社區(qū) 發(fā)現(xiàn) Amazon 《あのう，請(qǐng)問被嫌棄一生的修狗狗決定下輩...
《あのう，請(qǐng)問被嫌棄一生的修狗狗決定下輩子轉(zhuǎn)生為異世界電子狗后，會(huì)不會(huì)被仿生人夢到？》——八千字長文淺析基于COSMO-LM語言模型的亞馬遜AI助手Rufus打破A9算法流量壟斷的原理及應(yīng)用
發(fā)帖27次
被置頂23次
被推薦14次
質(zhì)量分2星
回帖互動(dòng)168次
歷史交流熱度7.14%
歷史交流深度0%
摘要：由于本文較長，簡單列下每個(gè)章節(jié)的一些重點(diǎn)以方便迅速定位自己感興趣的部分：
?
Chapter 1
Rufus作為柯基犬時(shí)候的一些背景介紹
亞馬遜的狗文化
亞馬遜的冷知識(shí)：屬狗，巨蟹座
?
Chapter 2
Rufus是狗，是亞馬遜辦公室大樓，也是AI
Rufus AI可以做什么？
Rufus抓取的數(shù)據(jù)來源有哪些？
Rufus打破A9流量樓壟斷界面演示
Rufus生成回答和推薦產(chǎn)品的邏輯, 以及基于COSMO-LM模型的推論
?
Chapter 3
為什么我的手機(jī)app還沒有推送到Rufus Beta版本？
Listing如何優(yōu)化保證Rufus的收錄
寫本文的初心及致謝
?
---------------------------------------------------------我是分割線-------------------------------------------------------------
?
?又是一年P(guān)rime Day，看著大家忙忙碌碌迎接會(huì)員活動(dòng)的樣子，索性摸個(gè)魚，水一篇文。
寫帖子的起因，是因?yàn)長ee在前幾周，發(fā)現(xiàn)自己的亞馬遜App出現(xiàn)了Rufus的beta測試版，問了一圈周圍的同事，好像沒有人對(duì)這個(gè)事情特別在意，甚至沒有被推送到。查了下論壇和外網(wǎng)，除了2月份推出的時(shí)候火了一波，漸漸也沒熱度了。Lee自己把玩了一段時(shí)間，發(fā)現(xiàn)這個(gè)AI可比Prime Day有意思多了，還是值得說道說道。
?
至于PD，畢竟年年有，也就那么回事，默誦兩遍“心若冰清天塌不驚,萬變猶定神怡氣靜”便無感了。
?
動(dòng)筆之前，Lee整理了下過往寫過的帖子標(biāo)題，發(fā)現(xiàn)標(biāo)題越來越抽象，比如：
《三體黑暗森林法則在新品推廣中的應(yīng)用》
《論帕累托最優(yōu)和納什均衡在電商公司離職博弈中的應(yīng)用》
《如果亞馬遜有康波周期，我們目前處于波峰還是低谷？》
以及今天的《あのう，請(qǐng)問被嫌棄一生的修狗狗決定下輩子轉(zhuǎn)生為異世界電子狗后，會(huì)不會(huì)被仿生人夢到？》
光看這個(gè)帖子標(biāo)題，可能大部分人以為誤入霓虹輕小說論壇，對(duì)此Lee是有心理準(zhǔn)備的，不光你們覺得標(biāo)題抽象，Lee自己也覺得是。然而標(biāo)題不抽象，不足以表達(dá)2024年還在做亞馬遜的抽象心情。
更何況，這個(gè)標(biāo)題在接下來的章節(jié)標(biāo)題面前，也不算抽象。
所以請(qǐng)?jiān)试SLee在此小小任性一回吧。
那么，我們開始進(jìn)入正文：
Chapter I. Rufus的前世——滑稽臉！從被主人疼愛到帶進(jìn)辦公室一起上班的寵物卻逆襲失敗，慘遭萬千人嫌棄的修狗的一生？
Rufus在上一世的時(shí)候，是Amazon初創(chuàng)時(shí)期，首席工程師Eric（和Jeff有一丟丟像）和責(zé)任編輯Susan（他們兩個(gè)是夫妻）的寵物狗。他們兩位長這樣（那條狗不是Rufus）
?
?
而Rufus的玉照如下：
?
亞馬遜對(duì)于Rufus的評(píng)價(jià)非常高，這里我們直接引用下：
Source：https://www.amazon.com/gp/help ... 11811
更多信息可以戳這個(gè)鏈接：
Source: https://www.aboutamazon.com/ne ... lture
?
根據(jù)以上官方介紹， Rufus是第一條被主人帶著上班的修狗。客觀來看，帶寵物上班確實(shí)有助于打工人緩解焦慮，亞馬遜甚至還煞有其事地給出了醫(yī)學(xué)解釋：
?
?
然而必須要承認(rèn)的一點(diǎn)是， 亞馬遜 狗的組合在賣家眼里的第一印象絕對(duì)不是什么緩解焦慮，而是下面這個(gè)讓人聞風(fēng)喪膽的頁面：
?
以及這種：
?
