一、引言

本文名為“注釋文”，旨在解讀亞馬遜新語言算法模型COSMO的原理及其對賣家和買家的影響。文章將分為上下兩篇進行詳細闡述。

二、上篇：COSMO算法核心解讀

COSMO是亞馬遜當前正在測試的一種先進語言算法模型。它基于大型語言模型LLMs實現(xiàn)，通過算法學習類目詞條的常識性知識，并對可識別用戶的購買習慣、行為、愛好等因素進行標簽化處理。當買家搜索時，COSMO能及時展示與買家相關(guān)度高、符合購物習慣以及關(guān)聯(lián)購買高的商品。

LLMs（Large Language Models）是一種可以通過大量內(nèi)容進行學習并延伸出新內(nèi)容的人工智能模型。例如，OpenAI開發(fā)的GPT-3就是基于這種模型開發(fā)的。而可識別用戶，是指亞馬遜可以通過用戶的名稱、地址、ID等信息有效識別用戶，并據(jù)此為用戶提供更個性化的推薦服務。

三、中篇：COSMO與搜索排名及優(yōu)化的關(guān)系

隨著COSMO的實裝，它將對搜索排名產(chǎn)生顯著影響。對于常規(guī)賣家而言，未來為Listing匹配更多的詞條可能更為重要。更多的詞條匹配意味著產(chǎn)品可以被COSMO推薦給更多的受眾目標人群。這并不意味著完全推翻了關(guān)鍵詞的搜索體系，而是結(jié)合A9算法，通過AI對特定人群更喜歡哪些詞條進行匹配。

對于賣家來說，了解并適應這種變化是至關(guān)重要的。未來，優(yōu)化關(guān)鍵詞、提高數(shù)據(jù)留存量以及合理利用上下文語意將變得尤為重要。例如，通過合理利用共同購買的關(guān)系，可以在搜索頁面上同時展示相關(guān)產(chǎn)品，以期待產(chǎn)生更多的共同購買行為，從而提高銷售金額。

四、下篇：未來優(yōu)化操作的建議

對于賣家，我們建議全面了解COSMO的工作原理和其對搜索排名的影響。通過分析數(shù)據(jù)留存量、優(yōu)化關(guān)鍵詞以及合理利用上下文語意，來提高產(chǎn)品的曝光率和銷售量。要注意那些依賴非正常手段如等行為的賣家可能會受到更大的影響。根據(jù)COSMO的測試結(jié)果和未來可能的變化趨勢，提前進行產(chǎn)品定位和策略調(diào)整也是非常重要的。

五、結(jié)語

COSMO的到來將為亞馬遜平臺帶來更多的可能性。對于賣家而言，這是一個挑戰(zhàn)也是一個機遇。只有深入了解其工作原理和影響，才能更好地應對變化并把握機遇。希望本文的解析與探索能對賣家們有所啟發(fā)和幫助。

未來，亞馬遜將依托COSMO進行一系列的改變。為此，他們引入了AmazonSearch的內(nèi)部評分系統(tǒng)，對不同的共同購買結(jié)果進行打分，并且這個評分可能細致到每一個人。這樣的設定旨在使匹配結(jié)果更符合購買預期。為了避免偶然性情況，COSMO還設置了閾值。

在這份報告中，亞馬遜明確公布了計算方式的影響值的相關(guān)“加權(quán)”算法。盡管沒有給出具體函數(shù)，但我們可以從中理解到其重要性。通過理解Seven的觀點，我們可以知道，未來相似屬性畫像的消費者在搜索時，展示頁面里其他品牌的產(chǎn)品（被同類型畫像客戶購買多的）會占據(jù)更多的搜索展示版位。

在調(diào)教AI的過程中，點擊和轉(zhuǎn)化閾值的設置起到了關(guān)鍵作用。通過這些閾值，算法可以更準確地判斷結(jié)果的優(yōu)劣。圖片來源的標注也顯得尤為重要，它們是報告中的重要部分。

對于未來的AC推薦詞，我們期待它會更長更多，這樣無疑對中小特色類賣家是一個好消息。細分分支的精細化將會讓更多這樣的賣家獲得更多的展示曝光機會。

COSMO實裝后，對我們賣家的具體影響將體現(xiàn)在學習和分類粘貼標簽上。COSMO會花費大量時間學習類目商品知識、價格體系以及買家的購物興趣喜好，為買家粘貼標簽。對于可識別買家，他們會看到更多符合自己標簽定位的商品；對于新買家，優(yōu)化可能存在于后續(xù)的點擊頁面上。這都將影響流量的走向，使流量更加精準化。

對于賣家來說，頭部賣家應讓商品被更多標簽收錄，使用相對萬能的詞并在標題中加入多種描述詞來增加數(shù)據(jù)留存量。而細分類中小賣家則應描述詞表述更深、更具體，增加某一詞條的數(shù)據(jù)留存量來達成更深度匹配。也有賣家可能會問，是否可以前期精準、后期寬泛？這個問題目前還難以確定，我們上線后將第一時間進行測試。

