2026 亚马逊选品打分卡：100 分清单与 Kill Switch

系列导航：本篇是“亚马逊选品 AI 自动化验证” 4 篇系列的第 3 篇（A3），配套总览详见支柱页 亚马逊利基发现与 AI 选品工作流指南；第 1 篇 A1 亚马逊选品工作流模板与 28 列核验表（2026-11-07 发布）；第 2 篇 A2 亚马逊选品 AI 分步工作流：WorkBuddy 五步实操（2026-11-08 发布）；第 4 篇 A4 亚马逊选品研究中文提示词包（即将发布）。

实测 lick mat for dogs 得分 31/100，触发 4 条 Kill Switch，裁定 CAUTION 偏 STOP。

迷因 T 恤 rizz em with the tism shirt 在五项核查中 4 通过 1 琥珀，结论是有条件通过——不是干净通过，更不是完美蓝海。本篇 A3 不重印 A1 的 28 列表格、Kill Switch 速查表与 13 点清单原文，只回答 A1 与 A2 留下的六个方法论问题：五条 Kill Switch 的阈值从哪里来、百分制打分卡的权重凭什么这样分、杀死案例的 31 分是怎样一分一分扣掉的、通过案例的 4 通过 1 琥珀应当怎样理解、六框架阈值表与 13 点清单的判定规则如何落地、真实 FBA 费用栈怎样试算。全文所有阈值均为本模板建议口径；全部数据来自两处已核实来源——Niche Data API 2026-08-02 快照与 2026-11-06 实时 SERP/PDP，不混用时间口径。

读者的操作路径与 A2 相同：在 WorkBuddy 中挂载 Amazon Data MCP（21 个实时工具，远程地址 https://mcp.pangolinfo.com/mcp，请求成功率 99.9%，广告位识别率 90%+），按 A2 的五步提示词拉取数据，再按本篇的口径打分裁定。完整环境准备与客户端调试流程可参考 WorkBuddy 亚马逊数据技能配置指南，核心配置代码块如下（Bearer 用占位符，绝不硬编码真实密钥）：

{
  "mcpServers": {
    "pangolinfo-amazon-data": {
      "url": "https://mcp.pangolinfo.com/mcp",
      "headers": {
        "Authorization": "Bearer <YOUR_PANGOLINFO_API_KEY>"
      }
    }
  }
}

费用口径与 A2 一致（已在产品页与定价页核实）：Niche Filter API 10 credits/次，Scraper API 1 credit/页，Reviews API 5 credits/页，免费档每月 60 credits、无需信用卡，单次完整验证 17–37 credits。

1. 打分卡总览：为什么加权打分不是一票否决的另一极端

定义：利基验证打分卡是将 28 列原始指标映射为 0–100 分加权分值的评估模型，Kill Switch 则是五条结构性一票否决线。两者不是同一裁定的两种说法，而是两层互补的裁定：打分卡回答“这个利基有多好”，Kill Switch 回答“这个利基能不能活”。

论证：只用加权打分会漏掉结构性死刑。一个利基可以在需求、退货、VOC 三项上拿高分，总分冲到 60 分以上，同时 Top-5 品牌锁死 76.4% 的点击、新品 90 天零存活——总分看起来“还行”，新品进去却没有活路。只用一票否决也会丢掉信息：五条线全是二值判断，一个利基触发 0 条与触发 1 条在否决视角下没有区别，但 0 触发与 1 触发的立项风险并不相同；打分卡把这种差别量化出来。两层裁定的配合规则是：先过 Kill Switch（触发 ≥ 2 条直接终止，不必打分），再看总分定档（GO ≥ 75 且零触发，CAUTION 50–74，STOP < 50）。