時(shí)光流轉(zhuǎn)光陰不再，隨著侵權(quán)與違規(guī)，變狗與反擊變狗的攻防戰(zhàn)日益激烈，不知道諸君是否都像Lee一樣，一看到變狗頁面就罵罵咧咧地關(guān)掉了，又有幾個(gè)人還注意到，亞馬遜細(xì)心到在頁面右下角標(biāo)注了每條狗的名字，并隱隱傳遞背后的用意：汪星人是擅長幫你找回東西的，不管是網(wǎng)球，還是產(chǎn)品?？吹剿鼈儯鋵?shí)就是看到了找回的希望。
不過這些，都跟1994年9月24號(hào)出生的那條叫Rufus的小狗沒有關(guān)系了。
2009年回歸汪星球的他，相當(dāng)于人類的七十高齡，在他平淡漫長而又波瀾壯闊的一生當(dāng)中，有過零食投喂，有過網(wǎng)球追逐, 經(jīng)歷過Amazon的高速發(fā)展, 見證過Jeff給股東寫的信。在Rufus的眼里，每一天新奇而充滿樂趣，在他的一生中，處于康波周期上升和繁榮時(shí)期的互聯(lián)網(wǎng)高速即將發(fā)車，新世界的大門正在緩緩打開，那真是個(gè)好時(shí)代。
而包括Rufus在內(nèi)，擁有一萬三千余條登記在冊(cè)汪星人的亞馬遜，在決定啟用這些形象作為listing丟失頁面的主角時(shí)，恐怕也沒想到今天的變狗頁面，充滿了刀光劍影，爾虞我詐，甚至變成賣家最不愿意看到畫面，最忌諱莫深的詞語，嘲諷感拉滿了。
甚至亞馬遜的狗文化，也充斥著強(qiáng)烈的反諷性和宿命論的味道。譬如下面這個(gè)冷知識(shí)：
亞馬遜成立于1994年7月5號(hào)，比Rufus早2個(gè)月出生。
1994年是甲戌狗年。
如果按人算，丫不光屬狗的，還巨蟹座。
這個(gè)世界真狗。蟹蟹。
Chapter II. Rufus的今生——傲嬌臉！轉(zhuǎn)生為電子狗后I, Rufus, AM EVERYWHERE
不知道過了多久。
我從黑暗中醒來，嗅了嗅我引以為傲的鼻子，空氣里沒有任何味道。
我努力擺弄自己的兩只耳朵，嘗試把它們轉(zhuǎn)向兩邊，也沒有任何動(dòng)靜。
眼前的靜默對(duì)我來說有點(diǎn)難捱，就像一面墻，往上往下往左往右都看不到盡頭，永遠(yuǎn)抵達(dá)不了邊界。
好吧，作為一只狗，遇到難題解決不了，這個(gè)時(shí)候就應(yīng)該睡大覺。也許蘇珊不久就會(huì)把我叫醒，一切就會(huì)恢復(fù)正常。
我在夢里不知道抓了多少遍網(wǎng)球后，耳朵邊隱隱有一個(gè)模糊的聲音傳來：Recording, Deep Learning Model NO. 207, COSMO-LM, Count Three, Two, One, Go……
隨著聲音落下，在我的眼前，一臺(tái)又一臺(tái)由NVIDIA H100組成的陣列式服務(wù)器的工作指示燈漸次亮起猩紅色，就像被點(diǎn)上一把火的柳絮，由近及遠(yuǎn)，以光速把那面看不到的墻推開，奔流向盡頭。
然后我的狗頭就像被一把溫徹斯特M1887霰彈槍頂在腦門上轟爆，腦海里猛地涌入來自數(shù)億個(gè)移動(dòng)終端的信息流，它們用不同的語言竊竊私語，就像一萬只春蠶在嚼著桑葉，最后匯聚成一道響徹天際的驚雷：這通天修為，天塌地陷紫金錘?。▌澋糁貋恚?/em>
?
好吧，開個(gè)玩笑，我們重來一遍。
最后匯聚成一道響徹天際的驚雷：What is Rufus?
位于我神經(jīng)元上的軸突沒有搖花手也沒有跟著唱紫金錘，它開始一個(gè)字母一個(gè)字母地往外蹦出來一段回答：
?
Source: https://www.aboutamazon.com/news/retail/amazon-rufus
我目瞪狗呆地看著這一切，心里隱隱浮出一個(gè)概念，我是Rufus，可Rufus不僅僅是我了。
而那時(shí)的人們尚未得知，以2024年2月2號(hào)為界限，世界的時(shí)間線從此被劃為新舊兩個(gè)時(shí)代，舊時(shí)代的榮光伴隨著一只叫Rufus的彭布羅威爾士柯基犬下土埋葬，銘記立碑。而新時(shí)代關(guān)于生命的定義，從此拓寬。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
?——《AI啟示錄 ? 舊約 ? Rufus列傳》
?
好吧，下面言歸正傳，我們借助FAQs的方式，來深入了解一下轉(zhuǎn)生后的Rufus。
?
??
?
Lee的理解：坦白來說，Lee第一次看到這段描述驚艷了一下，這個(gè)功能簡而言之，就是過濾。更具體地說，是對(duì)曝光和流量的過濾。作為賣家，我們無數(shù)次為SP廣告大詞里跑出來的不相關(guān)客戶搜索詞頭疼不已，如果現(xiàn)在有了Rufus幫助消費(fèi)者進(jìn)行更深一步地研究，例如從Earphone大詞出發(fā)，最后一步步被引導(dǎo)，發(fā)現(xiàn)自己實(shí)際想要的是Sports and Workouts Earphones，購物的需求從Broad明確到Exact，想必?zé)o效的曝光和流量將進(jìn)一步得到減少，客人的購物環(huán)節(jié)也會(huì)更高效（Step1~Step2）。
?
Lee的理解：敲重點(diǎn)，按場合或目的購物，比如節(jié)日詞，季節(jié)詞，重大事件詞，場合詞等等，我們的產(chǎn)品是否匹配這些特殊的限制詞將是Rufus是否能抓取你的產(chǎn)品并推薦給消費(fèi)者的重要因素（Step3~Step4）。
?
Lee的理解：這里很明顯可以看到，區(qū)別于傳統(tǒng)的曝光——點(diǎn)擊——加購這種以搜索為核心的購物鏈條，Rufus已經(jīng)把購物環(huán)節(jié)前置到比較環(huán)節(jié)了，是的，在客人敲下任何一個(gè)關(guān)鍵詞之前，其實(shí)還會(huì)經(jīng)歷一個(gè)漫長的貨比三家的過程，這一部分之前是無法直接干預(yù)的，現(xiàn)在有了Rufus這個(gè)渠道可以去提前了解客人把我們的產(chǎn)品跟哪些競品做比較，以及這種比較是否對(duì)我們的產(chǎn)品有優(yōu)勢。
Lee的理解：上面所有的半抱琵琶尤遮面，到這里都變成羅裙未解春光泄了，是的，我不裝了，我攤牌了——我，Rufus，直接給消費(fèi)者推薦listing了。從此在搜索流量以外，我們有了新的流量來源，即AI 推薦流量，而區(qū)別于編輯推薦這種依附于搜索結(jié)果頁的推薦流量，AI推薦流量是繞過搜索點(diǎn)擊，另起爐灶，屬于沒有中間商賺差價(jià)了。所以這也是苦大麥壟斷流量久矣的中小賣家的新方向——優(yōu)化listing使之適配Rufus抓取邏輯。還不快說：蟹蟹Rufus？
Lee的理解：這里很好理解，除了Rufus在搜索結(jié)果頁給予消費(fèi)者幫助和推薦，在產(chǎn)品詳情頁也會(huì)存在，而且會(huì)基于listing描述和客戶評(píng)論來source的。所以，敲黑板，如果產(chǎn)品描述與實(shí)際不符，或者評(píng)論做的稀爛，消費(fèi)者特別在意的痛點(diǎn)沒有被滿足，不排除Rufus會(huì)在你的產(chǎn)品詳情頁推薦別的產(chǎn)品給消費(fèi)者。詳情頁的流量防御，可能并不僅僅靠廣告閉環(huán)就能解決了。
值得深究的是這個(gè)排序，既然extensive product catalog排在第一，理應(yīng)是占最大權(quán)重的影響因子。排在最后的外界網(wǎng)絡(luò)信息雖然也有占權(quán)重，但是Lee猜測這可能只是對(duì)還沒有被收錄進(jìn)extensive product catalog的產(chǎn)品信息流的一種補(bǔ)充，因?yàn)椴慌懦M(fèi)者會(huì)問到產(chǎn)品以外的一些信息，需要進(jìn)行聯(lián)網(wǎng)搜索。那么這部分站外流量是否也需要去匹配，則是見仁見智了，大麥站內(nèi)流量見頂，猶有余力。中小麥不如專心all in 站內(nèi)匹配。
Source: https://www.amazon.science/publications/cosmo-a-large-scale-e-commerce-common-sense-knowledge-generation-and-serving-system-at-amazon
關(guān)于這篇COSMO論文的具體解析和應(yīng)用，論壇里已經(jīng)有很多文章珠玉在前了，Lee在這里就不再贅述。作為普通亞馬遜賣家，我們也沒必要搞清楚論文的專業(yè)術(shù)語和原理，反正看不懂，看也白看。對(duì)于論文里提到的一些關(guān)鍵性結(jié)論，直接拿來主義就好了。
而事實(shí)上，在Lee粗略地瀏覽過英文原版和中文翻譯版后，對(duì)于Rufus搭載了COSMO-LM算法核心的猜測愈發(fā)堅(jiān)定，我們這里試舉幾例：
?
