AI关键词 | Keyword Research

KR0｜关键词总索引

关键词的目标感

关键词的终局是：有没有自然位展示机会 & 有没有自然单。做对关键词，是在扩大“自然入口”；做错关键词，只能用更高成本去补偿，最后表现为 ACOS/TACOS 难降、自然单比例难抬。

当关键词链路被系统化后，订单结构更稳定，也更可放大：

• 总订单：5,952
• 自然订单：4,290（72.1%）
• 广告订单：1,662（27.9%）
• YICOPY 驱动 1,478（占总订单 24.8%；占广告订单 88.9%）
• 人工广告 184（占总订单 3.1%）

从词源到利润闭环

关键词不是一张表，而是一条完整的作战链路：

词源扩容 → 资格验证 → 机会判断 → 文案承接 → 广告放大 → 迭代闭环

YICOPY的关键词模块设计，最终要拿到的不是 2 -3万个候选关键词，而是把关键词从“词表”升级为“可执行词库”：

• 有自然位机会的入口（资格过关）
• 值得花钱打、能带单的入口（机会过关）
• 可直接交给「文案埋词」与「广告冷启动」的精准词包

先讲清：关键词与Listing权重的强关联

Listing 权重 = 亚马逊在不同搜索/意图场景里，愿意给你多少自然展示机会。

• 关键词负责“入口”（产品能进哪些场景）
• 权重负责“分配”（进来后，平台给多少曝光、给到什么位置）

你不需要记算法名，只需要记这条：

入口越多且越有效 → 进入场景越多 → 获得数据越多 → 权重越容易稳定抬升。

为什么链路会断：入口池不够大 + 可匹配面不够广

链路中任意一环缺失，常见结果是：广告成本上升、自然单承接不足、效率难以稳定改善。根因通常不是“执行不够”，而是上游两项能力不足：

• 入口池：候选入口是否足够丰富（意图/场景/约束表达覆盖）
• 可匹配面：系统是否愿意在更多真实场景召回你的Listing（资格与排序空间）

尤其是，“可匹配面”决定自然入口能不能持续扩大：

为什么品牌ABA / 传统工具拓词在新算法下失效

为便于量化对比，YICOPY采用两个可执行定义：

• 初始关键词库：通过推理模式构建的候选入口集合（先做大入口池）
• 精准关键词库：高收录 × 高出单概率（既有自然曝光资格，也更可能在真实场景中成交）

以 sofa 为例，选取 20 个竞品 ASIN，构建初始词库：

YICOPY的初始推理词库中，包含了大量COSMO关键词。但是，初始词库再大，也不等于自然增长。真正决定增长的是“精准关键词库”有多大：

结论非常清晰：

• ABA数据只剩42个。
• YICOPY = ABA数据的16.69倍。
• Helium 10 = ABA数据的3.09倍。
• 卖家精灵 = ABA的1.88倍。
• 意义：当词源主要依赖「品牌分析ABA」以及「同源的传统拓词软件」时，长尾精准词与意图型表达覆盖不足，导致错失自然流量入口与后续增长空间。

YICOPY的关键词体系：三场仗 + 两道闸门

YICOPY的关键词全链路推理模式与传统关键词软件的效果对比：

YICOPY在关键词模块的组织方式更偏向“作战指挥”：把关键词体系拆成三场仗，并让模块之间能连续衔接：

第一战 | 做大入口池：先发现买家意图词（意向/场景/约束），强调“先发现再验证”。

第二战 | 筛出能打的词：用“收录占比/资格”与“出单概率/机会”把候选词提纯为可执行词库。

第三战 | 让词变成订单：用验证后的词进入文案与投放，减少“写了不收录”的浪费，并通过数据反馈迭代。

注：KR0 的目的，是先把“地图”和“顺序”讲清楚；后续章节再展开验证体系与精准词库。

KR1 | 销词引擎：先把入口池做大，再进入验证

意图推理的入口工程

销词引擎从“买家怎么问、怎么描述需求”的视角，发现更接近转化的入口表达。在 Alexa for Shopping（原 Rufus）等对话式搜索增强的背景下，“意图/场景/约束”类表达的重要性上升：更贴近真实提问方式，也更容易对应到具体购买任务。：