维度口径说明：系列 brief 曾称本打分卡为“7 维”，本文沿用 A1 与 A2 已发布的 5 维口径，“7 维”之说作废。五维是需求与增长 20 分、流量集中度 25 分、评论壁垒与上新存活 25 分、获客成本 15 分、VOC 与利润 15 分，权重合计 100 分。保留 5 维的理由有两条：第一，A1 与 A2 的全部案例、FAQ 与裁定都已按 5 维发布，改维会让已发布内容与本篇对不上；第二，7 维的拆分方案（需求/增速、评论墙/上新存活、VOC/利润各拆两项）没有新的已核实数据支撑，硬拆只会把同一个证据算两遍。杀死案例的五维得分 14/20、4/25、3/25、2/15、8/15 与总分 31/100 按 5 维口径保持不变。

推论：打分卡与 Kill Switch 的分工，决定了本篇其余六节的顺序——先推导五条否决线的来历（§2），再讲百分制权重的分法（§3），然后用一杀一过的两个案例把两层裁定跑通（§4、§5），最后把阈值表、清单规则与费用栈落到下单动作上（§6、§7）。

2. 五条 Kill Switch 的阈值推导

五条 Kill Switch 的阈值全部标注为本模板建议口径。推导只用四组已核实数据：杀死案例 lick mat for dogs 的实测值、通过案例 rizz em with the tism shirt 的实测值、约 35 个筛查利基的品牌集中度分布、宠物喂食类 7 个利基的饱和记录。没有引入新的统计样本，也不引用未经核实的第三方阈值。

KS-01：Top-5 品牌点击占比 > 65%

推导：品牌点击占比衡量寡头程度。约 35 个筛查利基中，Top-5 品牌点击占比最低的是通过案例的 44.3%，没有一个低于 40%；杀死案例是 76.4%，新品已无活路。65% 这条线落在两者之间：六成以上的点击被前五大品牌拿走，剩余 8 个品牌与数十个卖家只能分食不足四成的点击，新品牌靠自然流量爬升的路径基本关闭。40% 是严格线（§6 详述），65% 是死刑线——44.3% 的通过案例落在两者之间的琥珀区，76.4% 的杀死案例越过死刑线。

本案：杀死案例 76.4%，触发；通过案例 44.3%，未触发。

KS-02：T90 成功上新数 = 0

推导：成功上新数是唯一直接回答“新人活下来没有”的指标。杀死案例 T360 上新 6 个，说明过去一年池子还进过新人；但 T90 成功上新为 0，说明最近一个季度的新人全部失败，存活通道在当前竞争强度下已经关闭。T90 这个窗口的意义在于时效：T360 反映历史包容度，T90 反映当前存活率，立项只看当前窗口。通过案例 T90 成功上新 1 个（T180 2 个、T360 7 个），通道仍在。

本案：杀死案例 0，触发；通过案例 1，未触发。

KS-03：利基均评 > 1,500 条，且自然位前 5 均 > 500 条

推导：评论数是新品面前最直观的墙。双条件设计是为了防止单一异常值误判：均评 > 1,500 条说明全池子都很厚，前 5 均 > 500 条说明首页没有缝隙——两个条件同时满足，新品才算撞墙。杀死案例均评 2,227.1 条，自然位前 5 评论数 8,783 / 2,792 / 2,792 / 1,302 / 2,792，全部在 1,300 条以上，双条件同时成立。通过案例 Top-10 均评 23.7 条，实时 SERP 前 10 中位数约 4 条，墙不存在。

本案：杀死案例触发；通过案例未触发。

KS-04：广告占比 > 85%，且均价/中位价 < $12

推导：这是一条“与”条件，不是“或”条件，两个单项各自出现都不致命。广告占比高而客单价高，新品可以用高毛利换曝光；客单价低而广告占比低，新品可以靠自然流量慢慢爬。两者同时出现才是死亡剪刀差：95% 的产品依赖广告驱动，实时 SERP 前 4 名全是赞助位，新品不买广告拿不到曝光；但均价 $8.87、中位价 $9.99 的锚点下，单次点击成本稍一抬升就会吞掉全部毛利。杀死案例两项全中；通过案例广告占比 70.7%、均价 $16.32，两项都不中。