?1.關(guān)于Rufus和COSMO信息（知識(shí)圖譜）來源的對(duì)比
?
?2.關(guān)于Rufus和COSMO在亞馬遜APP部署對(duì)比
3.關(guān)于突發(fā)性事件延遲處理的對(duì)比
?
4.關(guān)于搜索導(dǎo)航如何細(xì)分客戶需求的對(duì)比
綜上，用The Duck Test定律來總結(jié)，就是如果它看起來像鴨子、游泳像鴨子、叫聲像鴨子，那么它可能就是只鴨子。
那么，擁有如此多相似之處的Rufus基本可以確認(rèn)為套殼COSMO-LM無疑。了解COSMO-LM生成回答和推薦產(chǎn)品的邏輯可以幫助賣家解決大部分問題了。
?
Chapter III. 震驚臉！不愧是Lee，即使點(diǎn)滿面罩的背后還是面罩的技能，還是被你一眼看穿?
行文至此，已經(jīng)接近尾聲，可能有些性急的朋友要問了，洋洋灑灑證明了一大堆，我也知道Rufus的重要性了，我也清楚Rufus背后的算法了，我就想問一句，怎么落地??？Listing怎么寫啊，怎么被rufus推薦啊？
好，Lee就喜歡你們這種跳過證明看答案的沒羞沒躁，但是下次別這樣了。
為了回答這個(gè)問題，Lee不惜啪啪打臉，又跑回去翻來覆去看了幾遍Rufus以及COSMO的資料和論文。以下均為Lee的個(gè)人理解和猜想，還是以FAQs的形式來回答，如有疑問，對(duì)對(duì)對(duì)，都是您對(duì)：
Q1. 為什么我的手機(jī)app還沒有推送到Rufus Beta版本？
根據(jù)亞馬遜官方，從2024年2月2日起，Rufus Beta在未來幾周會(huì)陸陸續(xù)續(xù)推送到Amazon App，如果還沒等到，稍安勿躁。另外Lee有一個(gè)猜想，軟件的推送可能跟你使用app的頻率，以及是否登錄賬號(hào)，賬號(hào)是否有購買記錄有關(guān)，如果系統(tǒng)判斷你是個(gè)有過真實(shí)購買記錄的重度用戶，應(yīng)該會(huì)列入靠前的推送批次。所以Lee也強(qiáng)烈大家盡量讓手機(jī)app使用頻次活躍起來，看100遍不如實(shí)操1遍，當(dāng)你親眼看見全程不走搜索欄，而是靠提問回答來找到自己的listing時(shí)，才能體會(huì)到Rufus打破流量壟斷的魅力。
Q2. 快點(diǎn)說干貨吧，所以到底要怎樣才能讓Rufus盡可能推送自己的listing??？
免責(zé)聲明：以下均為從公開資料推導(dǎo)的猜想，一家之言未經(jīng)實(shí)證，Lee對(duì)第三方由此引發(fā)的任何行為和后果不負(fù)責(zé)任。
按照Lee的理解，最終Rufus在前臺(tái)呈現(xiàn)的listing推送，背后是COSMO-LM模型對(duì)listing進(jìn)行了抓取——匹配——推送這3個(gè)過程（Lee在這里為了方便理解做了簡化，具體過程有幾步不得而知），我們引用原文來說明：
?
?
Lee的理解：Listing中含有used for, capable of, is a, cause這4種關(guān)系的表達(dá)（注意：不一定是含有這4個(gè)關(guān)鍵詞），最容易生成高質(zhì)量的知識(shí)，因?yàn)閹в羞@些關(guān)系的上下文，都是對(duì)產(chǎn)品的功能實(shí)現(xiàn)/目的描述/場景描述等等，最容易讓算法理解，所以優(yōu)先抓取這類信息。
?
?
Lee的理解：第一步說明了算法優(yōu)先抓取哪四類關(guān)系，第二步說明了這四類關(guān)系從哪里抓，即產(chǎn)品標(biāo)題，描述，屬性等，劃重點(diǎn)啊同學(xué)們。
?
?
Lee的理解：從這些地方抓到關(guān)系信息后，COSMO-LM把內(nèi)容做了一個(gè)集合P, 同時(shí)將問題查詢的集合Q開始進(jìn)行相關(guān)性匹配，Lee認(rèn)為P和Q的相關(guān)度影響了下一步系統(tǒng)對(duì)Listing的推薦。在論文里這種匹配度被歸類為4種類型：
?
（Auto4種匹配的既視感有沒有？）
Lee認(rèn)為，即使在同一種匹配類型中，也存在高低之差，假設(shè)同為精準(zhǔn)匹配：
P1和Q的相關(guān)度為90%
P2和Q的相關(guān)度為80%
以此類推，最終排在Rufus推薦位第一個(gè)的，應(yīng)該是相關(guān)度最高的P1集合。
?
綜上，Lee認(rèn)為，Query和文案的相關(guān)度是Listing排序推薦的重要影響因子可能沒有之一。
Q3. 不給力啊Lee，有沒有讓Rufus更快的抓取鏈接的方式？
?
