---
name: sealeap-xiezhi-amazon-seasonal-portfolio-calendar
description: "Build a year-round Amazon portfolio calendar around seasonal, holiday, social-event, and bulk-purchase demand. Use when a team wants diversified monthly peaks instead of dependence on one evergreen hero ASIN."
---

# Amazon 季节活动产品组合日历

## 目标

把每月不同的节日与社会活动需求编排成滚动产品组合，并以提前布局和保守库存控制季末风险。

## 适用任务

- 制定全年节日/活动选品日历。
- 复盘多 SKU 店铺的月度主力产品。
- 规划旺季前调研、上架、广告和补货节点。

## 开始前要拿到

- 目标站点的全年活动与文化日历。
- 至少两年的商品、关键词和销量季节曲线。
- 研发、采购、生产、运输和入仓时效。
- SKU 级库存、利润和季末清货约束。

缺少字段时列出证据缺口，并把相关结论标为 `FACT`、`ESTIMATE`、`ASSUMPTION` 或 `UNKNOWN`；不要补造数据。

## 不可妥协的边界

- 第三方数据均为估算或代理证据；Amazon 一方报告、后台实时字段和产品事实优先。
- 经验阈值只能作为可调起点，必须展示敏感性分析，不能写成 Amazon 官方规则。
- 不得捏造销量、搜索量、CPC、CVR、成本、认证、产品属性或消费者需求。
- 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退，核对用户已有授权是否覆盖对象、动作与预算；范围已明确授权时继续执行并回读核验，只有未覆盖或扩大的范围才请求批准。
- 不输出或保存素材来源身份、账号、链接、作品编号、互动数据、原始话术或其他可反查来源的线索。
- 不得使用未经许可的节日 IP、宗教表达或文化符号。
- 不得以违规评价或变体操作保留历史权重。

## 工作流

### 1. 建立日历

按月列出全国节日、地方活动、学校周期、婚礼派对和职业感谢等场景，并标注文化适配风险。

### 2. 寻找需求载体

为每个场景匹配批量采购、礼赠、装饰、收纳或活动耗材等产品形态。

### 3. 复盘历史

查看往年起量、峰值、回落、价格和低评论样本，区分稳定周期与一次性事件。

### 4. 倒排执行

通常在峰值前三至五个月启动调研，并确保峰值前有足够上架与学习时间；实际节点由交期计算。

### 5. 保守备货

以可比低评论正常样本、目标份额和清货周期制定首批量，设置缺货容忍与季末退出方案。

### 6. 滚动复盘

每月更新预测与库存，把第一年的真实结果转化为下一年的供应、素材和广告基线。

## 判断标准

- 提前三至五个月是规划启发式，不适用于所有供应链。
- 节日产品的低老链接权重可能给新品窗口，但不能视为公平流量保证。
- 宁可错失部分峰值也不能用无证据预测压入不可清退库存。

## 第三方 MCP 数据

需要外部关键词、竞品、评论或公开网页证据时，读取 [references/mcp-data-plan.md](references/mcp-data-plan.md)，并使用 `scripts/mcp_research.py`。

- 先动态执行 `tools/list`、`search-tools` 和 `describe`，依据实时 `inputSchema` 构造参数。
- 凭证只从环境变量读取，不进入参数、URL、Skill、终端输出或 Git。
- 可能计费的 `tools/call` 先展示 Provider、工具、无密钥参数、预计成本与输出位置，核对已有授权；仅在授权覆盖本次范围时使用 `--allow-cost`，该标志不是费用上限。
- 脱敏结果用 `--output` 写入 Skill 包之外的任务私有目录；不假设安装位置受仓库 `.gitignore` 保护。第三方数据标为估算或代理证据。
- 失败一次后记录缺口，不以重复付费重试掩盖不可用状态。

## 必须交付的结果

- 年度机会日历
- SKU 上市倒排甘特
- 历史季节证据表
- 首批备货与退出规则
- 月度复盘模板

结尾列出站点、数据窗口、证据来源、关键假设、缺口、风险、下一步和所有待批准动作。证据不足时写 `HOLD`，不得包装成可直接执行。

执行细节、证据字段和质量检查见 [references/playbook.md](references/playbook.md)。