核心用法
Content Gap Analysis 是一款面向 SEO 与内容策略的纯文档型分析工具，通过系统比对自有站点与竞争对手的内容覆盖情况，识别关键词缺口、话题集群缺失及内容形式差异，输出可执行的选题优先级清单。
标准工作流程（9步闭环）：
1. 界定分析范围（站点、竞品、话题焦点、受众画像）
2. 审计现有内容资产（索引页、内容类型、话题集群、表现优劣）
3. 竞品内容分析（量级、流量结构、类型配比、独特资产）
4. 关键词缺口识别（按搜索量、难度、相关性分组为高优先级/速赢机会/长期布局）
5. 话题集群缺口映射（对比支柱-集群架构覆盖度）
6. 内容形式缺口（指南/教程/对比/案例/工具/模板/视频/研究报告）
7. GEO/AI 搜索缺口（问答型、定义型、对比型内容的引用机会）
8. 受众旅程映射（认知-考虑-决策-留存各阶段覆盖度）
9. 优先级排序与行动计划（执行摘要、分级缺口清单、内容日历、成功指标）
显著优点
- 零代码风险：纯 Markdown 文档型技能，无可执行代码，无 eval/exec/system 等危险函数
- 零网络外泄：不发起 HTTP/HTTPS 请求，无外部 API 依赖，数据完全本地化
- 供应链安全：无 npm/pypi 等第三方依赖，不存在供应链攻击向量
- 多语言触发：支持中英日韩西葡等多语言指令识别（"内容缺口分析"、"コンテンツギャップ"、"brechas de contenido" 等）
- GEO 原生适配：专门识别 AI 搜索引用机会（Q&A、定义、对比内容），超越传统 SEO 思维
- 技能链路衔接：分析完成后可直接 handoff 至
seo-content-writer 技能执行生产
潜在局限与风险
- 数据依赖用户输入：无内置 SEO 工具 API（如 Ahrefs/Semrush），需用户手动提供站点地图、竞品 URL 或关键词列表，工具集成需通过外部连接器实现
- 分析深度受限：作为提示词驱动技能，实际数据抓取与处理依赖于 Agent 所在环境的工具链能力
- 结果持久化需关注：分析结果可保存至
memory/research/ 及 memory/hot-cache.md，建议用户明确数据留存策略与删除方式 - 引用链接需验证：文档中引用同一仓库的外部资源链接，首次使用时建议验证有效性
适合人群
- 内容营销团队：系统性发现竞品覆盖而自身缺失的话题机会
- SEO 专员/顾问：建立数据驱动的内容优先级与 editorial calendar
- 产品市场经理（PMM）：识别竞品在产品对比、案例研究、技术文档等内容资产上的领先优势
- GEO 优化先行者：针对性布局 AI 搜索引用场景的定义型、问答型、对比型内容
- 初创企业内容负责人：在资源有限情况下聚焦高 ROI 的速赢内容机会
常规风险
| 风险类别 | 等级 | 说明 |
|---------|------|------|
| 代码执行风险 | 无 | 纯 Markdown，无可执行代码 |
| 网络数据外泄 | 无 | 无外部 API 调用 |
| 供应链攻击 | 无 | 零第三方依赖 |
| 隐私合规 | 低 | 仅处理用户主动输入的公开 SEO 数据，建议补充数据留存说明文档 |
| 分析准确性 | 中 | 依赖用户提供的数据完整性与 Agent 工具链能力 |
认证结论：S级（88分）优秀级安全认证，T2 可信来源（GitHub 社区项目，Apache-2.0 许可证），建议部署使用。