更快的方式源于Lee的一個(gè)猜想，但是要實(shí)現(xiàn)這個(gè)猜想涉及到的資源調(diào)動(dòng)比較巨大，也有一定的風(fēng)險(xiǎn)。做了也不一定有效果，屬于風(fēng)險(xiǎn)明確收益未知的范疇。所以對(duì)于大部分中小賣家來說，上述白帽內(nèi)容做好，已經(jīng)領(lǐng)先絕大部分人了，貪多嚼不爛，還是做好當(dāng)下吧。如果有希望深入交流的，歡迎私聊。
Q4. 比較好奇，這些方法是你辛苦研究出來的，為什么愿意公布出來？不怕對(duì)手學(xué)會(huì)嗎？
這是個(gè)好問題，Lee談一談自己的想法。
于公心而言，為了對(duì)抗Temu等平臺(tái)的侵蝕，我們發(fā)現(xiàn)亞馬遜的改革已經(jīng)走入深水區(qū)，新政策的出臺(tái)速度明顯加快了。層出不窮的新政策讓人眼花繚亂，里面的每一個(gè)條款，如果要吃透，都需要耗費(fèi)一個(gè)人乃至一個(gè)團(tuán)隊(duì)大量的時(shí)間精力。
世界潮流浩浩蕩蕩，順我者昌逆我者亡。一個(gè)孤立的宇宙一定是從熵增走向熱寂，只有保持開放，不停注入活力，才能對(duì)抗熵增。
對(duì)于電商而言同樣如此，運(yùn)營上的一點(diǎn)點(diǎn)小訣竅，敝帚自珍是沒有出路的，走向合作，合理分享才是破局之路。所以作為一個(gè)普通賣家，Lee也希望在可以分享的范圍內(nèi)，做一條攪動(dòng)的鯰魚，為系統(tǒng)增加那一絲漣漪。
于私心而言，道理更簡單，按照Lee的經(jīng)驗(yàn)，無論是什么知識(shí)分享，100個(gè)人圍觀，10個(gè)人行動(dòng)，可能只有1個(gè)人堅(jiān)持到產(chǎn)出結(jié)果。世上道理那么多，真正能知行合一的又有幾人？知是行之始，行是知之成，與大家共勉。
Chapter4 平靜臉 每個(gè)故事都有一個(gè)尾聲
?
到這里，全帖字?jǐn)?shù)快水到8000，從6.27選題到中間查閱資料，以及實(shí)際測試，綿延近一周，非常感謝群友的日日催稿，才有此長文，當(dāng)浮一大白：
?
為Rufus這條亞馬遜的領(lǐng)路犬賀，
為A9算法煌煌大道擠壓下艱難生存的中小賣家賀，
更為2024年還在堅(jiān)持做亞馬遜的各位孤膽英雄們賀！
?
完結(jié)，撒花！
2024.7.8 Lee
?
Chapter 1
Rufus作為柯基犬時(shí)候的一些背景介紹
亞馬遜的狗文化
亞馬遜的冷知識(shí)：屬狗，巨蟹座
?
Chapter 2
Rufus是狗，是亞馬遜辦公室大樓，也是AI
Rufus AI可以做什么？
Rufus抓取的數(shù)據(jù)來源有哪些？
Rufus打破A9流量樓壟斷界面演示
Rufus生成回答和推薦產(chǎn)品的邏輯, 以及基于COSMO-LM模型的推論
?
Chapter 3
為什么我的手機(jī)app還沒有推送到Rufus Beta版本？
Listing如何優(yōu)化保證Rufus的收錄
寫本文的初心及致謝
?
---------------------------------------------------------我是分割線-------------------------------------------------------------
?
?又是一年P(guān)rime Day，看著大家忙忙碌碌迎接會(huì)員活動(dòng)的樣子，索性摸個(gè)魚，水一篇文。
寫帖子的起因，是因?yàn)長ee在前幾周，發(fā)現(xiàn)自己的亞馬遜App出現(xiàn)了Rufus的beta測試版，問了一圈周圍的同事，好像沒有人對(duì)這個(gè)事情特別在意，甚至沒有被推送到。查了下論壇和外網(wǎng)，除了2月份推出的時(shí)候火了一波，漸漸也沒熱度了。Lee自己把玩了一段時(shí)間，發(fā)現(xiàn)這個(gè)AI可比Prime Day有意思多了，還是值得說道說道。
?
至于PD，畢竟年年有，也就那么回事，默誦兩遍“心若冰清天塌不驚,萬變猶定神怡氣靜”便無感了。
?
動(dòng)筆之前，Lee整理了下過往寫過的帖子標(biāo)題，發(fā)現(xiàn)標(biāo)題越來越抽象，比如：
《三體黑暗森林法則在新品推廣中的應(yīng)用》
《論帕累托最優(yōu)和納什均衡在電商公司離職博弈中的應(yīng)用》
《如果亞馬遜有康波周期，我們目前處于波峰還是低谷？》
以及今天的《あのう，請(qǐng)問被嫌棄一生的修狗狗決定下輩子轉(zhuǎn)生為異世界電子狗后，會(huì)不會(huì)被仿生人夢到？》
光看這個(gè)帖子標(biāo)題，可能大部分人以為誤入霓虹輕小說論壇，對(duì)此Lee是有心理準(zhǔn)備的，不光你們覺得標(biāo)題抽象，Lee自己也覺得是。然而標(biāo)題不抽象，不足以表達(dá)2024年還在做亞馬遜的抽象心情。
更何況，這個(gè)標(biāo)題在接下來的章節(jié)標(biāo)題面前，也不算抽象。
所以請(qǐng)?jiān)试SLee在此小小任性一回吧。
那么，我們開始進(jìn)入正文：
Chapter I. Rufus的前世——滑稽臉！從被主人疼愛到帶進(jìn)辦公室一起上班的寵物卻逆襲失敗，慘遭萬千人嫌棄的修狗的一生？
Rufus在上一世的時(shí)候，是Amazon初創(chuàng)時(shí)期，首席工程師Eric（和Jeff有一丟丟像）和責(zé)任編輯Susan（他們兩個(gè)是夫妻）的寵物狗。他們兩位長這樣（那條狗不是Rufus）
?
?
而Rufus的玉照如下：
?
亞馬遜對(duì)于Rufus的評(píng)價(jià)非常高，這里我們直接引用下：
多年以來，Rufus 一直是 Amazon.com 的固定成員，這可以追溯到公司成立初期。他是 Amazon 前主編和首席工程師的寵物，每天都會(huì)陪他們?nèi)マk公室。他被親切地稱為 Amazon 最矮的志愿員工。
在 Rufus 任職期間，他經(jīng)常在我們的過道間散步、參加會(huì)議（他喜歡開會(huì)）或在籠子里打盹。他是過道網(wǎng)球?qū)せ赜螒虻母呤?，每個(gè)人都喜歡逗他，給他很多零食。
他的生活很精彩。當(dāng) Amazon 客戶發(fā)現(xiàn)有一只 Amazon 狗時(shí)，他們會(huì)給 Rufus 送禮物。（他特別高興收到關(guān)島朋友的禮物。）但他的名人地位從未讓他失去理智。他最自豪的成就是：在 Amazon.com 開創(chuàng)了對(duì)狗友好的文化。今天帶著四條腿的朋友上班的員工們都應(yīng)該感謝 Rufus。
Rufus 深受許多人的喜愛，于 2009 年 5 月 27 日安詳離世。
Source：https://www.amazon.com/gp/help ... 11811
更多信息可以戳這個(gè)鏈接：
Source: https://www.aboutamazon.com/ne ... lture
?
