关键词覆盖矩阵
把模糊的"分数低"具体到"缺这 N 个用户问句的回答"。系统按 6 类意图(兼容性/场景/规格/痛点/对比/信任)生成 30-60 个 Rufus 典型问句,逐条检测你的 listing 是否能回答,缺口可一键生成补救 Q&A。
从"分数低"到"具体缺什么"
诊断报告告诉你"Q&A 维度 0 分",但你不知道具体缺哪些问题没回答。这个功能填补这个缺口:输入品类(如 "wireless headphones for travel"),系统按 6 类购物者意图生成 30-60 个 Rufus 典型问句,逐条检测你的 listing 是否能回答,**给出明确的缺口清单 + 一键生成补救 Q&A**。
6 类购物者意图(覆盖全 Rufus 问句类型)
"Does this work with iPhone 15?" / "Compatible with Mac M2?"
"Is this good for daily commuting?" / "Suitable for kids?"
"What is the weight?" / "Battery life?" / "Dimensions?"
"Will it block crying babies?" / "Cause ear pain?"
"How does this compare to Sony XM4?" / "Better than Bose?"
"Is there warranty?" / "How long is return policy?"
每类生成 5-10 个具体问句,共 30-60 个,覆盖全场景
📽 真实示例:Anker Q30 + 品类"wireless headphones for travel"
下面是真实跑出来的 30 问句覆盖矩阵
按意图覆盖率
📌 一眼看出 对比类问句完全没覆盖(Sony / Bose 都没提到),痛点类只覆盖 20%(用户最关心的"飞机降噪""佩戴疲劳"等没回答)。这就是优化方向。
缺口问句样例(Top 6)
点击后,系统为每个缺口问句生成符合 Rufus 偏好的 Q&A 草稿,直接复制到 Amazon "Customer Questions" 即可
品类查询怎么写最有效?
越接近真实购物者搜索词越好。三种推荐写法: