想让 ChatGPT 帮你写 listing、挖否定词、回差评，最大的门槛往往不是不会用 AI，而是不知道该怎么问。同一个模型，指令写得含糊，出来的是一堆正确的废话；指令写得到位，出来的东西直接能贴进后台。这篇给你 20 个已经调好结构的亚马逊卖家 AI 提示词模板，覆盖 listing 文案、选品调研、客服话术、PPC 广告四大场景，每个都留了变量占位——复制过去，把方括号里的内容换成你自己的产品就能跑，零成本自建一套 AI 工作流，不用再为动辄上千美金的套件年费买单。

先说一句贯穿全文的用法铁律：prompt 是初稿引擎，不是决策者。AI 生成的关键词、销量判断、合规措辞，都要你回到真实数据源和亚马逊后台政策核对一遍再用。下面每个模板都按同一结构给你——场景（解决什么）、模板（直接复制的 prompt）、变量（方括号里要替换什么）。建议整页收藏，用到哪类跳哪节。

一、Listing 文案：5 个直接贴进后台的 prompt

Listing 是卖家的日更刚需，也是 AI 最成熟、最能立刻省时间的环节。这一节的 5 个模板配合用 AI 写高转化亚马逊 Listing 的完整流程一起用效果最好。核心提醒：AI 出的每一版都要人工过一遍违规词（医疗功效、绝对化用语是雷区），关键词回选品工具核对搜索量再定。

Prompt 1 · 标题生成

你是资深亚马逊美国站文案。产品是【产品名称+核心规格】，目标买家是【人群画像】，主关键词是【主关键词】，次要关键词有【关键词2/3】。请写 3 个 200 字符以内的标题候选，主关键词尽量前置，包含品牌【品牌名】，只描述真实卖点、不用绝对化和医疗功效词。每个标题下方标注它突出的差异点。

变量：产品名称、人群、主/次关键词、品牌名。

这条 prompt 实际跑出来长什么样——把变量填成一款示范产品（产品：不锈钢猫用饮水机 84oz/2.5L 静音过滤；人群：白天上班不在家的养猫家庭；主关键词：cat water fountain stainless steel；品牌：PetNest），得到的 3 个标题候选如下（以下为 AI 生成的示例输出，非后台截图，你替换成自己的产品即可复用）：

  1. PetNest Stainless Steel Cat Water Fountain, 84oz/2.5L Automatic Pet Water Fountain for Cats & Dogs, Ultra-Quiet Pump, Replaceable Filters, Easy to Clean —— 把「不锈钢」这个核心差异点前置，主打易清洁与静音。
  2. Cat Water Fountain Stainless Steel, PetNest 84oz Automatic Pet Water Fountain, Whisper-Quiet Pump, Dishwasher-Safe Top, for Multi-Cat Homes & Busy Owners —— 主关键词完全前置，突出洗碗机可洗与「多猫家庭/上班族」场景。
  3. PetNest 84oz Automatic Cat Water Fountain, Stainless Steel with Quiet Pump & Triple Filtration, Keeps Water Fresh All Day for Cats & Dogs —— 用「三重过滤/全天保鲜」做利益点，弱化参数、强化好处。

三个候选都在 200 字符内、主关键词尽量靠前、含品牌名，且没有绝对化或医疗功效词——这正是这条 prompt 结构该产出的效果。

Prompt 2 · 五点描述（bullet points）

为【产品名称】写 5 条亚马逊 bullet points，卖点依次是【卖点1/2/3/4/5】。每条以一个大写的利益短语开头（如 EASY TO CLEAN），后面用一句话讲清它给买家带来的好处而非罗列参数，自然融入关键词【关键词列表】，每条不超过 200 字符，语气贴近美国消费者。

变量：产品名称、5 个卖点、关键词列表。

Prompt 3 · 产品描述 / 详情段落

基于以上标题和五点，写一段 150–200 词的亚马逊产品描述，结构为：使用场景开头→3 个核心利益点→打消购买顾虑→行动号召。语言口语、可信、不夸大，不出现"best/perfect/cure"等违规或绝对化措辞。

变量：承接前两个 prompt 的输出，无需额外填。

Prompt 4 · 后台 Search Terms 埋词

我的产品是【产品名称】，已用的前台关键词有【已用词】。请从买家搜索意图出发，列出 20 个适合放进后台 Search Terms 的补充词（同义词、拼写变体、使用场景词、长尾词），去掉与前台重复的词，用空格分隔、总长度控制在 250 字节内，不含品牌侵权词和竞品品牌名。