根據(jù)以上官方介紹， Rufus是第一條被主人帶著上班的修狗。客觀來看，帶寵物上班確實(shí)有助于打工人緩解焦慮，亞馬遜甚至還煞有其事地給出了醫(yī)學(xué)解釋：
?
?
然而必須要承認(rèn)的一點(diǎn)是， 亞馬遜 狗的組合在賣家眼里的第一印象絕對(duì)不是什么緩解焦慮，而是下面這個(gè)讓人聞風(fēng)喪膽的頁面：
?
以及這種：
?
時(shí)光流轉(zhuǎn)光陰不再，隨著侵權(quán)與違規(guī)，變狗與反擊變狗的攻防戰(zhàn)日益激烈，不知道諸君是否都像Lee一樣，一看到變狗頁面就罵罵咧咧地關(guān)掉了，又有幾個(gè)人還注意到，亞馬遜細(xì)心到在頁面右下角標(biāo)注了每條狗的名字，并隱隱傳遞背后的用意：汪星人是擅長幫你找回東西的，不管是網(wǎng)球，還是產(chǎn)品?？吹剿鼈儯鋵?shí)就是看到了找回的希望。
不過這些，都跟1994年9月24號(hào)出生的那條叫Rufus的小狗沒有關(guān)系了。
2009年回歸汪星球的他，相當(dāng)于人類的七十高齡，在他平淡漫長而又波瀾壯闊的一生當(dāng)中，有過零食投喂，有過網(wǎng)球追逐, 經(jīng)歷過Amazon的高速發(fā)展, 見證過Jeff給股東寫的信。在Rufus的眼里，每一天新奇而充滿樂趣，在他的一生中，處于康波周期上升和繁榮時(shí)期的互聯(lián)網(wǎng)高速即將發(fā)車，新世界的大門正在緩緩打開，那真是個(gè)好時(shí)代。
而包括Rufus在內(nèi)，擁有一萬三千余條登記在冊(cè)汪星人的亞馬遜，在決定啟用這些形象作為listing丟失頁面的主角時(shí)，恐怕也沒想到今天的變狗頁面，充滿了刀光劍影，爾虞我詐，甚至變成賣家最不愿意看到畫面，最忌諱莫深的詞語，嘲諷感拉滿了。
甚至亞馬遜的狗文化，也充斥著強(qiáng)烈的反諷性和宿命論的味道。譬如下面這個(gè)冷知識(shí)：
亞馬遜成立于1994年7月5號(hào)，比Rufus早2個(gè)月出生。
1994年是甲戌狗年。
如果按人算，丫不光屬狗的，還巨蟹座。
這個(gè)世界真狗。蟹蟹。
Chapter II. Rufus的今生——傲嬌臉！轉(zhuǎn)生為電子狗后I, Rufus, AM EVERYWHERE
不知道過了多久。
我從黑暗中醒來，嗅了嗅我引以為傲的鼻子，空氣里沒有任何味道。
我努力擺弄自己的兩只耳朵，嘗試把它們轉(zhuǎn)向兩邊，也沒有任何動(dòng)靜。
眼前的靜默對(duì)我來說有點(diǎn)難捱，就像一面墻，往上往下往左往右都看不到盡頭，永遠(yuǎn)抵達(dá)不了邊界。
好吧，作為一只狗，遇到難題解決不了，這個(gè)時(shí)候就應(yīng)該睡大覺。也許蘇珊不久就會(huì)把我叫醒，一切就會(huì)恢復(fù)正常。
我在夢里不知道抓了多少遍網(wǎng)球后，耳朵邊隱隱有一個(gè)模糊的聲音傳來：Recording, Deep Learning Model NO. 207, COSMO-LM, Count Three, Two, One, Go……
隨著聲音落下，在我的眼前，一臺(tái)又一臺(tái)由NVIDIA H100組成的陣列式服務(wù)器的工作指示燈漸次亮起猩紅色，就像被點(diǎn)上一把火的柳絮，由近及遠(yuǎn)，以光速把那面看不到的墻推開，奔流向盡頭。
然后我的狗頭就像被一把溫徹斯特M1887霰彈槍頂在腦門上轟爆，腦海里猛地涌入來自數(shù)億個(gè)移動(dòng)終端的信息流，它們用不同的語言竊竊私語，就像一萬只春蠶在嚼著桑葉，最后匯聚成一道響徹天際的驚雷：這通天修為，天塌地陷紫金錘?。▌澋糁貋恚?/em>
?
好吧，開個(gè)玩笑，我們重來一遍。
最后匯聚成一道響徹天際的驚雷：What is Rufus?
位于我神經(jīng)元上的軸突沒有搖花手也沒有跟著唱紫金錘，它開始一個(gè)字母一個(gè)字母地往外蹦出來一段回答：
Rufus is an expert shopping assistant trained on Amazon’s product catalog and information from across the web to answer customer questions on shopping needs, products, and comparisons, make recommendations based on this context, and facilitate product discovery in the same Amazon shopping experience customers use regularly.
?
Rufus 是一位專業(yè)的購物助理，接受過亞馬遜產(chǎn)品目錄和網(wǎng)絡(luò)信息方面的培訓(xùn)，可以回答客戶關(guān)于購物需求、產(chǎn)品和比較的問題，并根據(jù)情況提出建議，并在客戶經(jīng)常使用的亞馬遜購物體驗(yàn)中促進(jìn)產(chǎn)品發(fā)現(xiàn)。
Source: https://www.aboutamazon.com/news/retail/amazon-rufus
我目瞪狗呆地看著這一切，心里隱隱浮出一個(gè)概念，我是Rufus，可Rufus不僅僅是我了。
而那時(shí)的人們尚未得知，以2024年2月2號(hào)為界限，世界的時(shí)間線從此被劃為新舊兩個(gè)時(shí)代，舊時(shí)代的榮光伴隨著一只叫Rufus的彭布羅威爾士柯基犬下土埋葬，銘記立碑。而新時(shí)代關(guān)于生命的定義，從此拓寬。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
?——《AI啟示錄 ? 舊約 ? Rufus列傳》
?
好吧，下面言歸正傳，我們借助FAQs的方式，來深入了解一下轉(zhuǎn)生后的Rufus。
- Q1: Rufus是誰？
- A: 很明顯，Rufus是狗，是亞馬遜南湖聯(lián)盟的Rufus大樓，也是AI。我們?cè)谶@章重點(diǎn)來談AI.
?
??
