Keyword Research

🔍 数据驱动的关键词发现与选题决策

系统化关键词研究与内容选题工具,基于搜索量、难度、意图和主题聚类,输出可执行的SEO/GEO策略优先级列表

收藏
31.9k
安装
6.5k
版本
12.7.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心功能

该技能提供八阶段结构化关键词研究流程:范围界定(明确产品、受众、业务目标)→ 发现挖掘(核心词+问题词+解决方案词)→ 变体扩展(修饰语与长尾模式)→ 意图分类(信息型/导航型/商业型/交易型)→ 机会评分机会值 = 流量×意图价值/难度)→ GEO适配检测(标记AI友好型查询)→ 主题聚类(支柱+集群结构)→ 交付输出(执行摘要+快速赢单/增长/GEO机会+内容日历)。

显著优势

1. 零依赖启动:内置Google自动补全抓取脚本,无付费工具也可生成关键词候选;支持Firecrawl无key免费SERP采样验证真实排名
2. 数据可信度分层:强制标注Measured(工具实测)/User-provided(用户提供)/Estimated(模型推断),杜绝虚构数据

3. Impact×Confidence双轴评分:在基础机会值之上,叠加流量价值×胜算概率的二次筛选,避免"高流量陷阱"

4. 漏斗阶段标签:自动识别BOFU/MOFU/TOFU关键词,直接映射内容策略优先级

潜在局限

  • 搜索量/难度核心指标仍需接入SEO工具或Search Console,零工具场景下仅能输出相对排序而非绝对数值
  • 中文语义意图识别依赖英文训练框架,需人工校验本地化表达
  • GEO检测为规则型启发式,未接入真实AI引擎回答采样

适合人群

SEO/内容营销专员、GEO策略师、独立站运营者、内容创作者;特别适合工具预算有限但需结构化研究流程的中小团队。

常规风险

  • 数据幻觉:需严格执行N/A标记规则,防止模型编造搜索量
  • 季节性误判:Pageviews.py提供的Wikipedia关注度为"注意力代理"而非搜索量,误用会导致选题时机偏差
  • 合规边界:Google Autocomplete非官方API,高频调用存在IP限制风险

Keyword Research 内容

references文件夹
手动下载zip · 14.3 kB
example-report.mdtext/markdown
请选择文件