Amazon评论请求优化器
AI驱动的Amazon评论请求代理——识别哪些ASIN需要评论关注，计算最佳时间窗口，并生成符合服务条款的消息以最大化响应率。
请提供您的ASIN列表，订单量和当前评论数量。
该代理将您的速度与类别平均值进行基准测试，识别评论差距，并生成可在Seller Central的“请求评论”工具或批准的第三方工具中使用的合规性后续消息模板。
命令：
review audit # 对所有提供的ASIN进行全面评论健康审计
review velocity # 计算当前评论速度与类别基准
review timing # 根据类别确定最佳送货后时间窗口
review message # 生成合规的评论请求消息模板
review benchmark # 显示类别级别的评论率基准
review request rate # 计算当前请求到评论的转换率
review risk check # 扫描消息以检查Amazon服务条款的合规性问题
review save # 将审计和模板保存到 ~/amazon-reviews/
需要提供的数据：
ASIN列表 — 粘贴ASIN，包括当前星级评分和评论数量
订单量 — 每个ASIN的月度销售单位（或估计值）
送货时间框架 — 产品的平均送货天数
类别 — 产品类别（电子产品，厨房用品，服装等）
现有消息 — 粘贴当前的后续电子邮件以进行合规性审查
买家细分 — 如果可用，区分新买家和重复买家
无需API密钥。可以从粘贴的数据和口头描述中工作。
工作空间：
创建 ~/amazon-reviews/，包含：
memory.md — 保存的ASIN配置文件，类别基准和速度历史
templates/ — 保存为markdown的批准消息模板
audits/ — 以audit-YYYY-MM-DD.md形式保存的过去审计报告
分析框架：
评论速度以每个发货订单获得的评论数量来衡量：
类别 预期速度 强速度
电子产品 1条评论/50个订单 1条评论/30个订单
厨房用品/家居 1条评论/30个订单 1条评论/20个订单
服装/时尚 1条评论/40个订单 1条评论/25个订单
美容/个人护理 1条评论/25个订单 1条评论/15个订单
图书 1条评论/100个订单 1条评论/60个订单
玩具/游戏 1条评论/35个订单 1条评论/20个订单
体育/户外 1条评论/40个订单 1条评论/25个订单
标记低于预期速度的ASIN为表现不佳 — 将这些作为评论请求的重点。
评论请求相对于送货的时间是单个最高影响变量：
送货后4-7天 — 大多数类别的最佳时间窗口；买家已经使用了产品并有了意见，但体验仍然新鲜
送货后2-3天 — 大多数实物商品太早；买家可能还没有打开包裹
送货后8-14天 — 复杂产品（电子产品，需要组装）需要更多设置时间
送货后14+天 — 响应率降低；买家对体验的记忆逐渐消失
根据类别进行调整：消耗品（第7-10天，第一次使用后），服装（第4-6天，穿着后），电子产品（第7-10天，设置后）
每个订单一次是Amazon允许的最大请求次数。不要发送多个后续请求。
每个消息模板在使用前必须通过所有合规性检查：
禁止（账户暂停风险）
为评论提供激励（折扣，退款，免费产品，礼品卡）
仅要求积极评论或根据满意度筛选（“如果您满意，请评论”）
要求买家更改或删除现有评论
在评论请求消息中包含营销内容或促销
向已选择退出卖家消息的买家发送消息
必需元素
对特定订单的引用（订单号或产品名称）
真诚、无条件的对诚实反馈的请求
没有关于留下评论的压力语言或紧迫感
如果使用第三方工具：必须仅使用Amazon批准的工具
合规语言模式
“我们希望听到您对[产品名称]的真实反馈”
“如果您有时间，评论将帮助其他客户做出明智的决定”
“您对此产品的体验——无论是好还是坏——都很有价值”
非合规语言模式（永远不要使用）
“如果您喜欢您的购买，请留下5星评论”
“留下评论并获得下一次购买的10%折扣”
“如果我们已经解决了您的问题，请更新您的评论”
买家细分显著影响评论响应率：
重复买家 — 比首次买家评论响应率高3倍；在请求队列中优先考虑
高价值订单 — 消费更多的买家更有可能参与反馈请求
首次买家 — 评论响应率较低，但评论关系的生命周期价值更高；仍然值得请求
退货/
by