"收获"高转化词并升级到精确匹配。

数据来源

  • 用户从亚马逊卖家中心导出搜索词报告(建议:至少14-30天)。
  • 报告包含:搜索词、点击、花费、转化、ACoS。
  • 无直接的卖家中心API连接。

局限性

  • 报告数据的完整性和准确性直接影响分析可靠性。
  • 搜索词报告有约72小时数据延迟。
  • 亚马逊隐藏一些低频搜索词 — 并非所有浪费支出都可见。
  • 效果需要时间显现 — 短期ACoS改善可能不明显。
  • 搜索词意图是动态的 — 现在不相关的词以后可能成为高转化词(季节性、趋势)。需要定期审查。
  • 无法直接连接亚马逊广告仪表板 — 依赖用户提供的数据。

第四步: 提供结构化、可执行的输出,包含具体建议,而非模糊指导。

输出格式

  • 先给出发现总结
  • 包含具体数据点和基准(若有)
  • 提供优先排序的行动项
  • 基于不完整数据的估算需标注 ⚠️
  • 以具体的后续步骤结尾