使用场景

从 Amazon 评论中挖掘产品缺陷和功能需求

Q: 每页有多少条评论？

评论每页 10 条，maxPages 设置每个 ASIN 读取多少页。

Q: 能先获取最新的评论吗？

可以。示例输入把 sortBy 设为 recent。

Q: 能读取其他 Amazon 站点的评论吗？

输入中有一个 domainCode 字段；示例使用的是 com。把它设为你要读取的 ASIN 所在的站点即可。

Q: 能区分认证购买吗？

可以。每条评论都会标明是否为认证购买。

按 ASIN 以 JSON 读取 Amazon 评论，含星级、标题、正文、日期和认证购买，找出缺陷与功能需求，用于改进你的产品。

获取 API 密钥查看文档

预付费，无订阅REST 或 MCP一个密钥搞定模型、数据和智能体

产品团队和卖家都知道，竞品的评论里用买家自己的话列出了他们在意的缺陷。可是手动读几百条，并不会给你一张排好序的清单。Lovely Router 替你读取它们。发送一个 ASIN，每条评论返回一个 JSON 对象，按评论数从预付费余额中计费。用一个 API 密钥，就能从脚本、产品复盘或 AI 智能体中调用。

交给你的 AI 智能体

把这段提示词复制到 Claude Code、Cursor、Codex 或任何编程智能体中。它会告诉智能体文档在哪里，以及如何使用你的 API 密钥。

从 Amazon 评论中挖掘产品缺陷和功能需求. Use the Lovely Router data tools: each returns JSON and is billed per result.

- Docs (read first): https://lovelyrouter.com/docs/tools/find.md and https://lovelyrouter.com/docs/tools/run.md
- Plan first: POST https://lovelyrouter.com/v1/tools/suggest with `{"task": "<my task in plain words>"}` (free). It returns the tools to run in order, each with an example `input`, the `input_required` fields, an estimated cost and a ready-made `run` request. Replace the example values with my task's; if a field is unclear, read the tool with GET https://lovelyrouter.com/v1/tools/<id>. To browse instead, POST https://lovelyrouter.com/v1/tools/discover searches the catalog.
- Show me the plan and its estimated cost (`total_est_cost_usd`) before running anything large.
- Run: POST https://lovelyrouter.com/v1/tools/<id>/run with `{"input": {...}, "max_results": N}`. A 200 has the finished run with `items`; a 202 means it is still running, so poll the `poll` path until `status` is `succeeded`, `failed`, `timed_out` or `stopped`.
- Only delivered results are billed. Keep max_results small on the first run, check the output, then scale up.
- If you support MCP, connect https://lovelyrouter.com/mcp instead (Streamable HTTP, same key; https://lovelyrouter.com/docs/tools/mcp.md) and use suggest_tools, get_tool and run_tool.
- Auth: read my API key from the LOVELY_API_KEY environment variable and send it as `Authorization: Bearer $LOVELY_API_KEY`. Never print or commit the key. If it is not set, ask me to create one at https://lovelyrouter.com/app/keys.
- Billing is prepaid: every call is charged to my balance, so test with a small request before running anything large.
- Every docs page is plain Markdown; the full index is https://lovelyrouter.com/llms.txt.

My task: <the inputs (links, keywords or accounts) and how many results you need>

工作原理

选定产品
选择你自己的 ASIN 和销量最好的竞品，以及它们所在的 Amazon 站点。
设置上限后运行工具
把它们发送到 POST /v1/tools/amazon-reviews/run，为每个 ASIN 带上 maxPages，在请求上带上 max_results。运行会从你的余额中预留它的最高费用，并以 JSON 返回评论。
归类并排序主题
筛出低星评论，用模型按主题分组，再按出现频率给这些抱怨排序。

一次请求拉取某个 ASIN 的评论

列出 Amazon 评论在 input 中接受一个列表，每个 ASIN 对应一个条目。每个条目包含 asin、domainCode、sortBy 和 maxPages。评论每页 10 条，一次运行最多返回 100 条：

Shell

curl https://lovelyrouter.com/v1/tools/amazon-reviews/run \
  -H "Authorization: Bearer $LOVELY_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "input": {
        "input": [
          {
            "asin": "B08C1W5N87",
            "domainCode": "com",
            "sortBy": "recent",
            "maxPages": 1
          }
        ]
      },
    "max_results": 10
  }'

maxPages 设置每个 ASIN 读取多少页、每页 10 条评论。运行超过 60 秒仍未结束时会返回 202；轮询方法见运行工具。

每条评论包含什么

字段组	你得到的内容
评分	星级
内容	评论标题和正文
时间	日期
可信度	是否为认证购买

星级低且为认证购买的评论是最强的信号；统计主题之前，请同时按这两项筛选。

实用配方

给竞品的抱怨排序。

拉取三个对手产品的最新评论，保留一星和二星的，让模型按原因分组并给出每组的数量。

从好评中写出规格。

阅读领先产品的五星评论，提取买家点名提到的功能，这些就是你的商品页应当放在最前面的内容。

在批次变更后发现质量问题。

按最新排序，每周对你自己的 ASIN 运行一次，留意一星评论中有没有出现新的主题。

对比认证购买与非认证购买。

按是否认证购买拆分评论，看看两边的抱怨有没有不同。

给供应商一份干净的资料。

导出排名前五的缺陷主题和示例原话，附在你下次与供应商的沟通中。

更想直接用自然语言提问？连接 MCP 服务器，然后对 Claude Code 或 Cursor 说："在 amazon.com 上读取 ASIN B08C1W5N87 最近的 100 条评论，保留 3 星及以下的，给我最常见的五种抱怨，每种附两条原话。把 max_results 设为 100。"