Keyword Research

核心用法

keyword-research 是一款面向SEO和内容营销的系统性关键词研究技能，采用8阶段结构化工作流程：

1. 范围界定：明确产品、受众、业务目标、域名权重、地理区域与语言
2. 关键词发现：从核心词、问题词、解决方案词、受众词、行业词五维度提取种子关键词
3. 变体扩展：通过修饰词与长尾模式生成关键词变体
4. 意图分类：标记搜索意图（信息型/导航型/商业型/交易型）
5. 机会评分：计算 Opportunity = (搜索量 × 意图价值) / 难度，意图价值权重为 1/1/2/3
6. GEO适配检测：识别AI答案友好型查询（问题、定义、对比、列表、操作指南）
7. 主题聚类：将关键词分组为支柱页+集群页的内容中心
8. 交付输出：提供执行摘要、速赢机会/增长机会/GEO机会、主题集群、内容日历及下一步行动

质量门槛：每条推荐须包含具体数字（关键词+搜索量+难度+理由），拒绝泛泛建议。

显著优点

• 系统化框架：8阶段流程覆盖从种子挖掘到内容规划的完整链路，降低研究盲区
• 量化决策支持：通过机会值公式将主观判断转化为可比较数值，辅助优先级排序
• SEO/GEO双轨：传统搜索引擎优化与生成式引擎优化（GEO）需求并行处理，适应AI搜索趋势
• 生态整合：与 competitor-analysis、content-gap-analysis、serp-analysis 等技能形成研究闭环
• 多语言支持：内置中英日韩西葡等多语言触发词，适配全球化市场
• 记忆持久化：自动将关键结论写入 memory/hot-cache.md 与 memory/decisions.md，支持跨会话策略延续

潜在缺点与局限性

• 数据依赖工具：无集成SEO工具时，搜索量与难度数据需用户手动提供或接受估算值，准确性受限
• 估算主观性：难度评分1-100为相对估算，不同行业基准差异大，跨领域对比存在偏差
• 动态滞后性：季度审查建议难以捕捉搜索趋势的实时变化，热点关键词可能错失窗口期
• 执行门槛：150+关键词、23个高优机会的示例产出对小型团队或个人创作者而言工作负载较重
• AI答案竞争：GEO-Check识别的问题型关键词虽流量大，但在AI Overview/AI摘要时代，零点击风险上升

适合人群

• 内容营销团队：需要规模化选题与排期的内容运营负责人
• SEO专员与顾问：服务多客户、需标准化交付物的代理机构
• 独立站运营者：Shopify/Amazon等电商平台卖家进行品类关键词布局
• GEO策略制定者：关注Perplexity、ChatGPT Search等AI引擎可见性的前沿从业者
• 多市场品牌经理：需协调不同语言市场关键词策略的全球化企业

常规风险

| 风险类型 | 描述 | 缓释建议 |

|---------|------|---------|

| 数据准确性风险 | 无API工具时依赖估算，可能导致资源错配 | 明确标注数据来源（估算/第三方工具/内部数据），关键决策前用Google Keyword Planner交叉验证 |

| 意图误判风险 | 同一关键词在不同语境下意图漂移 | 结合SERP实际结果人工复核，避免纯标签化决策 |

| 过度优化风险 | 长尾词堆砌导致内容质量下降 | 坚持"cluster tightly"原则，同一集群内关键词自然覆盖而非机械重复 |

| 机会成本风险 | 高难度词长期无排名，拖累整体进度 | 严格区分Quick Wins（低难度）与Growth（高潜力），平衡短期产出与长期布局 |

| 技术债务风险 | 记忆文件积累过多导致策略漂移 | 每季度执行清理审查，archive过期研究文件 |

核心用法

keyword-research 是一套面向 SEO 与生成式引擎优化（GEO）的关键词研究方法论框架，采用 8 阶段结构化工作流：

1. Scope（范围界定） — 明确产品、受众、商业目标、域名权重（DR）、地理与语言
2. Discover（种子发现） — 从核心词、问题词、解决方案词、受众词、行业词五维度挖掘
3. Variations（变体扩展） — 运用修饰符与长尾模式放大词库
4. Classify（意图分类） — 标注信息型/导航型/商业型/交易型四类搜索意图
5. Score（机会评分） — 计算 Opportunity = (Volume × Intent Value) / Difficulty，Intent Value 按 1/1/2/3 加权
6. GEO-Check（生成式优化检查） — 识别 AI 答案友好型查询（问答、定义、对比、清单、教程）
7. Cluster（主题聚类） — 构建支柱页+集群页的 topic hub 结构
8. Deliver（交付输出） — 生成执行摘要、速赢机会、内容日历与后续动作

显著优点

• 结构化方法论：8 阶段流程可复制，避免关键词研究的随意性
• 量化评分体系：将主观判断转化为可计算的 Opportunity Score，便于优先级排序
• GEO 前瞻布局：在传统 SEO 基础上增加 AI 答案优化维度，适应搜索形态演进
• 多语言支持：内置中英日韩西葡等多语言触发词，适配全球化运营
• 零代码零依赖：纯 Markdown 文档，无运行时环境要求，即开即用
• 生态衔接设计：与 competitor-analysis、content-gap-analysis、serp-analysis 等 Skill 形成研究闭环

潜在局限

• 无实时数据：不提供 Ahrefs、Semrush 等工具的真实搜索量与难度数据，需用户自行接入或估算
• 方法论门槛：需要使用者具备 SEO 基础知识，纯新手可能难以独立完成评分计算
• T3 来源风险：由个人开发者（aaron-he-zhu）维护，长期更新与商业支持存在不确定性
• 估算主观性：Difficulty 与 Intent Value 的赋值依赖人工判断，不同操作者结果可能偏差较大

适合人群

| 场景 | 适用度 |

|------|--------|

| 内容团队制定选题策略 | ⭐⭐⭐⭐⭐ |

| SEO 专员搭建关键词体系 | ⭐⭐⭐⭐⭐ |

| 初创公司低成本启动 SEO | ⭐⭐⭐⭐☆ |

| 替代付费工具的估算场景 | ⭐⭐⭐⭐☆ |

| 需要精确搜索数据的决策 | ⭐⭐☆☆☆ |

常规风险

1. 数据准确性风险：基于估算的评分可能与真实市场表现存在偏差，建议结合工具验证
2. 策略执行风险：方法论完整但落地依赖团队执行力，缺乏自动化监控机制
3. 版本迭代风险：当前 v9.5.0 为社区维护，重大算法更新（如 Google GEO 规则变化）可能滞后响应
4. 过度优化风险：严格遵循框架可能导致内容机械化，需保留人工创意判断

使用建议

建议作为 SEO 研究的标准化流程模板 使用，配合真实数据工具（如 Google Keyword Planner、Ahrefs API）补全数值维度，并每季度回顾关键词优先级。