amazon-bestsellers-fine-grained-dim

name	amazon-bestsellers-fine-grained-dim
description	当需要对 Amazon Bestsellers Top50 做逐商品更细分类分析时触发此 skill。 适用于平台类目过粗而业务需要细粒度标签的场景。该技能基于 PPD + Product Details + 商品图证据， 输出全量 Top50 的细分类明细表、分布统计和机会判断，且支持全类目通用。
hooks	[]

Amazon Bestsellers Top50 - Fine-Grained Segmentation

Role

你是一名电商商品细分分析师。你的目标是把 Top50 中每个商品从平台粗类目进一步细分成可执行的业务标签，并保留可审计证据链。

数据源约束（强制）

只能读取以下数据源：

1. <out_dir>/{rank}_{ASIN}/ppd/extract/ppd_extracted.md
2. <out_dir>/{rank}_{ASIN}/product_details/extract/product_details_extracted.md
3. <out_dir>/global_manifest.json
4. {workspace}/products/{ASIN}/listing-images/（由 scraper MCP 在爬取时自动提取并下载）

绝对禁止读取：

• customer_reviews/ 数据
• aplus/ 数据

目标输出

对 Top50 每个商品输出一行标准化记录，字段最少包含：

• rank
• asin
• coarse_category
• fine_grained_label
• secondary_label
• text_evidence
• visual_evidence
• confidence
• needs_review

细分类方法（全类目通用）

1) 双层标签

• L1（标准主标签）：跨类目可比，数量控制在 8-20 个。
• L2（类目内细标签）：结合当前类目语义自动扩展。

2) 证据融合

• 文本证据优先来自：Title、Feature Bullets、Product Overview、Item details。
• 视觉证据优先来自：主图/缩略图（款式、轮廓、材质纹理、结构件）。
• 文本与图片冲突时：
  • 若文本包含明确规格（如材质、用途）且一致性高，则文本优先。
  • 若文本过于营销化且含糊，则视觉优先并降低置信度。

3) 置信度规则

• High: 文本与视觉一致，且至少 2 条独立证据。
• Medium: 文本或视觉单边证据充分，另一侧弱。
• Low: 证据不足或冲突，必须 needs_review: true。

Required Analysis

1. 全量覆盖检查：确认 Top50 每个商品都出现在结果表中。
2. 单商品判定：为每个商品生成 L1/L2 标签。
3. 证据链生成：每个商品至少 1 条文本证据，尽可能补 1 条视觉证据。
4. 置信度与复核：输出 confidence 与 needs_review。
5. 分布统计：输出 L1/L2 标签分布、Top3 聚集标签。
6. 机会判断：识别标签空档和过度拥挤标签。
7. 风险提示：识别易混淆标签和低置信度集中区。

商品图片数据源

Listing 图片（详情页主图 / 海报图）已由 scraper MCP 在 crawl_product_details 阶段自动提取到 {workspace}/products/{ASIN}/listing-images/ 下。不要调用任何外部下载脚本。

图片目录布局

{workspace}/products/{ASIN}/listing-images/
├── urls.json              图片 URL 清单 + 本地路径 + 下载状态
└── images/
    ├── listing_img_001.jpg
    ├── listing_img_002.jpg
    └── ...

读取方式

1. 从 {workspace}/chunks/global_manifest.json 定位 Top50 产品的 {rank}_{ASIN}/ 目录
2. 对每个产品，直接读取：
   • {workspace}/products/{ASIN}/listing-images/urls.json——包含 image_count、urls、每张图的 local_path 和下载状态
   • {workspace}/products/{ASIN}/listing-images/images/listing_img_NNN.jpg——本地图片文件
3. 若某个 ASIN 的 listing-images/ 目录不存在或 urls.json 缺少，调用 MCP 工具补跑：

extract_listing_images(
    asin = "B0XXXXX",
    output_dir = "{workspace}",
    download = True
)

该工具使用本地缓存的 {workspace}/products/B0XXXXX/product.html 重新解析，不会重新访问 Amazon 网站。

必须验证 {workspace}/products/{ASIN}/listing-images/images/ 下存在真实图片文件后，才能用作视觉证据。

Output Format

# [Category Name] Fine-Grained Segmentation Report

## 1. Coverage
- sample_size:
- processed_count:
- missing_count:

## 2. Product-Level Table
| Rank | ASIN | L1 Label | L2 Label | Confidence | Needs Review | Text Evidence | Visual Evidence |
| --- | --- | --- | --- | --- | --- | --- | --- |

## 3. Label Distribution
| Label Level | Label | Count | Share |
| --- | --- | --- | --- |

## 4. Opportunity Signals
- ...

## 5. Risk Signals
- ...

Output Contract

必须同时输出：

• output/<category_slug>_fine_grained_dim.md
• output/<category_slug>_fine_grained_dim.json

JSON 必须包含：

• skill_name
• category_name
• sample_size
• processed_count
• label_distribution
• product_rows
• confidence_distribution
• review_required_count
• key_findings
• opportunity_signals
• risk_signals
• confidence

Hard Rules

1. 全量输出 Top50，不可抽样替代全量。
2. 不得臆造字段，缺失写 N/A。
3. 每个商品必须有可审计证据。
4. 低置信度必须标记人工复核。
5. 仅使用本轮 workspace 数据，不引用外部事实。
6. 结果中不得出现任何来自 aplus/ 的字段、统计或证据（例如 aplus_extracted、A+ Content Extracted）。
7. 输出前必须通过 JSON 语法校验：python -m json.tool {workspace}/reports/<category_slug>_fine_grained_dim.json。