传统关键词软件的拓词方式无法完整覆盖四层：

• 资格（Indexing Eligibility）：系统是否“认可”某个词与该 Listing 的关系（决定有没有自然曝光资格）
• 召回（Retrieval）：买家输入/提问该表达时，能否进入候选集（决定有没有机会被看到）
• 排序（Ranking）：进入候选集后能排到第几（决定自然位与广告位效率）
• 变现（Monetization）：以可接受成本换来可持续利润（决定 TACOS、自然单占比与放量空间）

在 AI 搜索趋势下，表达正在从“短词检索”扩展到“意图表达/自然语言提问”。例如 Amazon 的 AI 购物助手 Alexa for Shopping（原 Rufus）支持自然语言对话式提问与推荐，训练数据包括商品目录、评论与问答等。同时，Amazon 也公开过 COSMO 相关的搜索应用研究，强调在电商搜索中进行常识/意图层面的知识生成与服务，并已在搜索应用中部署。

因此，关键词体系如果长期停留在“小样本词源 + 经验筛词”，容易在“入口池”和“可匹配面”上天然受限。

意图推理四步曲

为系统性构建入口池，“意图推理模式R1”的目标是“生成一个覆盖所有潜在购买意图的、结构化的精准流量词包”。将“找词拓词”这一依赖经验和运气的人工筛选工作，升级成一套可重复、可交付的工程流程：

• 兴趣挖掘：将产品背后复杂的购买动机（如人群、场景、痛点、对比、限制条件）解构成结构化的“意图簇”。
• 意图推理：围绕每个“意图簇”，通过AI推理，生成海量符合本地语言习惯和搜索行为的“用户表达”。
• 生成流量词：将这些“用户表达”提纯、去噪、合并，最终输出一个可以直接用于文案埋词和广告投放的“精准流量词包”，含大量的“长尾精准词”和“COSMO类表达”。
• 深度关联：以“意图簇”为核心，进一步扩展同义、变体、场景组合和对比表达，让词库的覆盖面达到最大化。

与传统关键词工具的区别

在亚马逊平台站内流量分发机制逐步向用户购买意图迁移的改变下，对比传统关键词软件的工作差异：

操作流程：构建初始词库（任务 → 结果 → 入库沉淀）

• 步骤1：创建推理任务
• 输入目标竞品ASIN（建议10个以内以确保分析深度）
• 新建挖掘任务，系统自动执行AI分析
• 任务完成后在【详情】查看深度推理结果

挖掘任务完成后，点击【详情】查看AI深度挖掘出的关键词：

步骤2：多批次任务添加

多次挖掘结果批量添加到销词魔盒，系统自动合并去重：

• 支持添加到已有的多个【销词魔盒】中，如下图所示：

• 也支持新建一个【销词魔盒】，把关键词添加进去：

支持第三方词库合并：多来源合并去重

点击进入【销词魔盒】的【详情】，进入创建的初始关键词库：

支持导入 ABA / 卖家精灵 / Helium10 等来源，系统自动合并去重：

目的：补齐不同数据源的盲区，让入口池更完整。

KR2 | 销词魔盒：销词魔盒：从“2万候选词”到“出单词库”的作战中枢

定位：验证与提纯中心（只做三件事）

关键词在这里完成三件事：

• 管理词库（导入/去重/统计）
• 过闸门（资格 → 机会）
• 出结果（生成精准关键词）

词库管理与优化：把入口池“管起来”

