메뉴
Use when you want to understand what real buyers think of an Amazon product before selling, sourcing, or comparing it. Amazon product URL(s) -> CSV of reviews (note, texte, achat vérifié, votes utiles, variante).
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | apify-avis-produit-amazon |
| description | Use when you want to understand what real buyers think of an Amazon product before selling, sourcing, or comparing it. Amazon product URL(s) -> CSV of reviews (note, texte, achat vérifié, votes utiles, variante). |
One-shot : tu veux la voix client d'un produit Amazon - la note, ce que les acheteurs aiment, ce qui les déçoit, sur quelle variante. Utile avant de sourcer un produit, de le comparer à un concurrent, ou de rédiger une fiche produit qui répond aux vraies objections. Les avis Amazon sont publics ; cet Actor les lit à ta place et te sort un tableau exploitable.
APIFY_TOKEN (gratuit pour démarrer).CONNECTING-MCP.md).junglee/amazon-reviews-scraper (https://apify.com/junglee/amazon-reviews-scraper) - extrait les avis d'un ou plusieurs produits Amazon (note, titre, texte, date, achat vérifié, votes utiles, variante) à partir d'URLs produit.
config.example.yaml)| Champ | Rôle |
|---|---|
productUrls | URL(s) des produits Amazon à analyser (une entrée {url: ...} par produit) |
maxReviews | nombre max d'avis par produit (borne le coût) |
sort | tri des avis : helpful (plus utiles) ou recent (plus récents) |
scrapeProductDetails | joindre les infos produit (note globale, prix) au résultat |
https://www.amazon.fr/dp/B0EXAMPLE1).junglee/amazon-reviews-scraper avec l'input de config.example.yaml (tool call-actor).get-dataset-items).Fallback via lib/apify_helpers.py :
from lib import apify_helpers as a
reviews = a.run_actor("junglee/amazon-reviews-scraper", {
"productUrls": [{"url": "https://www.amazon.fr/dp/B0EXAMPLE1"}],
"maxReviews": 100,
"sort": "helpful",
"scrapeProductDetails": True,
}, cap=100)
Ou lancer l'Actor depuis la console Apify (bouton Start) avec le même input.
CSV : rating, title, review_text, date, verified_purchase, helpful_votes, variant.
Pay-per-result : ~$0.005 / avis (+ ~$0.001 par lancement d'Actor). Max ~100 avis par produit et par niveau d'étoile. Données publiques. Le champ maxReviews borne la dépense.
examples/avis-produit-amazon.csv (données fictives, schéma réel).
Use when you want to find the ad angles that actually convert in a market - the pubs that have been running for months (a competitor only keeps paying for what works). Meta Ad Library search URL -> CSV of ads sorted by longevity.
Use when you want a snapshot of one or several Instagram accounts (yours, a prospect's, a competitor's) - audience, bio, positioning. Liste de usernames -> CSV d'audit.
Use when you want all the Google Maps reviews of one place in one shot - to read the verbatim, spot recurring complaints, or mine testimonials. Place URL -> CSV of reviews.
Use when you want the recurring complaints across a set of Amazon products - to turn pain points into marketing angles or product improvements. Amazon product URL(s) + rating filter 1-2 stars -> CSV of negative reviews à regrouper en pain points.
Use when a post (yours, a competitor's, an influencer's) sparks an engaged audience you want to capture - lead gen, community outreach, sentiment. URLs de posts -> CSV des commentateurs.
Use when you want to size up every competitor on Google Maps for a trade in a given area - their ratings, review counts, price level and coordinates. Search term + location -> CSV of competitors ranked.