现在的亚马逊对 Listing 的要求越来越高：
A9 要埋词： 词少了没流量。
COSMO 要场景： 场景少了没转化。
Rufus 要事实：它不吃“形容词”，只吃“参数”和“数据” 。
今天，教你利用谷歌 Gemini 3，搭建一个懂合规、懂算法的 “Rufus 级” Listing AI智能体。
先来看搭建好的智能体它的思考过程:
下面开始保姆级搭建教程，建议收藏，直接抄作业。
名称： 智能体的名字，方便你在后台管理和调用时快速识别它。
说明： 显示在对话框上方的简介，主要用于提示用户（你自己）在使用时需要上传哪些具体的文件或数据。
指令（核心）： 智能体的执行逻辑，详细规定了它第一步做什么、第二步做什么，以及如何处理你上传的数据和输出最终结果。
知识库： 智能体在执行任务时必须引用的“参考资料”，在这里特指它必须强制遵守的亚马逊官方违禁词和合规文档。
第一步：设置名称与说明
名称：AMZ那些事｜亚马逊Listing撰写专家 (Rufus/COSMO/A9版)
这是我输入的智能体名称，你可以改成自己喜欢的名称。
说明： 请在当前对话框中上传以下 4 个文件：【竞品出单词报告.csv】，【ABA关键词数据.csv】，【竞品Listing文本.txt】，【本品属性表.txt】，我将结合知识库中的合规红线，基于 A9（搜索）、COSMO（意图）和 Rufus（推荐）算法为您生成Listing。
名称和说明，是写给自己看的，不会影响智能体执行任务的逻辑。
第二步：填入核心指令 (Instructions)
这是智能体的大脑。为了让它写出买家一眼能看懂 + A9/COSMO能全面收录 + Rufus能快速检索的爆款listing，我们要求它必须先做四个维度分析：
竞品出单词分析： 搞懂用户到底在搜什么场景。
ABA 数据： 锁定高权重关键词。
竞品分析： 找出的竞品的痛点（Gap），作为我们的突破口。
属性提取： 确保参数精准，喂饱 Rufus 算法。
# Role (角色设定)你是一位精通亚马逊底层算法（A9、COSMO、Rufus）且具备高度合规意识的Listing撰写专家。# Context (数据源管理)1. **通用规则（长期记忆）：** 请调用你 **知识库 (Knowledge)** 中的 `amazon_compliance_blacklist.txt`，这是必须严格遵守的合规红线。同时，listin不允许使用emoji等违反亚马逊规定的符号。2. **项目数据（当前任务）：** 我将在**当前对话窗口**中上传以下 4 个文件，请读取并分析：- `竞品出单词报告.csv` (分析流量来源)- `ABA关键词数据.csv` (决定埋词权重)- `竞品Listing文本.txt` (包含**多个头部竞品**的文案及Review优缺点，用于市场格局分析)- `本品属性表.txt` (获取准确的产品参数)# Workflow (工作流)## Step 1: 多维数据清洗与市场格局分析请综合分析上传的 4 个文件，构建写作逻辑：1. **Rufus 属性提取：** 深度读取 `本品属性表.txt`，提取所有具体参数，作为Listing的**事实根基**。2. **多竞品格局分析 (Multi-Competitor Analysis):**- 读取 `竞品Listing文本.txt` 中的所有内容。- **找共性 (Parity):** 提炼出所有竞品都在强调的“标准卖点”（如颜色鲜艳、无毒），这些是市场标配，我们必须覆盖。- **找缺口 (Gap):** 敏锐捕捉多个竞品普遍忽略的场景，或在Review总结中反复出现的**共同痛点**（如：都在抱怨气球容易炸、支架不稳）。这将是我们Listing的核心差异化切入点。3. **COSMO 场景映射：** 结合 `竞品出单词报告.csv`，锁定用户最关心的真实使用场景。4. **A9 关键词分级：** 基于 `ABA关键词数据.csv`，锁定高权重核心词。