文中對于COSMO關(guān)聯(lián)匹配Seven也有所解釋，這種關(guān)聯(lián)匹配是AI根據(jù)你預期的用途和多次購物行為以及用途關(guān)聯(lián)來為你提供相關(guān)的商品推薦。以LS的生活事件為例，如果一個女性買家購買了婚紗，系統(tǒng)就會推薦鉆戒、手捧花等類似的商品。對于賣家而言，關(guān)鍵詞標簽的定位至關(guān)重要，只有更多的關(guān)鍵詞標簽，系統(tǒng)才能更準確地為你的商品進行定向。

那么如何進行關(guān)鍵詞定向呢？以鉆戒為例，除了主要的關(guān)鍵詞如engagementring或diamondring，還需要考慮一些屬性標簽，比如cubiczirconiaring、ringsforquinceanera、whitering等。一個戒指可以有多種材質(zhì)詞作為其主要搜索詞。

作為賣家，目前需要關(guān)注的核心是擁有更多的關(guān)鍵詞定向目標結(jié)果。因為COSMO大規(guī)模上線后，產(chǎn)品標簽分類仍然會根據(jù)關(guān)鍵詞進行。在這個階段，SP廣告關(guān)鍵詞定向仍然是一個不錯的選擇。還可以考慮做更多的綁定營銷，你購買的商品越多，未來在搜索曝光的機會也會相應增加。

對于戶外釣魚的思考，COSMO會根據(jù)你的需求思路，為你推薦相關(guān)的商品。比如你購買了一根路亞用魚竿，系統(tǒng)還會推薦路亞用魚餌、魚餌控制器和釣魚用遮陽帽等。這就是COSMO為你進行的戶外釣魚相關(guān)的思考。

關(guān)于關(guān)鍵詞，有些公眾號認為COSMO出來后，A9就過時了。但Seven并不完全認同這種觀點，認為COSMO更像是A9關(guān)鍵詞的修正補充，用來修正A9中的匹配展示結(jié)果。但它的底層展示基礎(chǔ)依然是A9的關(guān)鍵詞。對于關(guān)鍵詞的留存歸因方式，Seven認為未來搜索曝光展示的基礎(chǔ)依然是關(guān)鍵詞的數(shù)據(jù)留存量。

對于現(xiàn)有關(guān)鍵詞的定向和努力不僅要繼續(xù)做，甚至需要更加精細地去做，有必要將你的類目相似的詞根進行總結(jié)，因為它們可能將會是影響匹配的基礎(chǔ)。以phone case為例，如果你賣手機殼，未來在符合產(chǎn)品的情況下，請盡量添加更多的詞根類表述詞到你的產(chǎn)品標題和描述中，它們?nèi)詴绊懩愕乃阉髌ヅ浣Y(jié)果并被COSMO所參考。

至于廣告方面，目前明確的是SP廣告會受到COSMO直接影響。SD內(nèi)容可能不會受到影響。至于SB廣告，暫時無法確定。

在大數(shù)據(jù)洞察方面，機器學習的反應過程往往比人工更快，對于一些熱點的反饋也往往能通過大數(shù)據(jù)快速把握。這對于賣家來說有2個好處：需要更多關(guān)注往年的搜索趨勢/ABA，因為熱點的上升加上廣告的有意助推，可能會讓我們更快速的推爆一個爆款；品牌廣告可能更重要了，品牌也更容易去做。結(jié)合關(guān)聯(lián)和熱點，未來品牌詞投放+站外KOL的方式，可能會更容易讓我們的品牌出圈。

最后更新是正向的，會給小賣家更多出頭的機會。但這需要賣家足夠?qū)I(yè)，多學習是必要的。關(guān)鍵詞庫的搭建依然非常重要，因為COSMO的基礎(chǔ)是關(guān)鍵詞匹配帶來的搜索展示和關(guān)鍵詞分類的標簽分級。關(guān)聯(lián)匹配是確定無疑的，因此需要提前準備，為產(chǎn)品和更多有競爭力的互補品做捆綁。有品牌承載力的品牌可能更容易推爆款了。以上內(nèi)容因未完全實裝，只能對現(xiàn)存內(nèi)容真實性負責，后續(xù)如有更新，請以亞馬遜更新發(fā)布為準。

寫在最后：經(jīng)過半個月的時間查詢資料、準備文案和圖片，終于完成了這篇文章。我對此付出了很多努力，并且不遮掩任何干貨內(nèi)容。如果你讀我的文章有所收獲，請幫我點贊加轉(zhuǎn)發(fā)。感謝大家的支持和關(guān)注。（來源：M兔子哥）以上內(nèi)容屬作者個人觀點，不代表任何立場！本文經(jīng)原作者授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請注明出處。