本案：杀死案例 95% 与 $8.87/$9.99，触发；通过案例 70.7% 与 $16.32，未触发。

KS-05：T360 退货率 > 8%

推导：退货率是五条线里唯一衡量售后失败的指标。杀死案例 1.52%、通过案例 0.8%，都远低于 8%，KS-05 在两个案例里都没有触发。这条线没有触发，恰恰说明杀死案例的问题不在产品本身：1.52% 的退货率与 1,400 条可定位的 VOC 痛点并存，产品可以改，市场结构改不了。阈值表里的另一条线值得对照：六框架 Pangolinfo 基准要求退货率 < 6%，KS-05 的死刑线是 > 8%，6% 至 8% 之间是警告区——低于 6% 通过，6% 至 8% 须在清单里单列退货归因，高于 8% 直接终止。

本案：杀死案例 1.52%，未触发；通过案例 0.8%，未触发。

小结：五条线的触发情况决定了两个案例的生死分野——杀死案例触发 KS-01 至 KS-04 四条，按“触发 ≥ 2 条一律终止”的规则直接判死；通过案例五条全不触发，才有资格进入打分定档。阈值汇总见下表：

3. 百分制打分卡方法论

定义：百分制打分卡把 28 列原始指标收敛为五个维度的加权分值，各维度权重与评分档位均为本模板建议口径。权重分配不是平均主义：流量集中度 25 分与评论壁垒 25 分合计占一半，因为这两项决定新品能不能活下来；需求与增长 20 分决定池子有多大；获客成本 15 分与 VOC 与利润 15 分决定活下来之后赚不赚钱。

档位规则（本模板建议口径）：GO ≥ 75 分且零触发 Kill Switch；CAUTION 50–74 分；STOP < 50 分；触发 ≥ 2 条 Kill Switch 无论总分多少一律终止。档位与否决线是“与”关系：总分 ≥ 75 分但触发 1 条 Kill Switch，不能定 GO；总分 60 分但触发 2 条 Kill Switch，直接终止，不必讨论总分。杀死案例 31 分落在 STOP 区间，又触发 4 条 Kill Switch，双重判死，裁定写作 CAUTION 偏 STOP——31 分本身已是 STOP，但“CAUTION 偏 STOP”的写法保留了一层信息：它的退货率与 VOC 痛点并不差，死因是市场结构，不是产品。

评分逻辑：每个维度先看核心指标，再按“得分点减扣分点”逐项裁定，A1 第 4 节的杀死案例打分就是按这个逻辑逐维展开的 worked example。维度得分不是公式算出来的，是模板口径下的判断分——同一组数据换一套权重会得出不同总分，所以跨模板比较分数没有意义；有意义的是同一模板下两个案例的对照，以及同一案例在 Kill Switch 与总分两层裁定下是否一致。打分卡的用途也不是给利基贴一个精确到个位的分数，而是把“能不能做”拆成五个可以复核、可以追问的维度：任何一维得分低于满分一半，都能在表里找到对应的原始指标与扣分理由。

推论：方法论定型之后，§4 与 §5 的两个案例就是同一套口径的两面——杀死案例演示总分怎样被结构性失分拖到 31 分，通过案例演示五条核查怎样在不给总分的情况下仍能定出有条件通过。

打分前的复核动作：打分卡的有效性依赖输入数据的新鲜度。A2 的规则同样适用：利基快照标 2026-08-02、SERP 与 PDP 标实时日期；跨天打分必须在打分前重跑一次 SERP，否则快照与盘面脱节，裁定不可信。复核时按维度倒查：需求维看 T90 增速是否还在正区间，集中度维看 Top-5 品牌点击是否越过 65%，评论墙维看 T90 成功上新是否仍为 0，获客维看前 4 名是否仍全是赞助位，VOC 维看 aiReviewsSummary 的负面集中度是否转移。任何一维的输入变了，总分与 Kill Switch 都要重算，不能沿用旧分。

