它做三件事：

第一，自动采集。
对接卖家精灵MCP，实时拉取竞品的流量词、成交词、拓展词。

第二，智能筛选。
四维评估——相关性、流量性、竞争度、转化性——自动分级归类。

第三，生成方案。
输出结构化词库 + Listing埋词建议 + 广告投放词表，拿到就能用。

算法上，适配了COSMO和Rufus。
不是关键词堆砌，而是场景化表达、问答式内容——让算法读懂，也让买家看进去。

新品冷启动或运营优化，都适用。

几小时的调研，压缩到几分钟；运营经验，沉淀成可复用的流程。

测试产品：狗狗嗅闻垫（Snuffle Mat for Dogs）

测试站点：Amazon US

竞品ASIN：B08D6Q93C4、B097DT9C11

输入2个ASIN，等了10分钟，工作流跑完。

输出结果：

782条原始词 → 筛选出307个精准关键词，按S/A/B/C四级分类，每个词都有相关性、流量、竞争度、转化率四维评分。

最终交付：40页关键词词库文档 + Listing优化方案（适配Rufus对话式搜索）+ 三阶段广告投放策略 + 5个工作表的Excel数据表。

以上数据来自真实测试。可以用卖家精灵查询验证。

这就是卖家精灵MCP + Refly AI工作流带来的变化。

<<< 左右滑动见更多 >>>

传统手工搭建关键词库，费时费力：

几千个词逐条判断相关性、多个数据源手动整合、分级分类全凭感觉。

即使用了卖家精灵和 ABA，一个完整的词库也要花不少时间。

AI 工具出现后，确实快了不少。数据清洗、相关性判断、分类分级这些活儿，但这仍然是"半自动化"。人还是要全程盯着。

2、三个绕不开的问题

问题一：数据获取还是要手动
ChatGPT、Gemini 这些工具接不上卖家精灵和 ABA。
你得先手动导出数据，复制粘贴进去，数据多了还得分批喂。
每次想要最新数据，就得重来一遍。

问题二：多轮对话容易断
完整流程走下来——清洗、判断、分类、分配、生成报告、导出 Excel——至少 5-10 轮对话。
轮次一多，AI 可能忘了之前的设定。中途想调整标准？基本得从头来。
而且效果很看提示词水平。

问题三：输出格式不稳定
运营需要的是结构化的 Excel、多维度的分析报告、能直接用的 Listing 方案。
但通用 AI 给的往往是一段文字或者简单表格，还得手动整理格式。
每次输出的结构都不一样，团队协作很麻烦。

3、本质问题

通用 AI 是"对话助手"，不是"自动化流程"。

它能帮你完成单个任务，但串不起来。

你仍然要在工具之间来回切换，手动搬运数据。

关键词库搭建需要的是：
数据自动获取、流程自动执行、结果自动输出。一键跑完，不用盯着。

能做到吗？能。而且只要 10 分钟。

这就是卖家精灵 MCP + Refly AI 工作流的价值

1、先说什么是MCP

MCP（Model Context Protocol，模型上下文协议），听起来很技术，用个类比就清楚了。

家里的电器——电视、冰箱、洗衣机——都需要用电。

如果每个电器插头形状都不一样，你得给每个配一个专用适配器。

但实际上，我们有统一的插座标准，插上就能用。

MCP 就是 AI 世界的"插座标准"。

卖家精灵有数据，Refly AI 工作流需要数据。

MCP 让两边能直接对接，不用手动导出、复制、粘贴。

工作流想查个关键词搜索量，直接调用卖家精灵的接口，数据自动回来。

通过「卖家精灵 MCP」，让大模型更实时地获取 Amazon 上的专业数据。

2、卖家精灵 MCP 开放了哪些能力？

五类核心能力，覆盖关键词库搭建的完整链路。

ASIN 基础信息提取

输入一个 ASIN，返回产品标题、价格、评分、评论数、类目排名、月销预估。
用来验证竞品是否有效，快速摸清市场表现。

流量词反查

输入竞品 ASIN，反查它的真实流量来源。
能看到每个词的搜索量、自然排名、流量占比、PPC 出价、转化率。
这是找核心词最直接的方式。

关键词拓展

基于竞品 ASIN 或核心词根，拓展相关的高价值词。
覆盖大词、品类词、功能词，把流量池子做大。

深度挖掘

从种子词出发，挖长尾词和细分场景词。
找那些搜索量不大但竞争低、转化高的机会词。

ABA 热门搜索词

直接查亚马逊品牌分析的数据，拿到搜索频率排名、点击份额、转化份额。 这是亚马逊官方的用户搜索行为数据，最权威。

为什么选择 Refly?