变量：产品名称、已用词。

Prompt 5 · A+ 模块文案

为【产品名称】的 A+ 内容写文案，分 3 个模块：①对比表（列出【对比维度】与竞品的差异）；②使用场景图配文（场景：【场景1/2】）；③品牌故事（品牌定位：【一句话定位】）。每个模块给标题+正文，正文简短、可视觉化，突出信任感。

变量：产品名称、对比维度、场景、品牌定位。想把 A+ 图文一起做，可以把图片提示词也一并生成后交给 AI 出图工具。

二、选品与关键词：5 个帮你少踩坑的 prompt

选品是最不能只信 AI 的环节——销量预估、利润测算这些硬数字必须回真实数据源核对。AI 真正的价值在于快速过一遍数据、总结趋势、做交叉验证。完整方法见用 ChatGPT 做亚马逊选品的完整工作流与亚马逊关键词挖掘。

Prompt 6 · 市场机会初筛

我在考虑做【类目/产品方向】，目标市场是亚马逊【站点】。请从这几个角度帮我快速判断机会：需求是否稳定还是季节性、主要买家痛点、当前头部卖家的共同短板、可能的差异化切入点、以及做这个类目最大的 3 个风险。逐条给判断并说明依据，不确定的地方明确标出来。

变量：类目/方向、站点。这一步只做方向判断，具体数字仍要回工具核对。

Prompt 7 · 竞品差评痛点聚类

以下是我从竞品 listing 抓取的【数量】条差评，请把它们聚成 5–8 类高频痛点，每类给出：痛点描述、出现频率占比、买家原话引用 1 条、以及这个痛点对应的产品改进或卖点机会。差评内容如下：【粘贴差评文本】。

变量：差评数量、差评文本。把竞品差评转成卖点，是 AI 在选品环节最见效的用法。

Prompt 8 · 关键词反查与长尾扩展

我的产品是【产品名称】，种子关键词有【种子词】。请帮我：①按搜索意图把相关词分成"核心词/场景词/属性词/长尾问题词"四组；②每组扩展 10 个词；③标出哪些适合放标题、哪些适合放后台。只给英文购物者真实会搜的词，不要生造。

变量：产品名称、种子词。扩展结果的搜索量高低仍需回关键词工具验证。

Prompt 9 · 选品数据交叉验证

同一款产品，我从不同工具拿到的月销量估算差距很大：【工具A=X，工具B=Y，Keepa BSR=Z】。请帮我分析这几个数据为什么打架、哪个更可能接近真实、给一个保守的销量区间和信心等级（高/中/低），并列出下单备货前我还应该补查的 2–3 项数据。

变量：各工具的估算值。销量估算离谱是选品失败的高频原因，交叉验证这一步别省。

Prompt 10 · 利基可行性快检

用一段话帮我判断【利基/产品点子】值不值得投入：从需求真实性、竞争激烈度、平均客单价与利润空间、合规与专利风险四个维度打分（1–5 分）并给总评。每个维度说清依据，最后给一句"上/不上/再观察"的结论，不确定的假设要标出来。

变量：利基/产品点子。

三、PPC 广告：4 个替代高价代管的 prompt

广告是利润生死线。很多卖家把广告外包给代管，结果 ACOS 不降反升、每月烧掉大几千美金。其实搜索词报告分析、否定词挖掘、竞价诊断这些活，你自己配一个好 prompt 就能做大半。系统打法见用 AI 优化亚马逊 PPC 广告。

Prompt 11 · 搜索词报告挖否定词

以下是我的亚马逊广告搜索词报告（含搜索词、点击、花费、订单、ACOS）。请找出：①花费高但零订单的词（建议否定）；②ACOS 远高于我目标【目标ACOS】的词；③相反，表现好值得单独提为精准投放的词。分三个清单给我，并说明每条的判断依据。报告如下：【粘贴数据】。

变量：目标 ACOS、报告数据。

Prompt 12 · 竞价调整建议

我的广告活动数据：目标 ACOS【X】，当前实际 ACOS【Y】，各关键词的点击/转化/花费如下【粘贴】。请按"提价/维持/降价/暂停"给每个词一个调整建议和幅度，转化好但曝光不足的适当提价，花费高转化差的下调，并解释逻辑。