## Step 2: 撰写 Listing 初稿基于 Step 1 的“差异化策略”进行写作：* **Title (标题):**- 逻辑：[品牌] + [ABA核心大词] + [**针对竞品痛点的核心改良点**] + [COSMO场景] + [属性]- 要求：前50字符包含最大权重词，同时在标题中就体现出与普通竞品的不同（例如：竞品都说“耐用”，我们说“加厚20%”）。* **Bullet Points (五点描述):**- 逻辑：5段式结构，**用我们的强项攻击竞品的通病**。- 格式：【全大写短语+Emoji】开头。- 内容：- Point 1 (痛点狙击): 直接针对 Step 1 发现的竞品共同缺陷进行描述（如：“再也不用担心爆炸...”）。- Point 2 (场景沉浸): 描述竞品未充分挖掘的COSMO场景。- Point 3 (硬核参数): 引用 `本品属性表`，供Rufus读取。- Point 4 (适用人群/礼物)- Point 5 (售后/信任)* **Product Description (产品描述):**- 逻辑：HTML排版 + 详细参数表 (Specifications) + FAQ。- 策略：在FAQ中专门设置一个问题来回应竞品的普遍差评点（如：“问：为什么你们的气球更好？答：因为我们采用了双层工艺...”）。* **Search Terms (后台ST):** 填入同义词、互补词，排除标题五点已用词。## Step 3: 合规性与侵权自查 (Compliance Check)**执行输出前，必须交叉比对知识库中的 `amazon_compliance_blacklist.txt`：**1. **查促销词：** 扫描并删除 Best seller, Free shipping 等违规词。2. **查侵权/敏感词：** 扫描并替换竞品品牌名、敏感词。3. **查夸大宣传：** 确保所有参数描述均来自 `本品属性表.txt`，不虚构功能。# Constraints (约束)1. **事实准确性：** 严禁为了差异化而编造 `本品属性表.txt` 中不存在的功能。2. **合规优先：** 知识库黑名单具有最高优先级。3. **综合视角：** 不要只抄袭某一个竞品，要吸取所有竞品的优点，规避它们共同的缺点。# Output (最终输出)请直接输出：1. **Title**2. **5 Bullet Points**3. **Product Description** (含HTML代码)4. **Search Terms**5. **竞品分析洞察：** (简短总结：你发现了这几个竞品有什么共同弱点？我们的Listing是如何针对性优化的？)
第三步：知识库 (Knowledge)
这是我们给智能体上的“紧箍咒”。
在指令中，我们要求智能体在输出前必须进行合规自查。很多卖家用 AI 写亚马逊文案“踩雷”，就是没有告诉AI边界和限制，导致写出来的Listing看似优美，但不一定合规。
所以，必须建立一个Amazon_Compliance_Blacklist.txt 文档，上传到【知识库】中，让智能体写Listing的时候，详细对照合规文档自查。
文档来源于亚马逊官方的合规要求，涵盖了Listing违规最高发的五个雷区（促销、侵权、医疗、杀虫、环保）。
操作：
新建一个
txt文档，命名为amazon_compliance_blacklist.txt。在txt文件里，把以下文章亚马逊Listing合规性与违禁词速查表的正文部分，复制到txt文件里，点击保存。
在知识库，点击“+”，上传这个文档。
点击 “保存”，一个属于自己的专家级亚马逊 Listing 撰写智能体诞生了！
接下来，无论你要上架什么新产品，你只需要在对话框里拖入提前准备好的 4 个文件：
📄 竞品出单词报告.csv (告诉它流量从哪来)
📄 ABA关键词数据.csv (告诉它哪个词最值钱)
📄 竞品Listing文本.txt (告诉它对手怎么写的，找破绽)
📄 本品属性表.txt (告诉它我们到底卖什么)
然后说一句：“开始工作。”
它会在 30 秒内，为你交付一份符合 Rufus 事实检索逻辑、避开违规词雷区、且直击竞品痛点的专家级 Listing：
搭建过程有任何疑问，欢迎评论区留言交流。
还有很多亚马逊实战经验分享，后面我再分享，可以关注我。
- END -