市面上有很多自动化工具（Zapier、Make、n8n 等），为什么选择 Refly ?

Refly 是专为 AI 工作流设计的可视化平台。

Refly 的三大优势：

1. 可视化拖拽式搭建：不需要写代码，通过自然语言对话、拖拽节点、连接线条的方式搭建工作流，每个节点都有清晰的输入输出说明

2. 原生支持 MCP 协议：可以直接“插上”卖家精灵 MCP，无需复杂的 API 对接，支持多个 MCP 工具同时使用

3. AI 能力深度集成：内置强大的 AI 节点，集成全球顶级大模型（包括ChatGPT、Gemini、Claude、DeepSeek、Grok、Kimi等）可以进行数据分析、文本生成、智能判断，支持并行执行

工作流架构：4 层 13 节点设计

基于卖家精灵 MCP 的五大能力和传统六大阶段的业务逻辑，
我设计了一个 4 层 13 节点的自动化工作流：

数据采集层的 4 个节点同时运行，每个节点的输出自动成为下一个节点的输入，无需人工干预。
每个节点职责清晰，未来可以灵活调整或替换。

狗狗嗅闻垫的 10 分钟自动化之旅

输入层

输入站点和竞品 ASIN，点击运行：

站点：US
竞品 ASIN：B08D6Q93C4, B097DT9C11

准备层

输入解析：验证格式，提取站点代码和 ASIN 列表。

ASIN 验证：调用卖家精灵 MCP，提取竞品基础信息。

数据采集层

四个节点并行执行，各自调用卖家精灵 MCP 的不同能力：

流量词反查：反查 2 个竞品的真实流量来源关键词 → 782 个词

关键词拓展：基于竞品 ASIN 拓展相关高价值词 → 156 个词

深度挖掘：基于核心词根（snuffle mat, dog puzzle）挖掘长尾词 → 234 个词

ABA 热门搜索词：查询亚马逊官方的搜索行为数据 → 89 个词

采集完成，总计 1261 个关键词（去重前），每个词都带搜索量、排名、流量占比、PPC 出价、转化率等维度数据。

数据处理层

第一步：聚合去重

合并四个数据源，去重（snuffle mat 和 snuffle mats 算同一个词），删除品牌词和无关词。

1261 个 → 782 个

第二步：四维评估打分

每个关键词按四个维度打分（0-10 分）：

• 相关性：是否与产品核心功能匹配？是否包含核心词根？

• 流量：搜索量高低，同时考虑竞争度，避免红海词

• 竞争：竞争度和 PPC 出价越低，得分越高

• 转化：转化率、点击份额、转化份额越高，得分越高

四个维度加权计算综合得分。

第三步：分级分类

根据综合得分分为 S/A/B/C 四级：

输出层

四个节点并行生成最终交付物：

1、准备工作：工具与账号

• Refly 账号

• 卖家精灵 MCP 账号

2、在 Refly 中配置 MCP 连接：

• 登录 Refly，点击右上角头像进入“设置” → “工具”

• 选择“MCP”，点击“添加MCP”

• 输入卖家精灵的 MCP 密钥（在卖家精灵开放平台获取）

• 测试连接，确保连接成功

3、获取卖家精灵 MCP密钥:

• 购买卖家精灵MCP

• 登录后点击右上角的账号，进入【我的密钥】创建密钥

• 复制 API Key，粘贴到 Refly 中

4、卖家精灵官方也整理了详细的操作指引

5、搭建工作流

如果需要我的搭建提示词，评论区留言，我发给你。

Q：四维评估模型的权重是如何设定的？

A：相关性×0.3 + 流量性×0.25 + 竞争度×0.2 + 转化性×0.25
注：仅为个人经验，可以根据使用要求进行调整，在节点"四维评估与打分"中，修改权重配置即可。建议根据实际情况调整。

Q：工作流能否替代人工判断？

A：工作流可以完成 90% 的工作，但最终的决策仍需要人工判断。建议将工作流作为辅助工具，而非完全替代人工。

Q：如何增加更多数据源？

A：在数据采集层增加新的节点，调用其他工具的 API 或 MCP 接口。

当每个卖家都能 10 分钟搞定关键词库，效率就不再是壁垒。

下一层竞争在哪？在你怎么理解用户，怎么设计产品，怎么讲好一个故事。

工具把门槛踏平了，剩下的是人的判断。