从 Amazon ASIN 出发，拆解评价 API 的调用与分析流程；结合公开历史示例，展示反馈主题、证据和待调查问题怎样形成。

OPENANY AGENT 实战 / 02

产品 · 从评价到改进线索

一页页翻竞品评价时，最难的往往是把零散描述整理成团队能够讨论的问题。

一句“清洁很方便”，可能提示一个值得保留的设计；一句“到货时包装破损”，需要继续区分运输、包装和产品本身。报告要保留这些背景，才能帮助下一步调查。

这一篇，我们用 OpenAny 的 Amazon 热门评价案例，把任务拆成输入、调用、证据整理和结果交付四个环节。最后得到一份可以逐条复核的反馈清单。

OPENANY AGENT 实战 · 02

一份好用的反馈清单，要回答三件事

样本里具体出现了什么反馈？
每个主题对应什么材料？
团队下一步应该调查什么？

01　先把研究对象说清楚

准备一个真实的 Amazon ASIN，以及对应站点。商品名称相近，并不能说明是同一个商品；不同变体和时间背景，也可能影响评价的解释。

先确定输入

本篇任务的输入

商品：你确认过的真实 ASIN。
站点：例如 US，按资源当前支持范围选择。
范围：一次热门评价样本请求。
交付：主题、证据、背景与待调查问题。
预算：执行前核对当前价格并明确授权。

OpenAny 对应资源是 Amazon Product Top Reviews API (V1)，提供方为 justoneapi。当前公开定义使用 GET，请求中的 asin 为必填查询参数，country 用于选择国家或地区站点。

资源页描述的是热门评价。拿到样本后，应该按样本实际内容分析：有好评就保留好评，有混合体验就保留矛盾之处，缺少负面反馈时如实说明。

02　API 取材料，Agent 组织交付

STEP 1

检查定义与费用

核对所选资源的参数、计费单位和当前可用性。价格按资源页面确认，任务预算覆盖计划内请求。

STEP 2

调用并保留原始响应

使用确认过的 ASIN 与站点读取一次样本。将响应保存为本地文件，并保留实际返回的请求标识，方便后续追溯。

STEP 3

先检查字段，再归纳主题

确认本次响应有哪些评价文本、评分、日期、变体和来源。缺失信息不补写；模型按照实际材料归纳主题。

STEP 4

将观察转成待调查问题

把每条主题与短证据对应起来，补充背景和下一步检查方向，再形成产品团队能够继续讨论的清单。

这里体现了 OpenAny 在流程中的位置：从资源市场定位评价能力，沿用已有的 Key 和共享余额配置，再由现有 Agent 完成保存、整理与表达。

03　用公开文档示例，看结果怎样组织

资源页提供了一个宠物饮水机的历史响应示例。下面仅对其中部分文字做简短归纳，演示报告结构。这是公开文档示例解读，没有进行实时 API 调用。

示例中的评价提到了无线摆放、运行声音、补水和清洁体验。它能帮助我们理解，产品团队怎样从正面反馈中提取值得继续验证的问题。

历史文档示例解读 · 非实时结果

主题一：摆放灵活

材料归纳：文档示例中的评价认为，无线设计让摆放更方便。
产品讨论：用户可能重视摆放位置的自由度。
待调查：实际续航、充电频率与常见摆放场景怎样影响体验？

历史文档示例解读 · 非实时结果

主题二：运行声音

材料归纳：示例评价提到运行较安静。
产品讨论：安静运行可以作为后续比较与测试的方向。
待调查：需要什么测量条件？不同工作模式是否有差异？

历史文档示例解读 · 非实时结果

主题三：日常维护

材料归纳：示例评价对补水和清洁表达了正面体验。
产品讨论：拆洗与补水的便利性值得单独整理。
待调查：部件数量、清洁步骤和长期使用情况需要怎样验证？

这三张卡片把材料、分析和问题分开。团队可以直接接着分工：核对评价原文、设计测试，或者补充其他样本。它们没有证明整款产品的表现，也没有给出用户比例。

实际交付时，每张卡片还应保留本次响应中可取得的来源、日期、评分与变体。文档示例出现了 review_comment、review_star_rating、reviewed_product_variant 等字段；运行时仍需检查实际结构，不能照搬历史示例路径。

历史示例来源见文末 API 资源页。以上归纳未复制完整评价，也未保留评价者姓名或个人资料。报告卡片是便于阅读的组织形式，不是 API 的原始响应格式。

04　给开发者：读定义，再执行一次请求

如果已按第 01 篇完成 CLI 与安全密钥配置，可按下面的顺序理解调用。先检查资源定义和余额，再替换真实商品编号，在授权范围内执行。

BASH · 查看定义与余额

openany inspect \
  --id \
  0f6b3150-d852-4c20-a0f8-bfbc098ac093 \
  --public -j

openany balance -j

BASH · 教程模板，需替换 YOUR_ASIN

openany run \
  --id \
  0f6b3150-d852-4c20-a0f8-bfbc098ac093 \
  --query \
  '{"asin":"YOUR_ASIN","country":"US"}' \
  -j -o amazon-reviews-response.json

上述命令是教程模板，本文未运行。输出文件保留后，先查看实际响应，再建立“文本—评分—变体—来源”的映射。文件存在也需要检查业务结果，不能直接当作成功交付。

遇到超时，先保留已返回的请求标识并检查调用记录，再判断是否需要重试。实际费用按资源契约和记录核对；没有费用记录时，不自行推算成已结算金额。

05　把分析要求一次交代清楚

复制后补充真实商品与预算

可直接交给 Agent 的评价分析任务

请使用 OpenAny 的 Amazon 热门评价资源，整理我提供的商品 ASIN 与站点。

先检查 API ID 0f6b3150-d852-4c20-a0f8-bfbc098ac093 的当前参数和价格，在我确认的预算内最多读取一次样本，并保存原始响应。

仅基于实际返回的评价归纳正面、负面和混合主题。每个主题保留短证据，以及存在的来源、日期、评分和变体；缺失项标为未知。

按“反馈主题—样本证据—背景—待调查问题”输出清单。把已知事实、分析与建议分开。报告样本范围、实际请求状态和可取得的费用记录，不用热门评价估算整体缺陷率。

接收结果时，可以顺着清单提问：这个主题对应哪条材料？涉及哪个变体？建议需要什么验证？这些问题能让一次评价整理自然进入产品讨论。

06　让一次调用，留下可复用的材料

第一次先处理一个商品，检查这份清单是否对团队有帮助。后续可以在已保存的材料上调整分类、生成讨论提纲，或安排验证事项。

只有当任务确实需要另一个商品、站点或更新样本时，再规划新的请求。范围清楚，结果也更容易解释。

开始你的第一次评价分析

从今天的一款竞品开始

打开案例指南，填写你要研究的商品信息，把任务交给 Agent。让分散的评价成为有来源的材料，再让材料进入你的产品判断。

下一篇，我们转向内容运营：用小红书搜索与评论 API，把一个品类关键词变成有问题依据的原创选题简报。

资料与上手入口

完整案例：Amazon 热门评价分析
https://openany.si/guides/amazon-top-reviews-improvement-leads/

API 定义与公开历史响应示例
https://openany.si/apis/0f6b3150-d852-4c20-a0f8-bfbc098ac093/

接入与 CLI 说明
https://openany.si/docs/