Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
聚焦选品、市场分析、竞品调研、Listing 与运营自动化等真实任务，展示 LinkFox AI Agent 如何理解业务目标、调用数据能力、执行多步骤分析，并把结果整理成可复核、可继续行动的业务产出。
数据查询围绕亚马逊商机探测器，先理解功能模块，再学习按指标反向筛选赛道、按关键词生成深度报告、按字段查看原始数据。
用户询问亚马逊商机探测器有哪些能力，以及 linkfox-amazon-opportunity-search-by-metrics 如何使用。
先解释 Opportunity Explorer 的核心模块，再区分正向分析和反向筛选：已有关键词用 opportunity report，已有商业筛选条件用 metrics search；最后把筛选维度拆成市场规模、竞争密度、价格档位、人群画像、产品特征和评论洞察。
适合用户不知道从哪个关键词开始时，用“指标条件”反向找赛道；也适合把老板的模糊要求，如“低竞争高增长”，翻译成可查询参数。
数据回填从竞品调研表出发，先反向识别字段需要的数据工具，再批量拉取 ASIN 数据并自动填充表格，适合学习表格任务如何拆解和执行。
用户上传竞品调研表，要求先反向评估表中字段需要哪些工具，再对 5 个 ASIN 批量拉取数据并填充表格。
先识别表格字段和数据来源，生成字段-工具映射表；再调用商品详情、Keepa、Jungle Scout 等工具批量取数；发现部分功能参数难以从 Listing 获取后，又引入 Alexa Shopping QA 和 Keepa Product Request 补充空白字段。
适合任何“已有竞品调研表但不知道怎么自动填”的场景：先做字段映射，再小样本回填，再补充缺失字段策略，最后扩展到全表。
竞品分析围绕竞对品牌近 3 个月新品，先发现高增长 ASIN，再匹配 1688 货源、核算单件利润和利润率，形成可用于选品与供应链判断的结构化报告。
用户要求分析 Ekouaer 品牌在 Amazon US 近 3 个月新品策略和利润空间，用于选品和供应链决策。
先用卖家精灵按品牌和上架时间找近 3 个月新品，并按增长率取 Top 10；再对每个 ASIN 主图做 1688 以图搜图，每个找 3 个供应商；然后用 Keepa 拉售价、FBA 配送费、佣金比例，结合采购成本和头程费用计算利润。
适合“盯一个竞品品牌找新品机会”：品牌新品发现 → 供应链匹配 → 利润测算 → 输出可跟进标的。
写提示词从一张目标表格截图倒推需要的数据源、字段、时间范围、聚合方式、样式规则和输出格式，生成可复刻的 ABA 趋势报告。
用户给出一张目标表格截图，问应该用哪个工具获取数据，以及如何写提示词才能复原这样的表。
先识别截图来源是卖家精灵的关键词 ABA 排名趋势表，再反推原始数据来自 Amazon Brand Analytics Search Terms Report；然后说明周粒度 ABA 数据如何聚合到月，并提炼出复刻表格必须写清的 6 个提示词要素。
适合“看到一张别人报告/表格，想复刻数据结构”的场景：先识别数据源，再拆字段、粒度、时间、样式和高亮规则。
定时任务把竞品 ASIN、基准价格、阈值和告警格式写清楚，让系统定时查询实时价格，并在价格偏离时给出明确处理建议。
用户要求立即监控 Amazon US 竞品 ASIN B0GL1C53XB 当前 BuyBox 价格，并和基准价 $11.88 比较，偏差超过 $2 就告警。
任务把监控对象、数据源、基准值、阈值、计算公式和输出格式都写清楚：先查当前价格，再计算偏差，再判断是否触发告警，最后输出当前价格、基准价格、偏差和建议动作。
适合竞品价格、BuyBox、优惠券或排名监控；把一次查询改成每天/每周定时跑，就能变成异常提醒。
首页任务从一个商品需求开始，生成亚马逊主副图方向，并推荐继续进入图片生成和视频生成。
用户从首页直接提出：生成 3 张宠物慢食碗亚马逊主副图，并说明每张图适合放在哪个位置。
先规划 3 张图的主题和位置，再让用户确认是否开始生图；确认后执行图片生成，并返回每张图的用途与简述。
适合新手从一个简单商品需求开始：先让 AI 规划图序和位置，再确认出图，避免一上来随机生成。