4. 杀死案例打分：lick mat for dogs

数据口径：Niche API 快照 2026-08-02，SERP 与 PDP 实时 2026-11-06。宏观快照：searchVolumeT90 463,314（+2.8%）、searchVolumeT360 1,742,644（+145.9%）、价格 $4.40–$21.20、均价 $8.87；20 个产品，广告占比 95%；Top-5 产品点击 58.3%、Top-5 品牌点击 76.4%；13 个品牌、37 个卖家；均 BSR 33.87；均评 2,227.1 条；均分 4.455；T360 上新 6、T90 成功上新 0；退货率 T360 1.52%。

4.1 五维逐项打分

维度 1：需求与增长，14/20。得分点是基本盘扎实：年搜索量超 174 万，季度搜索超 46 万，头部单品月销 6K+。扣分点是增速结构恶化：T360 同比 +145.9%，T90 却只剩 +2.8%，爆发红利期已经结束，当前是高位横盘的存量争夺期。

维度 2：流量集中度，4/25。Top-5 产品拿走 58.3% 的点击，Top-5 品牌垄断 76.4%，剩余 8 个品牌与数十个卖家分食不足四分之一的点击，马太效应已经恶化到新品牌无从下手的程度。

维度 3：评论壁垒与上新存活，3/25。利基均评 2,227.1 条、均分 4.455 星；实时 SERP 自然位前 5 评论数 8,783 / 2,792 / 2,792 / 1,302 / 2,792，无一低于 1,300 条；T90 成功上新为 0，新品存活通道关闭。原观察样本 B0B178VDQQ 已下架（[ASIN_UNAVAILABLE]），是这堵墙的注脚。

维度 4：获客成本，2/15。利基广告占比 95%，实时 SERP 前 4 名全是赞助位，全页 12 个广告位；在均价 $8.87、中位价 $9.99 的低价品类里，高密度 CPC 竞价直接吞噬毛利。

维度 5：VOC 与利润，8/15。得分点是退货率仅 1.52%，且 aiReviewsSummary 揭示了清晰的物理改进方向；扣分点是价格天花板过低——为解决撕咬与吸盘痛点而增加硅胶克重或升级模具，成本与 FBA 重量级费用同步上升，但在 $9.99 锚点下很难提价。

总分 31/100，裁定 CAUTION 偏 STOP。KS-01 至 KS-04 触发，KS-05 未触发。

4.2 实时 SERP 与 VOC：墙有多高、痛点有多真

实时 SERP“dog lick mat”（2026-11-06）：60 行（48 自然 + 12 赞助），前 4 全是赞助。#1 自然位 LUKITO B09FPTDBRZ，$8.99，4.4 星，8,783 条评论，月销 6K+，Overall Pick；自然位价格 $3.99–$28.49，中位 $9.99；自然位前 10 评论数：8,783 / 2,792 / 2,792 / 1,302 / 2,792 / 236 / 新品 / 784 / 31 / 1,105。前 10 里只有第 6、7、9 位露出 236 条、新品、31 条的缝隙，其余全是千评以上的巨无霸。

VOC 来自标杆 ASIN B09FPTDBRZ 的实时 PDP aiReviewsSummary（8,783 条评论，4.4 星；1–3 星约 16%，约 1,400 条；BSR #1,328 Pet Supplies / #24 Dog Feeding & Watering）。需要说明数据来源：2026-11-06 当天 get_amazon_reviews 接口 4 次返回 0 条评论，因此本节 VOC 不用 Reviews API 的逐条评论，而用 PDP 内嵌的 aiReviewsSummary 情感矩阵，额外成本 0 credits。

四个维度的负面占比超过 40%，其中 Durability 负面占比 77.2%（149 条负面仅 44 条正面）、Grip 57.2%（154 条负面）。差评原话：“tore during first use, shredded into pieces within minutes”（第一次使用就撕裂，几分钟内碎成片）。痛点是真实的：狗狗几分钟咬碎垫子、吸盘吸不住地板、槽位难洗。但痛点真实不等于利基可做——维度 5 只给了 8 分，因为改款成本撞上了 $9.99 的价格锚点，而维度 2 与维度 3 的失分是结构性的，改款解决不了。