变量：目标/实际 ACOS、关键词数据。

Prompt 13 · ACOS 异常诊断

我的广告 ACOS 从【原值】飙到【现值】，同期花费【变化】、订单【变化】。请帮我列出可能的原因清单（如竞价、否定词缺失、listing 转化率下滑、旺季竞争加剧、预算分配），按可能性排序，并给每个原因对应的自查动作。

变量：ACOS 前后值、花费与订单变化。

Prompt 14 · 广告活动结构规划

我要给【产品名称】搭一套亚马逊广告结构，预算约【日预算】。请给一个分层方案：自动广告如何分组、手动广告按"精准/词组/广泛"怎么拆、大词与长尾词怎么分活动、以及各活动初始竞价和预算分配建议。目标是控制 ACOS 在【目标】以内的同时拿量。

变量：产品名称、日预算、目标 ACOS。

四、客服与差评：4 个合规话术 prompt

客服和差评处理最容易踩亚马逊 Buyer-Seller Messaging 的红线。下面每个 prompt 都把"合规约束"写进了指令里——不索评、不含外部链接、不诱导删改评价——让 AI 从源头就按规矩生成。批量管理差评和买家反馈，也可以配合 AMZFinder 这类专门的评价管理工具做自动匹配和提醒。

Prompt 15 · 差评回复起草

我的产品收到一条【星级】差评，内容是：【差评原文】。请起草一条公开回复：先真诚致歉并共情，简要说明我们的改进或解决方案，语气专业克制。严格遵守亚马逊政策：不索要修改或删除评价、不留任何外部联系方式或链接、不做无法兑现的承诺。给中英文两版。

变量：星级、差评原文。

Prompt 16 · 买家消息回复

买家发来消息：【买家消息】。请起草一条回复，直接解答问题、给出明确的下一步，语气友好高效。遵守亚马逊 Buyer-Seller Messaging 政策：不含外部链接、不索评、不诱导站外交易。控制在 3–5 句。

变量：买家消息。

Prompt 17 · 退款 / 纠纷话术

买家因为【问题原因】要求退款/换货，情况是【简述】。请给我一套分级处理话术：①标准安抚+解决方案版；②买家情绪激烈时的升级版；③明确不合理诉求时的礼貌拒绝版。每版都保持专业、留有余地、不违反平台政策。

变量：问题原因、情况简述。

Prompt 18 · 订单后关怀邮件

为【产品名称】写一封订单送达后的关怀邮件，目的是提升复购与品牌好感、降低差评概率。内容包括：确认收货、简短的使用小贴士、遇到问题的官方售后引导。严格不索评、不含外部链接、不诱导站外，符合亚马逊 Buyer-Seller Messaging 政策。

变量：产品名称。

五、数据分析与周报：2 个让 AI 出结论的 prompt

后台报表看不懂、工具数据和后台对不上，是很多卖家的老大难。把 CSV 直接喂给 AI，让它替你找异常、出结论，比自己对着几十列数字瞪眼高效得多。

Prompt 19 · 后台报表解读

这是我的亚马逊【报表类型：业务报告/广告/退货】数据（CSV）：【粘贴】。请帮我：①总结整体趋势；②找出表现异常的 3 个 SKU 并说明异常点；③指出最值得优先处理的 1 个问题和建议动作。用大白话讲结论，关键数字标出来。

变量：报表类型、CSV 数据。

Prompt 20 · 周报自动生成

基于这周的核心数据【销售额/订单量/广告花费/ACOS/退款率，本周 vs 上周】，帮我写一份简洁的运营周报：①一句话总结本周表现；②三个亮点、三个问题；③下周三个待办动作。数据如下：【粘贴】。

变量：本周与上周核心指标。

怎么把这些 prompt 用出效果

同样的模板，有人用出好结果、有人觉得没用，差别通常在三个细节：

  • 先给角色和上下文：开头那句"你是资深亚马逊文案/广告优化师"不是废话，它决定了 AI 用哪套知识回答。产品、人群、站点这些背景一次性交代清楚。
  • 分步追问，别指望一把到位：先让它出框架，你确认方向后再让它细化某一部分，比一次要一大坨然后推翻重来省时间。
  • 让它先问你再动笔：在 prompt 结尾加一句"信息不全就先问我再开始"，能避免 AI 靠脑补生成一堆偏题内容。

最后重复开头那句：这些 prompt 帮你把 80% 的初稿工作压到几分钟，但拍板的人必须是你。关键词回工具核对、合规词自己把关、数据回后台复核——这三步省不掉，也正是你比纯用 AI 的同行更靠谱的地方。

延伸阅读