首页任务围绕亚马逊竞品价格、排名和趋势变化，整理可用于定价判断的分析结果。
用户要求把两个 ASIN 过去六个月的历史价格和 BSR 曲线画在一张图里，并分析定价策略。
系统拉取两个竞品的历史价格和 BSR 数据，生成对比图，再结合曲线变化解释不同策略，例如降价换排名、稳定价格维持利润、排名波动与价格动作的关系。
适合做竞品定价复盘：不要只看当前价，而要把价格动作和排名变化放在同一张图里看。
选品分析从产品方向出发，结合选品方法判断候选商品是否具备继续跟进价值。
分享页可见信息较少，核心任务是生成 Amazon US 潜力方向爆款预测分析报告。
从页面标题看，案例采用三层漏斗分析：先找潜力方向，再做筛选判断，最后输出爆款预测报告文件。
适合把候选方向放进漏斗：先粗筛市场，再看竞争和风险，最后输出可跟进方向。
市场分析围绕 Amazon US 宠物用品类目，查看市场容量、竞争情况、新品机会和细分方向。
用户要求获取 Amazon US Pet Supplies 最近 30 天市场列表，新品定义为半年内上架，样本取前 100，头部取前 10。
按站点、类目、时间范围、新品定义、样本量和头部样本量拉取市场数据，并落盘为市场记录，再用于判断类目机会。
适合类目机会初筛：先限定站点和类目，再明确新品定义和样本量，避免泛泛分析一个大类目。
市场分析围绕 shower phone holder 查看关键词流量、竞争情况和获客方向。
用户要求做 shower phone holder 美国站关键词调研。
围绕目标关键词拉取关键词、流量、竞争和报告数据，经过多次工具调用后生成完整调研报告。
适合 Listing 上新或选品前的关键词判断：从一个种子词扩展需求、竞争和获客方向。
市场分析基于 ASIN 分析评论内容，提炼用户痛点、产品缺口和可优化卖点。
用户要求分析 Amazon US ASIN B07L5FC9F9 的产品评论。
围绕单个 ASIN 拉取评论数据，生成评论分析报告，提炼好评动机、差评痛点和可优化方向。
适合把评论转成产品改良、Listing 卖点和主副图素材方向。
Listing 生成从商品图开始生成标题、五点描述、商品描述、关键词、素材图和评分报告。
用户上传商品图，要求充分调研竞品后为商品写 Listing；后续补充写作风格和规格：功能实用型、BPA-free、保冷 24h/保热 6h、洗碗机安全。
先以图搜竞品，找到 27 个同款并识别主要竞品；再从图片提取已知事实和关键词矩阵，列出无法确认的规格让用户补充；确认后生成 Listing 并做质量评分与合规验证。
适合只有商品图时的 Listing 流程：先识别事实和竞品，再让用户补充不确定规格，最后写文案。
Listing 生成上传表格或飞书表格，按商品字段批量生成标题、五点描述或完整 Listing。
用户上传 Scrub Daddy 20 条商品 Listing 表格，要求根据亚马逊新规改写标题，增加 Item Highlights，并写回表格。
读取 Excel 后批量处理 20 条商品；按新规压缩 Title，把原标题中的功能、场景、促销堆词迁移到 Item Highlights；最后写回新增列。
适合政策变化导致的批量 Listing 整改：先定义标题和亮点字段规则，再批量写回表格。
Listing 生成从热销商品或目标类目商品开始，提炼关键词、卖点和本地化 Listing 方向。
用户引用 Scrub Daddy 热销 ASIN B0CJ1NHWGX，要求为该商品写两个新 Listing。
先分析竞品价格、评分、月销和可用关键词；再识别差异化机会，如 FlexTexture 温控、12 周抗异味、颜色分区、12+ 表面无划痕；然后生成两个变体策略：功能型和场景型。
适合从热销商品学习结构，但不要复制品牌词；可以把同一商品写成不同定位变体做测试。
商品库从商品库选择商品进入 Listing 生成，带入商品上下文，并把结果继续沉淀到商品维度。
用户从商品库引用两个商品：儿童守门员手套和儿童足球门套装，要求为这些商品写新 Listing。
先解析商品库引用，生成 2 件商品批量摘要；再选择对标复刻模式并并行执行；每个商品先做关键词和卖点策略确认，再进入最终文案生成。
适合商品库驱动批量 Listing：商品资料先沉淀在商品库，生成时直接引用，减少重复上传和信息丢失。