推论：杀死案例的教训不在“需求不够大”（年搜索 174 万足够大），也不在“产品不能改”（痛点清晰可改），而在“结构不让新人活”：76.4% 的品牌点击垄断、0 个 T90 成功上新、95% 的广告占比，三项叠加之后，31 分不是算错了，是算对了。

5. 通过案例打分：rizz em with the tism shirt

数据口径：迷因 T 恤，美站；Niche API 快照 2026-08-02，SERP 与 PDP 实时 2026-11-06。先说结论的定性：CONDITIONAL GO（有条件通过），4 项通过、1 项琥珀，绝不是干净通过，更不是完美蓝海。本文对通过案例不编造百分制总分——五维总分不在本文核实数据范围内，不另行估算；通过案例按以下五条核查逐条判定。

附加数据：退货率 T360 0.8%；搜索量 T90 10,509、T360 61,693；增速 T90 -15.4%、T360 +70.7%；产品 41 个、品牌 33 个、卖家 12 个；Top-5 产品点击 37.8%。T90 增速 -15.4% 值得单独提一句：迷因热度有冷却迹象，T360 的 +70.7% 是过去一年的累计涨幅，不是当前动能；立项要按 T90 的冷热做决策，不能只看 T360 的涨幅。

实时 SERP（2026-11-06）：60 行，价格 $13.99–$23.99；前 10 名评论数：无 / 2 / 1 / 2 / 191 / 7 / 1 / 22 / 5 / 9（中位数约 4 条）。第 5 名 B0CQZ9P86Q：$21.99，4.6 星，191 条评论，月销 100+，Overall Pick。前 10 里只有 1 个过百评，其余全在 25 条以下，与杀死案例前 5 全过千评形成对照。

VOC B0CQZ9P86Q（191 条评论，4.6 星；1–3 星约 10%，约 19 条）：外观 14 提及 0 负面、幽默 7 提及 0 负面、舒适 5 提及 0 负面、耐用性 6 提及 2 负面。几乎没有可挖掘的差评簇——对照杀死案例 Grip 154 条负面、Durability 149 条负面，这里的教学点是“没什么可修的”：差异化要靠设计本身（图案、文案、梗的时效），不是靠修补竞品的物理缺陷。

三点注意事项，必须写清：

• BSR 不可跨类目比较。杀死案例均 BSR 33.87（宠物喂食子类目）与通过案例均 BSR 85,695（服装大类）相差约 2,500 倍，是类目体量差，不是需求差。要比就比同口径的评论数、品牌集中度、成功上新，不要拿 BSR 的倍数说事。
• SERP 赞助标记异常。通过案例 60 行 sponsored 字段全部为 true，与利基记录的 70.7% 对不上，疑似 Merch/服装页解析标记异常。引用广告占比一律用利基记录的 70.7%，不要写“首页全是广告”。
• 品类差异。通过案例是 Merch 按需印制（卖家即 Amazon.com），没有备货与开模成本，供应链逻辑与杀死案例的硅胶实物完全不同；引用通过案例时，须一句话点明这个品类差异。

有条件通过之后做什么：第一，接受琥珀项并写下来——品牌集中度 44.3% 是立项的前提条件，不是事后才发现的风险，设计差异化（图案、文案、梗的时效）就是针对这一项的对冲动作。第二，盯住 T90 增速 -15.4% 的冷却信号：迷因的生命周期按周计，下单前重跑一次 SERP 与利基快照，确认 T90 成功上新仍 ≥ 1 且前 10 评论中位数仍在个位数，再下首单。第三，首单按测试量下，不要按 T360 的 +70.7% 放量——T360 是过去一年的累计涨幅，当前动能看 T90。

