优先建议沉淀“搜索份额缺口”“榜单稳定热度”“长尾意图簇”“内容演示适配”“小样本实验验证”五类方法模块。它们结构化程度高，适合后续拆成 任务 工作流，但第一版应只输出机会主题、评分、风险标签和下一步验证动作。
本次输出 5 条不推荐具体商品的选品方法论，围绕 Amazon Brand Analytics、Amazon Best Sellers/Product Ideas、Amazon Keyword Research、Amazon Manage Your Experiments、TikTok Shop Creator Commerce 等来源，重点覆盖爆款筛选、潜力款筛选、长尾筛选和内容带货筛选。方法优先适配 Home & Kitchen、Pet Supplies、Outdoor & Sports，并对 Electronics 和高退货服饰设置排除边界。
主要风险包括 Amazon 官方工具权限限制、榜单和关键词数据滞后、TikTok 内容热度与成交转化不一致、实验数据样本不足、类目季节性与广告竞争导致误判。所有方法应作为机会筛选与验证框架，不应直接生成采购决策或具体商品 任务。
下一天建议继续补充 TikTok Shop Seller University 中与 affiliate、creator collaboration、product opportunities 相关的官方细分页面，并建立 Amazon 与 TikTok 的统一评分字段：demandSignal、competitionSignal、contentFit、marginRisk、complianceRisk、agentizationFit。