常见问题

来自真实的亚马逊畅销榜扫描——就是类目索引页上可浏览的那 499 个 Kindle 商店类目。每份快照都是一次调研扫描，页面标注扫描窗口、按周期刷新而非实时追踪。没有任何估算搜索量：展示的每个数字（评论中位数、弱竞争占比、破局书）都在亚马逊上可观察、可回查。

Publisher Rocket 做搜索量估算——这是它的核心产品，也确实强。Amzanalyst 完全不做估算：亚马逊不公开图书搜索量，市面上的数字都是模型。我们度量可观察的事实——类目畅销榜的防御程度（评论中位数、弱竞争占比、破局书），以及关键词首页实际是谁在榜。

注册赠送的 100 免费积分 = 20 次关键词新查（5 积分/词）；近期有人查过的词走共享缓存，命中只收 1 积分，重看自己的近期查询免费。免费账号另有小额每日积分上限，新查会摊在几天里完成。

抓取按页计费（每 ASIN 1 积分基础费 + 每页 5 积分，每页约 10 条评论），AI 报告一口价 150 积分。单本书通常合计 156~176 积分：速览 1 页样本（约 10 条评论）抓取费约 6 积分，星级桶五星各 1 页约 26 积分。更大的评论池线性累加——示例报告那个规模（5 个 ASIN、254 条评论）端到端约 300 积分。

都是——同一套评论分析引擎两者通用。图书评论只是另一种评论池：情感与痛点聚类、按严重度排序的发现项、每条结论锚定原话。图书报告在此之上叠加作者视角——示例报告把完整流水线应用在一本叙事历史类图书上。

不需要绑定店铺。Amzanalyst 只处理公开的评论数据——你提交一条亚马逊商品链接，我们抓取并分析该 ASIN 的买家评论。全程不需要 Seller Central 权限、API 密钥或店铺凭证。

注册即送 100 免费积分、30 天有效，无需信用卡。抓取按页计费，100 积分够抓取多个商品。AI 洞察报告单独按份计费——生成报告需要套餐或积分包。没有隐藏收费，任务多预扣的抓取积分会自动退回。

可以。我们发布了完整的脱敏样例报告，由与你自己的报告完全相同的流水线生成——情感与痛点分析、核心诉求、竞品对标与 Listing 建议，每个结论都锚定买家原话。你还可以下载佐证 CSV 表，核对底层数据。

可以。提交父商品链接，抓取会覆盖整个 Listing（含变体）的评论池；报告把评论归属到真实子 ASIN，方便你并排对比各变体。也支持多 ASIN 对比——一次提交多个竞品 ASIN，合并生成一份对标报告。

可以。报告导出为 PDF，第一页就是结论与行动建议；每条发现都带优先级排序和买家原话佐证——外语工厂和海外研发团队可以直接照单执行，不需要你再二次整理。

不需要。买家评论在商品页是公开的——无需 Seller Central 账号、API 密钥或绑定店铺。你只需要商品链接（或 ASIN），站点自动识别，我们从该 ASIN 的公开页面抓取评论。

可靠的做法是让结构化流水线来做：抓取 Listing 评论的星级平衡样本，对原文跑情感与痛点聚类，再按严重度排序、以原话为佐证——而不是盯着平均分看。Amzanalyst 把整个流程自动化：提交一个 ASIN，几分钟拿到决策报告。

粘几条评论没问题，但规模一大就失效：你得先自己抓取并清洗几百条评论，粘进去的样本就是「能抓到多少算多少」，通用 AI 倾向于概括而不是引用——编造难以察觉。Amzanalyst 的每个结论都锚定买家原话，附带完整标注的评论 CSV，报告里的发现按严重度排序，而不是凭感觉。

可以。一次运行同时提交你的 ASIN 和竞品 ASIN——合并生成一份报告，对比各方的情感结构、痛点主题与评分分布，每个结论依然锚定买家原话。想对比同一 Listing 的尺寸/颜色变体，做法相同。

品牌名是 Amzanalyst——「amalyzer」「amz analyst」「amazon analyzer」都是常见拼法变体，指向的都是同一个工具。星语思（Amzanalyst）是面向亚马逊卖家与 KDP 作者的评论情报平台：把买家评论聚类成按严重度排序的根因清单（每条锚定原话），并提供可自行回查的类目与关键词调研。