推论：通过案例的价值不在“它证明了蓝海存在”，而在“它标出了琥珀区的样子”：唯一琥珀项品牌集中度 44.3%，是约 35 个筛查利基里的最低值——连最低值都没摸到 40% 的严格线。有条件通过的条件就是这一项：接受 44.3% 的集中度，用设计差异化对冲头部挤压，同时盯住 T90 增速 -15.4% 的冷却信号，迷因过期就撤。

6. 六框架阈值对照表与 13 点下单前核对清单

阈值对照表（Pangolinfo 基准，调研报告口径）：下表五项基准引自调研报告的 Pangolinfo 基准列，标注为报告口径；两案例实测值来自 2026-08-02 快照与 2026-11-06 实时数据。其他框架的阈值数字不在本文核实数据范围内，不编造、不代填。注意口径区分：§5 五项核查的价格带用 $15–$50（核查口径），本表用 $20–$70（调研报告 Pangolinfo 基准）；$16.32 在核查口径下通过，在报告基准下接近下限，两条线来源不同，不要混用。

对照表暴露了一个容易误读的点：杀死案例在五项基准里达标三项（搜索量、上新、退货率），通过案例同样达标三项，另两项处于边缘（价格带接近下限、品牌集中度琥珀）。只看达标数量，两案都是三项达标，几乎打平；看失守项的性质，分野立刻出现——杀死案例失守的是品牌集中度（76.4%，超基准 36.4 个点）与价格带（$8.87，不到下限一半），全是结构性失守；通过案例失守的是品牌集中度 44.3%（超 4.3 个点）与价格带 $16.32（差 $3.68 到下限），全是边缘性失守。阈值表的作用正在于此：不是数达标几项，而是看失守的是哪一项、偏离有多远。

品牌集中度的诚实结论：约 35 个筛查利基中，Top-5 品牌点击低于 40% 的一个都没有，最低就是通过案例的 44.3%。40% 应当理解为严格线，不是常态线；44–50% 是琥珀区，不是失败区。把 40% 写成“正常水平”会误导读者以为一半利基都能达标——筛查结果恰恰相反，一个都没有。宠物喂食类利基已经全面饱和：slow feeder 5 个与 snuffle mat 2 个利基共 7 个全部失败，均评全部超过 1,100 条，广告占比全部超过 92%。这个簇的结论不是“再筛一次”，而是“换簇”。

13 点下单前核对清单的判定规则（只写规则，不重印清单原文；清单原文见 A1）：

• 新手 11/13 通过方可下单。11 项是下单门槛，不是及格线——缺失的 2 项须有书面补救方案（例如品牌集中度琥珀，对应用设计差异化与迷因时效管理对冲），不能空着下单。
• 成熟卖家可放宽 2–3 项。放宽的前提是放宽项不在 Kill Switch 上：品牌集中度、成功上新、评论墙、广告与价格、退货率五项是硬线，成熟卖家放宽的是清单里的执行项（例如首批备货量、Listing 完善度），不能放宽五条硬线。
• 5 项以上不通过 = 赌博。5 项是赌博线，不是商量线。杀死案例仅在五条 Kill Switch 核查上就已触发四条、价格带亦不达标，不需要数满 13 点就已落入赌博区；通过案例五项核查仅一项琥珀，落在新手可下单的区间边缘，但琥珀项须在下单前对冲。

推论：清单规则与阈值表合起来，构成下单前的最后一道关：阈值表判断利基值不值得做，清单规则判断当前这个时点能不能下单。两关都过，才是 GO；只过一关，是 CAUTION；两关都不过，是 STOP。

阈值表的使用边界：表里的五项基准是本模板建议口径，不是市场常数。价格带 $20–$70、搜索量 > 10,000、品牌集中度 < 40%、T360 成功上新 ≥ 3、退货率 < 6%，每一项都只在“快照日期 + 实时日期”这对时间锚点下成立——换一批 2026-11-06 之后的快照，数字要重跑，基准本身不变，但两案例的判定可能变。读者的正确用法是把表当作每次验证的空白模板重填，而不是把本篇的“达标/琥珀/不达标”三栏当成两个利基的永久标签。

