前置条件：COSMO与Rufus是什么
COSMO（Customer-Optimized Search and Matching Oracle）是亚马逊2024年发布的基于大语言模型的商品推荐系统，核心改变是将搜索逻辑从关键词匹配升级为意图理解。根据亚马逊2024年发表论文，COSMO知识图谱已包含数百万级节点，覆盖多个核心品类。
Rufus是亚马逊2024年推出的AI购物助手，支持自然语言对话式购物。用户可以用"我想给5岁孩子买一个安全的生日礼物"这样的自然语言提问，Rufus会结合COSMO的理解推荐合适的产品。截至2025年底，Rufus已覆盖亚马逊主要站点，对话式搜索流量占比持续提升。
操作步骤：Listing重构四步法
第一步：场景化关键词研究
传统关键词研究是找"搜索量大的词"，COSMO时代的关键词研究是找"用户在什么场景下需要这个产品"：
- 从搜索词报告中提取场景：下载亚马逊搜索词报告，重点分析长尾搜索词中的场景信息，如"portable blender for travel"（旅行场景）、"baby monitor for two rooms"（两房间监控场景）
- 构建场景-产品映射表：列出产品的所有使用场景，每个场景对应一组关键词和用户痛点
- 用Rufus测试搜索结果：在亚马逊Rufus中输入场景化问题，观察推荐了哪些竞品，分析竞品Listing的写法
第二步：标题重构
从关键词堆砌转为场景+核心卖点结构：
- 旧模式：品牌名+核心关键词+属性1+属性2+属性3（如"Portable Blender USB Rechargeable 6 Blades 16oz BPA Free"）
- 新模式：品牌名+核心功能+首要场景+关键差异化（如"Brand Portable Blender for Travel and Office - USB Rechargeable, 6 Blades Crushes Ice"）
- 关键区别：将"for Travel and Office"场景信息前置，让COSMO理解产品的使用场景
第三步：五点描述重构
从属性罗列转为痛点-方案结构：
- 每点以场景痛点开头：如"Always on the go? Our compact design fits in your car cup holder and laptop bag..."
- 将卖点嵌入场景：不说"6 blades"，而是"6 blades that crush ice in 20 seconds - perfect for protein shakes at the gym"
- 覆盖COSMO的意图标签：确保五点描述覆盖产品的主要使用意图（便携、安全、高效、省时等）
第四步：A+页面与后台搜索词适配
- A+页面场景化叙事：每个A+模块围绕一个使用场景展开，配合场景化图片（健身房使用、办公室使用、旅行使用）
- 后台搜索词增加场景词：在后台Search Terms中加入场景修饰词，如"gift for mom"、"home office setup"、"dorm room essential"等Rufus用户可能使用的自然语言表述
注意事项
- COSMO仍在持续迭代，当前的优化方向是基于2024年论文和2025年卖家测试反馈总结的，后续可能有调整
- 不要为了适配COSMO而牺牲A9算法的优化——A9仍然是基础排名逻辑，COSMO是叠加层
- Rufus对话式购物的转化率目前仍低于传统搜索，但增速很快，提前布局有先发优势
常见问题FAQ
Q：COSMO上线后，关键词优化还有用吗？
A：有用，但方式变了。关键词仍然是COSMO理解产品的基础输入，但单纯的堆砌效果大幅下降。需要将关键词嵌入有意义的场景描述中，而非罗列属性词。
Q：Rufus推荐的产品和传统搜索结果差异大吗？
A：差异很大。Rufus更倾向于推荐场景匹配度高、评价内容丰富的产品，而非单纯转化率高的产品。这意味着新Listing如果场景化做得好，有机会在Rufus中获得比传统搜索更好的排名。
Q：需要为COSMO单独做一份Listing吗？
A：不需要。COSMO和A9共享同一份Listing数据，优化策略是"在A9优化的基础上叠加场景化元素"，而非做两套Listing。
进阶优化：用Rufus问答数据反向优化Listing
定期在Rufus中输入与你产品相关的问题，记录Rufus的推荐结果和推荐理由。如果Rufus推荐了竞品而非你的产品，分析Rufus给出的推荐理由（如"这款产品更适合旅行使用因为..."），然后将这些优势特征补充到你的Listing中。这种"Rufus反向学习法"是目前最有效的COSMO优化手段。