Keyword Research

核心用法

keyword-research 是一套结构化的八阶段关键词研究工作流，专为SEO和GEO（生成式引擎优化）场景设计。用户以种子词或主题启动后，系统依次执行：范围界定→关键词发现→变体扩展→意图分类→机会评分→GEO适配检查→主题聚类→交付成果。输出包含优先关键词清单、主题集群架构、内容日历及执行建议，所有推荐均附带具体数值（搜索量、难度分、机会值），杜绝空洞建议。

显著优点

• 方法论成熟：融合传统SEO（搜索量、KD、意图四层分类）与新兴GEO维度，识别AI引擎易回答的查询类型（问答、对比、清单类）
• 评分体系实用：独创 Opportunity = (Volume × Intent Value) / Difficulty 公式，量化决策依据
• 生态整合：与 companion-analysis、content-gap-analysis、serp-analysis 等技能形成研究闭环，支持 Claude Code、Cursor、Windsurf 等多平台
• 多语言原生：内置中日韩及欧洲语言触发词，全球化适用
• 记忆沉淀：自动将研究结论写入 memory/hot-cache.md 等持久化存储，避免重复劳动

潜在局限

• 数据依赖外部：搜索量与难度评分需对接 Ahrefs、SEMrush、GSC 等工具；无工具时依赖用户输入或行业基准估算
• 估算性质：所有数值均为模型推断或第三方API返回，非Google官方实时数据
• GEO指标主观：AI-answer-friendly 的判定基于模式匹配（疑问词、定义句式），非严格的搜索引擎反馈
• 执行门槛高：八阶段流程对新手较复杂，需完整阅读 references/instructions-detail.md 才能发挥全部能力

适合人群

• 内容策略师与SEO专员：系统规划关键词矩阵与内容日历
• 出海营销团队：利用多语言触发词拓展海外市场
• 独立开发者/站长：替代昂贵SaaS工具（Ahrefs/SEMrush）进行初步调研
• AI应用开发者：为RAG系统或生成式搜索优化储备语义关键词库

常规风险

• 数据时效风险：关键词难度与搜索趋势变化快，建议季度复核
• 过度优化风险：严格按 Opportunity 分数执行可能忽视品牌词与防御型内容
• 工具授权风险：若接入付费SEO API，需妥善管理密钥与调用配额
• 幻觉风险：LLM生成的搜索量估算可能与实际偏差较大，关键决策需交叉验证

核心功能与用法

keyword-research 是一个系统化的SEO/GEO关键词研究Skill，采用8阶段工作流（Scope→Discover→Variations→Classify→Score→GEO-Check→Cluster→Deliver），帮助用户从种子词扩展到完整的内容策略。用户只需输入Research keywords for [topic]即可触发完整流程，输出包含优先级关键词简报、主题聚类、内容日历和GEO机会识别。

显著优点

• 结构化方法论：8阶段流程覆盖从需求澄清到交付的全链路，避免关键词研究的随意性
• 量化评分体系：独创Opportunity = (Volume × Intent Value) / Difficulty公式，Intent Value按信息型1/导航型1/商业型2/交易型3加权，实现数据驱动决策
• GEO前瞻布局：专门识别AI答案友好型查询（问题、定义、对比、列表、操作指南），兼顾传统SEO与生成式引擎优化
• 多语言支持：内置中文、日语、韩语、西班牙语等触发词，适应全球化内容团队
• 零代码高安全：纯Markdown文档型Skill，无可执行代码、零依赖、无网络请求

潜在局限

• 数据依赖性：评分公式中的搜索量和难度需外部工具数据（Ahrefs/SEMrush等）或用户估算输入，无内置数据源时输出为框架性建议
• AI幻觉风险：关键词搜索量、难度数值由模型生成而非实时API，需用户交叉验证
• T3来源等级：个人开发者项目，长期维护稳定性需观察
• 无自动化集成：虽提及可选SEO工具连接，但实际为文档指引，无自动数据拉取能力

适合人群

• 内容营销团队：需要系统化选题规划和内容日历
• SEO专员/顾问：快速生成客户交付物框架，替代部分手动研究
• 独立创业者/小团队：无预算购买Ahrefs/SEMrush时的结构化替代方案
• GEO先行者：希望优化AI搜索可见性的内容创作者

常规风险提示

• 所有量化指标（搜索量、难度、机会分数）均为AI估算，不可直接用于商业决策，需结合真实工具数据校准
• 建议每季度复查关键词优先级，搜索趋势变化快于静态研究
• 主题聚类结果需人工审核业务相关性，避免纯算法导向的内容孤岛