liangdabiao/amazon-sorftime-research-MCP-skill

解決する課題

本プロジェクトは、Amazonセラーが競合調査、商品選定、リスティング最適化を行うための包括的なAI駆動型分析ツールスイートを提供します。複数のECデータサービス（Sorftime、Sif、Xiyou、SellerSprite）からデータを収集するプロセスを自動化し、生のデータを実用的なビジネス上の意思決定や高コンバージョンな商品リスティングへと変換します。

仕組み

このシステムは、Model Context Protocol (MCP) の「スキル」の集合体として構築されており、LLM（特に Claude Code CLI を使用）が複雑なワークフローを実行できるようにします。複数のサードパーティAPIを統合し、以下の機能を実現します：

• 市場・商品調査：5次元スコアリングモデル（市場規模、成長ポテンシャル、競争環境、参入障壁、利益）を用いて製品カテゴリを評価します。
• 競合分析：個別のリスティングを詳細に分析し、トラフィックソース、キーワード配置、価格戦略を把握します。
• VOC（顧客の声）分析：レビューに対して詳細な感情分析を行い、6つの次元（電子機器の故障、設計上の欠陥など）にわたるペインポイントを特定します。
• リスティングエンジニアリング：8ステップのワークフロー（キーワードの階層化からQA設計まで）を実装し、単なるキーワードの詰め込みではなく、意味的な網羅性とユーザーの意図に基づいたリスティングを作成します。
• レポート作成：Markdown、HTMLダッシュボード、Excelファイル形式でレポートを自動生成します。

対象ユーザー

• Amazonセラー：「ブルーオーシャン」の機会を見つけ、製品の可視性を最適化したい方。
• ECアナリスト：自動化されたデータに基づいた競合調査や市場調査を必要とする専門家。
• プロダクトマネージャー：特定された顧客のペインポイントに基づいて新製品を設計する方。

ハイライト

• マルチサービス統合：Sorftime、Sif、Xiyou、SellerSpriteのデータを単一のインターフェースに統合。
• LLM駆動の意思決定：単なる生のデータ提供にとどまらず、LLMを使用して分析、洞察、製品の実現可能性の判断を行います。
• セマンティック・リスティング・ビルダー：現代のAI駆動型ショッピングトレンド（AlexaやRufusなど）に合わせて、構造化されたエビデンスベースのアプローチでリスティングを最適化します。
• 包括的なツールセット：キーワード調査（8次元分類）、レビュー分析（リスク閾値）、トラフィックギャップ発見のための専門ツールが含まれています。