这两个月，我已经写了5篇关于竞品广告分析的文章了。广告不是一个独立的存在，需要综合产品的基本情况来考虑，不同类型产品的广告策略也不相同。所以在所有竞品拆解广告的开始，我会先对产品的基本情况做一个了解，包括上架时间，价格，评论，销量，排名等信息。再根据这些信息去大致推断竞品在使用什么样的策略，进而结合广告数据的反查，大致判断出操盘手的运营策略。
一开始我也是人工去观察这个产品的趋势，偶然间发现用卖家精灵插件可以把这个产品的历史价格，评论，销量的数据下载下来，打开表格来看数据格式也很清晰。所以我就在想能不能结合Ai agent做一个可以定价分析的bot（机器人）。因为之前一直在用字节跳动的Coze（国内版扣子），现在coze海外版已经开始收费，所以这次决定用国内版coze做一个可以通过价格趋势分析亚马逊竞品定价策略的Ai机器人。
花了一个晚上的时间，终于把机器人做好了。因为制作过程没有代码，也有现成的插件可以读取表格，所以过程还算顺利，时间大部分花在大模型的测试中，先来看下效果。
Ai Agent使用效果
机器人叫做“亚马逊竞品定价分析”，已经发布到coze的bot商店，使用方式是先通过卖家精灵的插件界面下载表格，再上传给coze机器人，最后告诉他咒语“分析这个ASIN的定价策略”，就会输出下面的内容。
体验地址： https://www.coze.cn/s/i6CqWJvq/
这个数据用的是上次的分析的投影仪产品，我们来对比下上次写的文章。文中我也说明了149.99的标价没有变化，但是没有按日期横向对比prime, coupon 价格。可见，bot会更加细致的分析，同时bot提出了一些可以参考的建议，但是也会出现幻觉。比如说bot说是5月1日价格开始变化的，但实际应该是5月11日开始大幅度变化的。另外，因为下载的数据中没有用prime价格减去coupon的实际价79.99，所以Bot也是没有识别出来的。
不过整个工作流还是可以用的，至少对我来说有参考作用。下次分析产品，我会优先把数据放到bot里面跑一下，看会有什么建议。其实这也很好的缓解我们的焦虑，目前来说，Ai并不能完全取代我们的工作，作为助理辅助工作还是挺有价值。
《亚马逊广告拆解05-新品爆款投影仪》
Coze Ai Agent制作过程
数据下载
先在浏览器下载卖家精灵插件，在产品的详情页面展开Keepa插件替代，点击右上角的导出，下载数据源。
可以打开表格看下数据有没问题，缺失值是不是很多，简单检查下和插件趋势的对应。
制作思路
实际测试过程中，我把表格直接丢给了Chatgpt，简单的分析还是可以用的。但是如果让他加上日期序列的分析，还是需要接入插件。重要的是，每天的免费额度有限，不能白嫖哈哈。
制作Ai agent的关键是把大模型，提示词，插件，工作流结合到一起。这个bot最重要的就是工作流了。基本的思路是用户上传表格，插件读取表格，提前准备好价格相关的知识库，大模型把插件读取的表格和知识库的相关内容结合，整理成自然语言。
工作流
我在开始的节点添加了“excel”变量，用来识别用户上传的表格。
插件用办公套件excel读取表格内容
知识库引用表格内容，同时引用亚马逊卖家中心关于价格部分的资料，存入知识库
大模型用智谱的GLM-4 128K，接收表格内容和知识库资料
结束节点通过大模型把所有内容整合输出
知识库的资料是先从亚马逊卖家中心找了相关的文章填充进去，又找了网络上的文章补充进去，后续可以继续完善，目前是不影响使用。
扣子支持的大模型我都测试了一遍，目前免费的大模型是字节的豆包、阿里的通义千问、智谱GLM、MiniMax、月之暗面Kimi的Moonshot和百川智能。由于涉及到数据分析，引用知识库，8K和32K都略显不足，128K以上才勉强及格。同时不同模型的能力略微有差别，Moonshot对长文本有优势，豆包对角度互动有优势，考虑到速度和效果，我选用了智谱GLM-4 128K的大模型。
编排
提示词部分可以用Ai做优化，技能方面我只调用了一个工作流，这样debug的时候可以直接在工作流修改。最右边调试详情，可以看到调用的流程，先是外部的LLM，再进入工作流中的插件，知识库，LLM。
