我是如何用AI词库，提升亚马逊站内SEO排名的

先说观点

选择大于努力，选词大于推广。

不以词库为基础的Ai listing都是耍流氓。

大模型的上限决定了文案和广告策略效果。

去年用AI词库做完了数跨境可视化仪表盘后，很多人来问我说，可不可以讲讲怎么选词。因为即使做出了可视化效果，也不知道怎么去筛选。当时我的想法是，这有什么可讲的，不就是看运营经验吗。现在看来，我还是格局小了。

我以为，只要做好了可视化，就能够筛选出合适的词了。但是选词这一部分，也是凭经验来的，是一种感觉，很难去量化评估。

前段时间在B站刷AI的视频，偶然看到了一个算法，XGBoost。它是在决策树和随机森林基础上衍生的一个集成算法。作为一个微积分挂了两次的文科生来说，完全不知所云，只知道XGBoost很牛逼。但是，它却在我心里埋下了一颗种子。

我在想，是不是可以把一个关键词的不同数据指标，按一定的算法，分配不同的权重，综合各方面因素，再给关键词打分。在选词的时候，就有依据了，不用完全凭经验。

思路

有了想法之后，我就和deepseek R1 沟通了一下。前几天，已经出了些效果了。当时只是，把词库的表头解释，放到了cursor rule中，算法还没确定。

过两天，Claude 3.7 thinking出来了，而且官方测试分数超过了Deepseek R1，并且claude写代码一直是最强的。我就马上在cursor中，完善了其他规则如：

listing规则：来自于亚马逊官方规则，和一些技巧总结，相关文档放到Docs
挑词规则：把如何从仪表盘选词的个人经验，形成数理规则
表头解释：指标解释，来源卖家精灵

与Claude讨论

我把文档和规则准备好后，让cursor去索引，并打开了agent的large context。同时，又赶上了cursor更新到了0.46版本，把composer的agent直接换到了chat里面，不用来回跳转，而且方便切换chat和agent模式，确实方便了很多。

到现在，我几乎赶上了所有的最新版本，Claude 3.7 thinking，cursor 0.46，亚马逊1月份的listing新规。

开始和Claude沟通，我先让他识别我提供的规则，并告诉他我的需求，他马上就选择了一个适合电商筛选关键词的算法，归一化。

简单了解后，归一化算法的特点在于简单直接，而且能够满足大部分的筛选场景。因为一个关键词库筛选到最后，也就几百个词，如果用复杂的机器学习算法，可能会出现过拟合的问题。

而且本身，我的目的也不是要选一个完全正确的算法，只要能够快速判断，提高仅凭个人经验的正确率就行了。所以，目前来说，我觉得归一化算法还行。

在数跨境的仪表盘模板中，我分出了核心词，长尾词，否定词，这里又加了一个无流量占比词。把四种筛选规则告诉了Claude，他给这四个表分配了不同的指标权重，以适合不同的选词目的。具体就不解释了，我们以效果为准。

另外说一句，Claude 3.7确实很强，有时候我只是简单的一句话，就能给为生成大篇的内容和代码。

效果展示

词库

可以看到，经过算法，AI给出推广建议和关键词得分。我们可以清晰的看到优化推广和次要推广。是不是一眼就可以选到要推广的关键词。当然，这也需要我们去亚马逊前台搜索做验证。比如说galaxy projector，它是星空投影仪，并不是真正的投影仪，但是评分高。但是我们可以看到，流量占比很低的。

之前我们一味的按照流量占比去选词，也有局限性。galaxy projector虽然流量占比低，但是其他指标权重高，所以最后得分就高。虽然是不相关词，但是也给我们一种参考建议。其他词就很相关了。

这是根据不同模块的评分来筛选。核心词选择了30%，扩展词选择50%作为推广目的。这段解释，我觉得很有想法，把解释放在了下面。

选择不同比例的核心词和扩展词是一种经过实践验证的亚马逊广告优化策略，基于以下几个关键因素:

## 核心词仅选30%的原因

1. **竞争激烈度高**：核心词通常是搜索量大、竞争激烈的关键词，PPC竞价较高，需要更多广告预算
2. **获取成本高**：由于竞争激烈，每次点击成本(CPC)更高，ROI相对较低
3. **资源集中**：将资源集中在最有价值的30%核心词上，避免预算分散
4. **战略性投入**：代码中标记这些词为"优先推广"，表明它们虽少但重要性高

## 扩展词选择50%的原因

1. **性价比更高**：扩展词(长尾词)竞争较小，但与产品高度相关
2. **更易获取排名**：从规则文档中可知，SPR值(让关键词保持首页排名所需单量)对长尾词要求较低
3. **梯度策略**：代码将这些词标记为"次要推广"，形成广告投放梯度
4. **布局更广**：选择更多比例(50%)但限制总数(最多20个)，确保覆盖面广但不过度分散
5. **权重累积效应**：规则文档中明确提到:"长尾词的权重提升也会带动核心大词的权重"

## 战略合理性

这符合亚马逊优化的经典策略：先通过长尾词建立产品权重和初始销量，再逐步向核心词扩展。
代码通过设置最低数量(至少5个扩展词)确保策略可行性，同时通过百分比控制投放规模，
在不同规模的产品和市场下都能保持合理比例。

这种30%/50%的配比是亚马逊广告投放的成本效益平衡点，既照顾了核心流量，又兼顾了长期SEO策略。

Listing

我的提示词并不复杂，重新给了一下参考文档，并再次强调我选择的关键词，然后把所有词库给他参考。

可以看到Claude已经在思考，并提取到了关键点，同时读取了词库。这样可以保证Ai listing的埋词效果，而不是简单的英文写作。

我觉得listing效果可以达到85分以上吧，肉眼可见Claude的埋词。最后的说明，也再次回顾了AI的选词过程，充分利用了我们用按语义聚类的分词，同一聚类的长尾词对核心词有促进作用。

总结

再回顾整个流程，首先从亚马逊前台找竞品ASIN，用卖家精灵导出几百个ASIN，从中挑出最多20个和我们产品相关的ASIN，再去卖家精灵拓词。

用代码去清洗下载好的词库，第一次清洗做聚类和保留关键指标。第二次清洗给词库做不同类型的分类，并评分。

最后让AI识别词库，去写listing，做广告策略，后期可以把广告效果再给到Claude，让他对推广效果评估，并给出新的建议。这不就是一个完整的闭环吗？用这一套逻辑去做任何产品，都可以一通百通。

做完整个项目，写完整篇文章，我还是感觉太牛逼了。作为一个老运营，深知如果用人工去挑ASIN，挑词，写listing，做广告策略，需要花多少时间。而且即使花了时间，效果也不一定会好。整个过程，相当考验一个运营各方面的综合水平，不是资深运营，都不一定能跑完整个流程。

由于价值太大了，能够节省足够多的时间成本，所以目前我只能贡献思路，不会公布具体的代码和资料库。我的想法是提供付费服务，你提供产品，我交付词库，listing，广告策略。有想法的朋友，欢迎加我微信沟通。