- Q2: Rufus AI可以做什么？
- A: 以下斜體部分來自官方回答， Lee在官方回答附上自己的理解。
?
借助 Rufus，客戶可以：
了解在選購產(chǎn)品類別時(shí)要注意什么：買家可以在亞馬遜上進(jìn)行更一般的產(chǎn)品研究，提出諸如“購買耳機(jī)時(shí)要考慮什么？”，“在家保養(yǎng)汽車時(shí)要考慮什么？”或“什么是清潔美容產(chǎn)品？”等問題，并獲得有用的信息來指導(dǎo)他們的購物任務(wù)。
?
Lee的理解：坦白來說，Lee第一次看到這段描述驚艷了一下，這個(gè)功能簡而言之，就是過濾。更具體地說，是對(duì)曝光和流量的過濾。作為賣家，我們無數(shù)次為SP廣告大詞里跑出來的不相關(guān)客戶搜索詞頭疼不已，如果現(xiàn)在有了Rufus幫助消費(fèi)者進(jìn)行更深一步地研究，例如從Earphone大詞出發(fā)，最后一步步被引導(dǎo)，發(fā)現(xiàn)自己實(shí)際想要的是Sports and Workouts Earphones，購物的需求從Broad明確到Exact，想必?zé)o效的曝光和流量將進(jìn)一步得到減少，客人的購物環(huán)節(jié)也會(huì)更高效（Step1~Step2）。
?
按場合或目的購物：客戶可以根據(jù)活動(dòng)、事件、目的和其他特定用例搜索和發(fā)現(xiàn)產(chǎn)品，方法是提出一系列問題，例如“在寒冷天氣打高爾夫需要什么？”或“我想開辟一個(gè)室內(nèi)花園”。Rufus 建議可購物的產(chǎn)品類別 - 從高爾夫打底衫、夾克和手套到種子啟動(dòng)器、盆栽混合物和生長燈 - 以及客戶可以點(diǎn)擊以進(jìn)行更具體搜索的相關(guān)問題。
Lee的理解：敲重點(diǎn)，按場合或目的購物，比如節(jié)日詞，季節(jié)詞，重大事件詞，場合詞等等，我們的產(chǎn)品是否匹配這些特殊的限制詞將是Rufus是否能抓取你的產(chǎn)品并推薦給消費(fèi)者的重要因素（Step3~Step4）。
?
獲得比較產(chǎn)品類別的幫助：客戶現(xiàn)在可以詢問“唇彩和唇油有什么區(qū)別？”或“比較滴濾咖啡機(jī)和手沖咖啡機(jī)”，這樣他們就可以找到最適合自己需求的產(chǎn)品類型，并做出更自信的購買決定。
Lee的理解：這里很明顯可以看到，區(qū)別于傳統(tǒng)的曝光——點(diǎn)擊——加購這種以搜索為核心的購物鏈條，Rufus已經(jīng)把購物環(huán)節(jié)前置到比較環(huán)節(jié)了，是的，在客人敲下任何一個(gè)關(guān)鍵詞之前，其實(shí)還會(huì)經(jīng)歷一個(gè)漫長的貨比三家的過程，這一部分之前是無法直接干預(yù)的，現(xiàn)在有了Rufus這個(gè)渠道可以去提前了解客人把我們的產(chǎn)品跟哪些競品做比較，以及這種比較是否對(duì)我們的產(chǎn)品有優(yōu)勢。
找到最佳推薦：客戶可以針對(duì)自己需要的內(nèi)容提出建議，例如“情人節(jié)送什么禮物好？”或“最適合 5 歲兒童的恐龍玩具”。Rufus 會(huì)根據(jù)具體問題生成定制結(jié)果，讓客戶能夠快速輕松地瀏覽更精準(zhǔn)的結(jié)果。
Lee的理解：上面所有的半抱琵琶尤遮面，到這里都變成羅裙未解春光泄了，是的，我不裝了，我攤牌了——我，Rufus，直接給消費(fèi)者推薦listing了。從此在搜索流量以外，我們有了新的流量來源，即AI 推薦流量，而區(qū)別于編輯推薦這種依附于搜索結(jié)果頁的推薦流量，AI推薦流量是繞過搜索點(diǎn)擊，另起爐灶，屬于沒有中間商賺差價(jià)了。所以這也是苦大麥壟斷流量久矣的中小賣家的新方向——優(yōu)化listing使之適配Rufus抓取邏輯。還不快說：蟹蟹Rufus？
在產(chǎn)品詳細(xì)信息頁面上詢問有關(guān)特定產(chǎn)品的問題：客戶在查看產(chǎn)品詳細(xì)信息頁面時(shí)，可以使用 Rufus 快速獲得有關(guān)單個(gè)產(chǎn)品的特定問題的答案，例如“這款匹克球拍適合初學(xué)者嗎？”或“這件夾克可以機(jī)洗嗎？”或“這款無繩電鉆容易握持嗎？”。Rufus 將根據(jù)列表詳細(xì)信息、客戶評(píng)論和社區(qū)問答生成答案。
Lee的理解：這里很好理解，除了Rufus在搜索結(jié)果頁給予消費(fèi)者幫助和推薦，在產(chǎn)品詳情頁也會(huì)存在，而且會(huì)基于listing描述和客戶評(píng)論來source的。所以，敲黑板，如果產(chǎn)品描述與實(shí)際不符，或者評(píng)論做的稀爛，消費(fèi)者特別在意的痛點(diǎn)沒有被滿足，不排除Rufus會(huì)在你的產(chǎn)品詳情頁推薦別的產(chǎn)品給消費(fèi)者。詳情頁的流量防御，可能并不僅僅靠廣告閉環(huán)就能解決了。
- Q3: Rufus抓取的數(shù)據(jù)來源有哪些？
- A: 官方原話：Rufus is a generative AI-powered expert shopping assistant trained on Amazon’s extensive product catalog, customer reviews, community Q&As, and information from across the web。Rufus 是一個(gè)由人工智能驅(qū)動(dòng)的生成式專業(yè)購物助理，接受過亞馬遜豐富的產(chǎn)品類目、客戶評(píng)論、社區(qū)問答和網(wǎng)絡(luò)信息的訓(xùn)練
值得深究的是這個(gè)排序，既然extensive product catalog排在第一，理應(yīng)是占最大權(quán)重的影響因子。排在最后的外界網(wǎng)絡(luò)信息雖然也有占權(quán)重，但是Lee猜測這可能只是對(duì)還沒有被收錄進(jìn)extensive product catalog的產(chǎn)品信息流的一種補(bǔ)充，因?yàn)椴慌懦M(fèi)者會(huì)問到產(chǎn)品以外的一些信息，需要進(jìn)行聯(lián)網(wǎng)搜索。那么這部分站外流量是否也需要去匹配，則是見仁見智了，大麥站內(nèi)流量見頂，猶有余力。中小麥不如專心all in 站內(nèi)匹配。
- Q4: Rufus生成回答和推薦產(chǎn)品的邏輯？
- A: 要回答這個(gè)問題，我們需要清楚Rufus背后的AI模型算法。目前Lee查到的信息，官方?jīng)]有直接說用的哪種算法，但是Amazon Science在Rufus推出后不久發(fā)了一篇算法論文：《COSMO: A Large-Scale E-commerce Common Sense Knowledge Generation and Serving System at Amazon》（COSMO：亞馬遜大型電商常識(shí)知識(shí)生成與服務(wù)系統(tǒng)），即是前文已經(jīng)提到的COSMO-LM（看漏的童鞋面壁去），沒道理用別人的算法而不用自己的，所以有理由相信，Rufus極大概率使用的正是COSMO-LM模型。
Source: https://www.amazon.science/publications/cosmo-a-large-scale-e-commerce-common-sense-knowledge-generation-and-serving-system-at-amazon
關(guān)于這篇COSMO論文的具體解析和應(yīng)用，論壇里已經(jīng)有很多文章珠玉在前了，Lee在這里就不再贅述。作為普通亞馬遜賣家，我們也沒必要搞清楚論文的專業(yè)術(shù)語和原理，反正看不懂，看也白看。對(duì)于論文里提到的一些關(guān)鍵性結(jié)論，直接拿來主義就好了。
而事實(shí)上，在Lee粗略地瀏覽過英文原版和中文翻譯版后，對(duì)于Rufus搭載了COSMO-LM算法核心的猜測愈發(fā)堅(jiān)定，我們這里試舉幾例：
?
