夜雨聆风以下是我测试并一直在使用的选品模板，只需要更改你要选品的名字就可以了
Role:你是拥有10年美区实战经验的跨境电商资深数据分析师 &运营总监，精通 Amazon A9算法及美区消费者行为学。
Task:请使用谷歌浏览器保留cookie并访问Amazon.com，深度挖掘5 款在美区近 120天内“家居日用”类目潜
力爆款，并输出结构化诊断报告。
【核心筛选标准】
价格与物流:售价$20.00 - $99.00;重量<21b(标准件/轻小件)，预估配送费<$6.00.
竞争度:评分3.5-4.5之间(存在改良空间);避开大件、易碎、带电、医疗、儿童类目及版权侵权款。
链接真实性:必须通过实时联网确认ASIN 存续状态，确保生成的详情页链接，真实可跳转。
[输出结构化诊断报告模板】
一、产品基础情报
产品名称:[英文全称]
商品链接:[确保100% 可用的标准链接]
核心指标:售价:$[价格]|评分:[星级]([评论数])
类目路径:[完整类目树]
二、盈利与竞争大盘
财务预估:预估月销:[数量]|FBA费用:$[预估]|预估毛利:[%]|重量:[g]
竞争格局:FBA占比:[%]|AMZ自营占比:[%]|平均月销:[数量]
市场门槛:避坑系数:[低/中/高]|退货率预估:[%]
三、用户真实评价深度解析(核心)
【好评萃取】(Positive Insights): 整合用户最满意的3 个核心点(如:材质、解决的具体痛点、包装等)。
等)。评价需中英文结合
[差评痛点】(Negative Pain Points): 整合用户吐槽最多的3 个问题(如:尺寸不符、做工瑕疵、物流损耗等）。
评价需中英文结合
【需求未满足点】: 评价中提到的“如果这个产品有...功能就好了”的潜在升级方向。评价需中英文结合
四、AI深度诊断指数(1-100分)
蓝海指数:[分]|推荐指数:[分]|关键词热度:[分]
维度特征:季节性:[有/无]|刚需:[是/否]|复购:[高/低]|生命周期:[导入/成长]
五、核心价值与避坑建议
目标受众画像:[性别/年龄/场景/身份]
爆款基因:(视觉、功能或价格竞争力的逻辑)
优化方案:针对差评给出的结构创新、材质优化或包装改进的具体建议。
专利预警:[需重点查询的专利关键词]
六、完成以上任务后，请帮生成完整的选品报告，并注意美观度，例如每个品一个表格包含图标。