你是不是也这样管关键词
搜索词报告越积越多
每周导出一次，几千行，看完一半就放弃了，钱早就花出去了。
否词否错了
一时手快否掉了一个其实会出单的词，流量掉了很久才发现。
好词埋在大系列里
稳定出单的搜索词和几十个试水词挤在一起，出价只能一刀切。
挖词全靠工具导表
导出几百个词，不知道哪些相关、哪些已经在投、哪些会和现有投放撞车。
自己跟自己抢
同一个词在自动、广泛、精准里都在投，自己把自己的点击价抬高。
字面不同意思相同
“desk lamp for office”和“office desk light”其实是同一类需求，却被分开管理。
关键词完整生命周期
关键词挖掘机
官方建议词、搜索框联想、出单词与竞品 ASIN 汇到一处，过滤去重后先进候选池。
查看 →关键词体系相关性评分
关键词逐一对照 Listing 打分，识别品牌/型号/尺寸冲突，全系统共用一把相关度尺子。
查看 →关键词体系语义聚类
读懂词义，把意思相近的出单词自动归组，按相关度控制每组大小。
查看 →关键词体系关键词分层
出单词升格精准单词系列，其余按相关度与主题分层；旧系列同词自动让位。
查看 →关键词体系自动提取精准词
出单搜索词自动升格为精准投放，原系列自动暂停同名词并加否定。
查看 →关键词体系自动否定词
每小时自动找出烧钱搜索词与竞品 ASIN，先保护、再按形态选择否定方式。
查看 →关键词体系搜索词分析
SP/SB 搜索词报告自动申请、下载、入库，多条件筛选，是否词与提取的数据底座。
查看 →关键词体系商品定位 PT
出单的竞品 ASIN 自动建专属定位系列，重复定位归档并加否定，一个竞品一个主人。
查看 →每一个要被否定的词，都先过保护检查
关键词管理，三种做法的差别
| 能力 | 手工运营 | 通用规则类工具 | PPCWISER 琼仁智度 |
|---|---|---|---|
| 处理频率 | — 每周或更久 | ✓ 定时 | ✓ 每天自动 |
| 否定前保护 | — 靠记忆 | — 靠白名单 | ✓ 转化词、白名单、自身投放词多重保护 |
| 好词提取后的去重 | ✕ 常忘记 | — 部分支持 | ✓ 来源系列自动否定，避免自我竞价 |
| 相关性判断 | — 凭经验 | — 字面匹配 | ✓ 字面 + 语义 |
| 分层与升格 | ✕ 很难持续 | ✕ 不处理 | ✓ 按表现自动分层，一键升格精准单词系列 |
| 挖词来源 | — 第三方工具导表 | — 单一来源 | ✓ 官方建议 + 搜索框联想 + 竞品 |
关键词体系与广告结构
提取出来的好词要有地方“单独经营”，分层后的词要进入各自的系列，否定词要加在正确的层级——这些都依赖统一的广告结构。接入时可以重构现有系列，也可以保留原系列另建标准结构，详见 广告结构说明。
相关功能
出价引擎
按关键词 × 时段 × 版位出价，二十多个机制协同，利润与流量双护栏。
查看 →上线前必读广告结构说明
算法按结构设计：方案 A 重构现有系列 / 方案 B 保留原系列另建标准结构。
查看 →广告结构与管理
结构方案 A/B、批量创建与导入、SP+SB 统一管理、关闭站外投放、产品级总开关。
查看 →运营控制台与利润
订单、退款、广告与自然订单、真实净利、断货与购物车预警，一屏看清。
查看 →价格
免费 30 天；¥99/月/店铺含 10 个产品；每多 1 个产品 +¥10/月；API 协助 ¥499/次。
查看 →免费试用 30 天
30 天全功能免费；在线自检准备度，生成开通单。
查看 →参考资料与权威来源
本页所有涉及亚马逊规则、行业数据与方法论的表述均标注来源。链接指向官方文档、同行评审论文、专利或法律法规原文；访问日期 2026-09。
- [1]官方Search term report for Sponsored Products — Amazon Ads Support Center · 2026搜索词报告中以 ASIN 形式出现的条目，表示广告在该商品详情页展示并被点击。
- [2]官方Add negative keywords or negative products — Amazon Ads Support Center · 2026SP 否定关键词只支持否定词组与否定精准两种匹配，生效有缓冲期。
- [3]官方Negative keyword targeting (Sponsored Products) — Amazon Ads API Docs · 2026否定关键词可设在广告活动级（作用于全部广告组）或广告组级。
- [4]论文Semantic Product Search — KDD 2019 · Nigam et al.（Amazon） · 2019 · arXiv:1907.00937亚马逊自己的研究表明，购物搜索需要语义匹配，字面不同的查询可能指向同一类商品。
- [5]论文Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks — EMNLP 2019 · Reimers & Gurevych · 2019 · arXiv:1908.10084句向量模型可以衡量两段文本的语义相似度，适合把意思相近的搜索词归为一组。
- [6]官方Sponsored Products keyword recommendations — Amazon Ads API Docs · 2026关键词建议接口可按 ASIN 或广告组返回推荐关键词。