7. 真实 FBA 费用栈与 FAQ 5 问

费用栈是什么：FBA 费用栈是每卖出一件商品必须逐项扣除的成本集合，按名称包括推荐费（Referral Fee）、FBA 配送费（按尺寸重量分档）、月度仓储费，以及可能产生的贴标、预处理与长期仓储附加费。本文只按名称说明构成，不编造具体费率数字——费率随类目、尺寸分档与政策调整而变，写死数字的文章三个月就过期。

唯一引用的费用案例：调研报告引用的 NovaData 案例，单件费用从 $11.00 降至 $4.20。必须标注清楚：这是调研报告引用的 NovaData 案例，不是 Pangolinfo 的实测数据，也不是本文的测量结果。引用它的目的只有一个——证明费用栈不是固定成本，而是可以通过尺寸分档、包装减重与发货策略优化的变量；$11.00 与 $4.20 之间的差额，就是费用栈优化的空间，不是利润承诺。

费用栈怎样进打分卡：费用栈落在维度 5（VOC 与利润）里。杀死案例的教训是费用栈与价格锚点的联动：均价 $8.87、中位价 $9.99 的锚点下，任何为修复 Durability 与 Grip 痛点而增加的硅胶克重或模具升级，都会让配送费与仓储费同步上升，而售价很难跟涨——这就是 A1 说的结构性悖论在费用栈上的版本。通过案例的 Merch 按需印制没有这层联动：没有备货、没有 FBA 仓储费，费用栈只有推荐费与印制成本两项，价格带 $16.32 的缓冲垫比 $8.87 厚得多。

FBA 费用试算方法：第一步，用亚马逊官方 FBA 费用试算工具输入实时售价、尺寸与重量，得出推荐费与配送费；第二步，用 Pangolinfo 的 Scraper API 拉取实时 PDP 的价格与尺寸数据交叉核对，避免手工抄错一个尺寸分档；第三步，把试算结果代入维度 5：试算后单件毛利覆盖不了广告占比对应的获客成本，价格带项直接判不达标。单次完整验证 17–37 credits，试算本身不额外消耗 credits——费用试算用的是已经拉取的实时数据。

Q1：打分卡与 Kill Switch 先看哪个？
先看 Kill Switch。触发 ≥ 2 条直接终止，不必打分；触发 0–1 条再看总分定 GO、CAUTION 或 STOP。打分回答“有多好”，Kill Switch 回答“能不能活”，顺序不能反。

Q2：44.3% 品牌集中度到底算不算过？
不算干净通过。40% 是严格线，44.3% 落在 44–50% 琥珀区；约 35 个筛查利基里没有一个低于 40%，44.3% 已是最低值。有条件通过须接受这项琥珀，并用设计差异化对冲。

Q3：13 点清单新手 11/13 的判定？
新手 11 项通过方可下单，缺失项须有书面补救方案；成熟卖家可放宽 2–3 项执行项，但五条 Kill Switch 硬线不可放宽；5 项以上不通过就是赌博，不是可商量的区间。

Q4：FBA 费用怎么试算？
用亚马逊官方 FBA 费用试算工具，输入实时售价、尺寸重量得出推荐费与配送费；再用 Pangolinfo 实时价格与尺寸数据交叉核对；单次完整验证 17–37 credits，试算本身不额外消耗 credits。

Q5：两个案例分数接近时怎么办？
先比 Kill Switch 触发数，再比失分维度：集中度与评论墙失分是结构性死刑，需求与 VOC 失分可改款弥补；触发数相同再比琥珀项数量，琥珀少者优先。

推论：打分卡的终点不是一张分数表，而是一次下单决策。杀死案例 31/100 与 4 条触发告诉读者什么时候必须停手；通过案例 4 通过 1 琥珀告诉读者有条件通过长什么样、条件是什么。跑完本篇的阈值推导与对照打分，读者可继续沿着系列第 4 篇 A4 的完整提示词包，把单次验证固化为团队的标准作业流程。