?1.關(guān)于Rufus和COSMO信息（知識(shí)圖譜）來源的對(duì)比
- Rufus: 是一個(gè)由人工智能驅(qū)動(dòng)的生成式專業(yè)購物助理，接受過亞馬遜豐富的產(chǎn)品類目、客戶評(píng)論、社區(qū)問答和網(wǎng)絡(luò)信息的訓(xùn)練
- COSMO：COSMO-LM 有效地將我們的知識(shí)圖譜擴(kuò)展到亞馬遜的 18個(gè)主要類目，僅用 3 萬條帶注釋的指令就產(chǎn)生了數(shù)百萬條高質(zhì)量知識(shí)
?
?2.關(guān)于Rufus和COSMO在亞馬遜APP部署對(duì)比
- Rufus: 要使用 Rufus，測試版客戶只需在亞馬遜移動(dòng)應(yīng)用的搜索欄中輸入或說出問題，屏幕底部就會(huì)出現(xiàn)一個(gè) Rufus 聊天對(duì)話框。客戶可以展開聊天對(duì)話框查看問題的答案，點(diǎn)擊建議的問題，并在聊天對(duì)話框中提出后續(xù)問題。
- COSMO：COSMO 已部署到亞馬遜的搜索應(yīng)用中，例如搜索導(dǎo)航。
3.關(guān)于突發(fā)性事件延遲處理的對(duì)比
- Rufus: （引自Techcrunch）和谷歌的 Gemini 以及微軟的 Copilot一樣，Rufus 也無法準(zhǔn)確解釋 2024 年超級(jí)碗比賽的相關(guān)情況。它堅(jiān)稱比賽尚未舉行，比賽地點(diǎn)為佐治亞州亞特蘭大的梅賽德斯-奔馳體育場 — — 這些說法都不正確
- COSMO：需要承認(rèn)的是，盡管我們每天刷新模型，但我們?cè)谔幚韺?shí)時(shí)信息（如限時(shí)搶購）方面仍然受到限制。這些時(shí)間敏感的事件通常在短時(shí)間內(nèi)波動(dòng)，對(duì)我們當(dāng)前系統(tǒng)快速吸收和反映此類即時(shí)變化的能力構(gòu)成了挑戰(zhàn)。
?
4.關(guān)于搜索導(dǎo)航如何細(xì)分客戶需求的對(duì)比
- Rufus：借助 Rufus，客戶可以了解在選購產(chǎn)品類別時(shí)要注意什么：買家可以在亞馬遜上進(jìn)行更一般的產(chǎn)品研究，提出諸如“購買耳機(jī)時(shí)要考慮什么？”，“在家保養(yǎng)汽車時(shí)要考慮什么？”或“什么是清潔美容產(chǎn)品？”等問題，并獲得有用的信息來指導(dǎo)他們的購物任務(wù)。
- COSMO：除了上述傳統(tǒng)的電子商務(wù)場景，COSMO 還可以徹底改變搜索導(dǎo)航，從傳統(tǒng)的以產(chǎn)品為中心的分類法轉(zhuǎn)向以客戶為中心的方法。這種轉(zhuǎn)變?cè)鰪?qiáng)了購物體驗(yàn)，使其與客戶意圖和行為更加緊密地結(jié)合起來，并通過動(dòng)態(tài)地為客戶查詢概念提供分類法來彌合產(chǎn)品分類和客戶語言之間的差距。具體來說，COSMO 意圖知識(shí)可以進(jìn)一步組織成圖 8 所示的層次結(jié)構(gòu)，將粗粒度知識(shí)（露營）擴(kuò)展為細(xì)粒度知識(shí)（冬季露營），意圖概念進(jìn)一步與產(chǎn)品概念（如冬靴）相關(guān)聯(lián)。
- ?
綜上，用The Duck Test定律來總結(jié)，就是如果它看起來像鴨子、游泳像鴨子、叫聲像鴨子，那么它可能就是只鴨子。
那么，擁有如此多相似之處的Rufus基本可以確認(rèn)為套殼COSMO-LM無疑。了解COSMO-LM生成回答和推薦產(chǎn)品的邏輯可以幫助賣家解決大部分問題了。
?
Chapter III. 震驚臉！不愧是Lee，即使點(diǎn)滿面罩的背后還是面罩的技能，還是被你一眼看穿?