「销词魔盒」让词库从“堆数据”变成“可运营资产”：

• 多来源词库导入（销词引擎 / ABA / Helium10 / 卖家精灵）
• 自动合并去重、词频统计、结构化整理

在【销词魔盒】中，按照下面的操作步骤，点击【新建词库】：

在弹出的对话框中，新建一个 “淋浴头”的词库，输入词库的信息如下，最后点击【保存】：

在【销词魔盒】中，选择“淋浴头”魔盒，点击【详情】，进入该魔盒：

数据导入与整合

进入魔盒“淋浴头”中，按照下面的操作步骤，选择之前通过【销词引擎】挖掘完成的两个关键词词库，然后点击【立即导入】，如下图所示：

导入完成后，词库如下图所示：

可以看到，在销词魔盒中，关键词的词频统计清晰可见，这是这些关键词在调研的ASIN中出现的词频，包括标题词频、五点词频、以及总词频。

第一闸门：资格验证（决定自然位有没有展示资格）

这一闸门只回答一个问题：关键词是否具备获得自然位展示的资格。如果关键词无法通过该闸门，你的商品在自然位几乎得不到展示，这也是自然单无法提高的根本原因！

操作流程：

选择需要的【销词魔盒】进入到初始关键词库，点击【步骤1：新建关键词收录占比任务】：

弹出的对话框，点击【自动分批创建】：

可以根据电脑配置，选择单批次任务的关键词数量，会创建前端爬虫任务，这个主要耗内存：

任务启动后，界面如下图：

等待任务完成后，会显示绿色对号，如下图所示：

第二闸门：机会验证（决定值不值得打）

这一闸门只回答一个问题：这个词是否具备成交潜力，是否值得投入预算与资源。

操作流程：

选择需要的【销词魔盒】进入到初始关键词库，点击【步骤2：新建关键词出单概率任务】：

弹出的对话框，点击【自动分批创建】：

可以根据电脑配置，选择单批次任务的关键词数量，会创建前端爬虫任务，这个主要耗内存：

后续操作步骤与【收录占比任务】一样，等待任务完成即可。

精准关键词生成（2万 → 706）

当两类任务完成后：

选择全部任务 → 点击【生成精准关键词】→ 得到可执行词库：

系统自动根据亚马逊站内流量分配机制，筛选精准关键词。在弹出的新对话框中，点击按钮【继续生成】，如下图所示：

最后得到精准关键词706个，如下图所示：

精准词应用场景A：文案埋词（让Listing“被系统认可”）

目标： 提升收录与召回，让 Listing 在更多真实场景里“能被找得到”。

操作要点（只做 3步）：

• 关键词分层（先分工再上文案）
• 核心词：决定主意图（1 组）
• 场景/约束词：决定长尾入口（多组）
• 变体词：同义、拼写、组合表达（补覆盖）
• 槽位分配（把词放到最该出现的位置）
• Title：放“核心意图 + 关键差异点”（少而准）
• Bullets：每条绑定 1 个“意图簇”（让段落有任务）
• Backend Search Terms：放“可收录但不适合正文堆”的词（补覆盖）
• A+/QA：放更自然的场景表达（承接长尾与对话式表达）
• 发布后校验（用结果反推文案）
• 先看：收录覆盖是否达标（没收录＝白写）
• 再看：自然位是否能稳定进入可见区间（能见＝才有增长）

精准词应用场景B：广告冷启动（让词尽快“带单”，而不是烧钱）

目标： 用最小试错成本，把“能打的词”快速跑出订单与可复制结构。

新品推广中，精准关键词可以直接用户广告冷启动：

常见误区：为什么“越做越贵、自然单起不来”

误区 1：把“初始词库”当“精准词库”

典型表现：

• 词很多，看起来很努力，但自然位起不来
• 广告越投越散，ACOS/TACOS 下不去

本质原因：

• 初始词库只是“入口候选”，并不等于系统认可、更不等于会成交
• 没有跑“资格（收录）+机会（出单概率）”，就等于拿“未验证入口”去烧预算

正确做法：

• 先做大入口池，再用两道闸门提纯：
• 收录占比（资格）→ 出单概率（机会）→ 生成精准关键词

只有“精准词”才进文案与主力投放

误区 2：先写文案再验证收录（写完才发现“不收录”）

典型表现：

• 文案写得很满，实际收录很少
• 以为是广告不给力，结果是“系统根本不认你写的入口”

本质原因：

• 文案是“承接器”，不是“造入口器”
• 入口没资格，承接再好也接不到自然流量

正确做法：

• 顺序必须反过来：
• 先验证收录 → 再分配槽位 → 再写承接文案

一句话记住：先让系统认，再让买家信