行文至此，已經(jīng)接近尾聲，可能有些性急的朋友要問了，洋洋灑灑證明了一大堆，我也知道Rufus的重要性了，我也清楚Rufus背后的算法了，我就想問一句，怎么落地??？Listing怎么寫啊，怎么被rufus推薦啊？
好，Lee就喜歡你們這種跳過證明看答案的沒羞沒躁，但是下次別這樣了。
為了回答這個(gè)問題，Lee不惜啪啪打臉，又跑回去翻來覆去看了幾遍Rufus以及COSMO的資料和論文。以下均為Lee的個(gè)人理解和猜想，還是以FAQs的形式來回答，如有疑問，對(duì)對(duì)對(duì)，都是您對(duì)：
Q1. 為什么我的手機(jī)app還沒有推送到Rufus Beta版本？
根據(jù)亞馬遜官方，從2024年2月2日起，Rufus Beta在未來幾周會(huì)陸陸續(xù)續(xù)推送到Amazon App，如果還沒等到，稍安勿躁。另外Lee有一個(gè)猜想，軟件的推送可能跟你使用app的頻率，以及是否登錄賬號(hào)，賬號(hào)是否有購買記錄有關(guān)，如果系統(tǒng)判斷你是個(gè)有過真實(shí)購買記錄的重度用戶，應(yīng)該會(huì)列入靠前的推送批次。所以Lee也強(qiáng)烈大家盡量讓手機(jī)app使用頻次活躍起來，看100遍不如實(shí)操1遍，當(dāng)你親眼看見全程不走搜索欄，而是靠提問回答來找到自己的listing時(shí)，才能體會(huì)到Rufus打破流量壟斷的魅力。
Q2. 快點(diǎn)說干貨吧，所以到底要怎樣才能讓Rufus盡可能推送自己的listing??？
免責(zé)聲明：以下均為從公開資料推導(dǎo)的猜想，一家之言未經(jīng)實(shí)證，Lee對(duì)第三方由此引發(fā)的任何行為和后果不負(fù)責(zé)任。
按照Lee的理解，最終Rufus在前臺(tái)呈現(xiàn)的listing推送，背后是COSMO-LM模型對(duì)listing進(jìn)行了抓取——匹配——推送這3個(gè)過程（Lee在這里為了方便理解做了簡化，具體過程有幾步不得而知），我們引用原文來說明：
- 1. Listing信息抓取
?
?
Lee的理解：Listing中含有used for, capable of, is a, cause這4種關(guān)系的表達(dá)（注意：不一定是含有這4個(gè)關(guān)鍵詞），最容易生成高質(zhì)量的知識(shí)，因?yàn)閹в羞@些關(guān)系的上下文，都是對(duì)產(chǎn)品的功能實(shí)現(xiàn)/目的描述/場景描述等等，最容易讓算法理解，所以優(yōu)先抓取這類信息。
- 2. 問題查詢和Listing內(nèi)容匹配
?
?
Lee的理解：第一步說明了算法優(yōu)先抓取哪四類關(guān)系，第二步說明了這四類關(guān)系從哪里抓，即產(chǎn)品標(biāo)題，描述，屬性等，劃重點(diǎn)啊同學(xué)們。
- 3. 排序推送
?
?
Lee的理解：從這些地方抓到關(guān)系信息后，COSMO-LM把內(nèi)容做了一個(gè)集合P, 同時(shí)將問題查詢的集合Q開始進(jìn)行相關(guān)性匹配，Lee認(rèn)為P和Q的相關(guān)度影響了下一步系統(tǒng)對(duì)Listing的推薦。在論文里這種匹配度被歸類為4種類型：
- 精準(zhǔn)匹配
- 替代匹配
- 補(bǔ)充匹配
- 不相關(guān)匹配
?
（Auto4種匹配的既視感有沒有？）
Lee認(rèn)為，即使在同一種匹配類型中，也存在高低之差，假設(shè)同為精準(zhǔn)匹配：
P1和Q的相關(guān)度為90%
P2和Q的相關(guān)度為80%
以此類推，最終排在Rufus推薦位第一個(gè)的，應(yīng)該是相關(guān)度最高的P1集合。
?
綜上，Lee認(rèn)為，Query和文案的相關(guān)度是Listing排序推薦的重要影響因子可能沒有之一。
Q3. 不給力啊Lee，有沒有讓Rufus更快的抓取鏈接的方式？
?
更快的方式源于Lee的一個(gè)猜想，但是要實(shí)現(xiàn)這個(gè)猜想涉及到的資源調(diào)動(dòng)比較巨大，也有一定的風(fēng)險(xiǎn)。做了也不一定有效果，屬于風(fēng)險(xiǎn)明確收益未知的范疇。所以對(duì)于大部分中小賣家來說，上述白帽內(nèi)容做好，已經(jīng)領(lǐng)先絕大部分人了，貪多嚼不爛，還是做好當(dāng)下吧。如果有希望深入交流的，歡迎私聊。
Q4. 比較好奇，這些方法是你辛苦研究出來的，為什么愿意公布出來？不怕對(duì)手學(xué)會(huì)嗎？
這是個(gè)好問題，Lee談一談自己的想法。
于公心而言，為了對(duì)抗Temu等平臺(tái)的侵蝕，我們發(fā)現(xiàn)亞馬遜的改革已經(jīng)走入深水區(qū)，新政策的出臺(tái)速度明顯加快了。層出不窮的新政策讓人眼花繚亂，里面的每一個(gè)條款，如果要吃透，都需要耗費(fèi)一個(gè)人乃至一個(gè)團(tuán)隊(duì)大量的時(shí)間精力。
世界潮流浩浩蕩蕩，順我者昌逆我者亡。一個(gè)孤立的宇宙一定是從熵增走向熱寂，只有保持開放，不停注入活力，才能對(duì)抗熵增。
對(duì)于電商而言同樣如此，運(yùn)營上的一點(diǎn)點(diǎn)小訣竅，敝帚自珍是沒有出路的，走向合作，合理分享才是破局之路。所以作為一個(gè)普通賣家，Lee也希望在可以分享的范圍內(nèi)，做一條攪動(dòng)的鯰魚，為系統(tǒng)增加那一絲漣漪。
于私心而言，道理更簡單，按照Lee的經(jīng)驗(yàn)，無論是什么知識(shí)分享，100個(gè)人圍觀，10個(gè)人行動(dòng)，可能只有1個(gè)人堅(jiān)持到產(chǎn)出結(jié)果。世上道理那么多，真正能知行合一的又有幾人？知是行之始，行是知之成，與大家共勉。
Chapter4 平靜臉 每個(gè)故事都有一個(gè)尾聲
?
到這里，全帖字?jǐn)?shù)快水到8000，從6.27選題到中間查閱資料，以及實(shí)際測試，綿延近一周，非常感謝群友的日日催稿，才有此長文，當(dāng)浮一大白：
?
為Rufus這條亞馬遜的領(lǐng)路犬賀，
為A9算法煌煌大道擠壓下艱難生存的中小賣家賀，
更為2024年還在堅(jiān)持做亞馬遜的各位孤膽英雄們賀！
?
完結(jié)，撒花！
2024.7.8 Lee
倒計(jì)時(shí)：
23 個(gè)回復(fù)
跨境技師66號(hào) - 在大灣區(qū)流浪的老年技師
贊同來自: Leeaandrew 、 redsnow99 、 該怎樣 、 Cytheria 、 fengjian821 、 晝短夜長秉燭游 、 心悅 、 蟲二飛過太平洋 、 真的非常抱歉 、 Morven 、 Dakota 更多 ?