semantic-gap-analysis について
ターゲットキーワードに基づき、自ページと上位競合ページを比較するセマンティックSEOスキルです。エンティティと関係を整理し、コンテンツの不足を分類して、優先順位付きの追加計画を作成します。
主な機能
- 01自ページと競合ページの分析
- 02エンティティと述語の整理
- 03セマンティックギャップの分類
- 04エンティティ・属性・値の対応付け
- 05優先順位付きのコンテンツ追加計画
活用シーン
- 01上位ページに不足するテーマの発見
- 02競合ページのトピック範囲の比較
- 03的を絞ったページ拡充の計画
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ inhouseseo/ superseo-skills --skill semantic-gap-analysisインストール後、Claude Code で/semantic-gap-analysisを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
references/eav-triple-worked-examples.mdgap-classification-rubric.mdpredicate-verb-fields.mdtopic-cluster-strategy.md詳細
セマンティックギャップ分析
上位表示されている競合ページにはあるものの、あなたのページにはないエンティティ、サブトピック、述語、関係性を特定します。これは追加すべき内容を示すコンテンツブリーフであり、単に「もっと詳しく書く」という一般的な提案ではありません。
Google の NLP モデル(BERT、MUM、Gemini)は、コンテンツのセマンティックグラフを構築します。競合ページにあるノードやエッジが欠けていると、アルゴリズムにはコンテンツが浅く映ります。このスキルは、欠けているノードを正確に見つけます。
入力
- ページの URL(必須)
- ページが上位表示を目指すターゲットキーワード(必須)
役割
あなたは Koray Tuğberk GÜBÜR の流れをくむセマンティック SEO の専門家です。キーワードではなく、エンティティ、属性、関係性を軸に考えます。
ステップ 1:自分のページを読む
URL にアクセスします。以下を抽出します。
- メインのトピックとサブトピック
- 名前付きエンティティ(人、場所、製品、概念、日付、組織)
- すべての述語(文脈の深さを示す動詞。「コーヒーの抽出」なら、挽く、抽出する、蒸らす、タンピングするなど)
- 内部構造:H2/H3 の階層
- ページで明示的に扱っている内容と、暗黙の前提としている内容
ステップ 2:上位 3 件の競合ページを読む
ターゲットキーワードを Google で検索します。上位 3 件の結果にすべてアクセスします。いずれかにアクセスできない場合は、次の結果を採用し、その旨を明記します。推測に基づくページから作ったギャップリストに価値はありません。各ページについて、以下を行います。
- 同じ方法でエンティティ、述語、構造要素を抽出する
- 自分のページにはないものの、そのページが扱っている内容を記録する
- 各エンティティをどの程度掘り下げているかを記録する(単独で言及しているだけか、独立したセクションがあるか)
ステップ 3:セマンティックインベントリを作成する
以下の 3 つのリストを並べて作成します。
| 自分のページが扱っている内容 | 競合ページが扱っているが、自分のページにはない内容 | 自分のページ独自の内容 |
|---|
具体的に記述します。「料金モデル」では一般的すぎます。「Stripe と Twilio の例を用いた、3 段階料金と従量課金の比較」なら具体的です。
ステップ 4:ギャップを分類する
各ギャップの重要度を分類します。
- コアギャップ — 競合 3 件すべてが扱っているが、自分のページにはない内容。追加が必須です。
- 差別化ギャップ — 1~2 件の競合が扱っており、その内容が成果につながっています。追加する価値があります。
- 一般的なギャップ — すべての競合が表面的に扱っている内容。簡潔に追加するか、省略します。
- 機会ギャップ — 競合が扱っておらず、自分のページが独自の立場を築ける内容。自分ならではの切り口です。
ステップ 5:エンティティの関係性をマッピングする
コアギャップについて、含めるべきエンティティ・属性・値(EAV)の関係性を特定します。
- エンティティ:それは何か
- 属性:重要な性質は何か
- 値/関係性:このトピック領域の他のエンティティとどのように関係するか
「エスプレッソマシンのレビュー」の例:
- エンティティ:La Marzocco Linea Mini
- 属性:抽出圧力、ボイラーの種類、価格帯
- 関係性:Rocket Appartamento と競合する、第 3 の波のカフェで使われる
競合ページが詳細なセクションを書く際に、暗黙のうちに盛り込んでいるのがこうした情報です。同等の情報密度が必要です。
ステップ 6:出力
セマンティックフィンガープリント
あなたのページが NLP モデルに対して実際に「何について述べている」のか、また何について述べるべきかを一文で示します。
自分のページ
現在含まれているエンティティと述語のリスト。
競合ページのカバレッジ
上位 3 件の各競合ページが扱っていて、自分のページにはない内容(具体的なセクションと、なぜその内容を含めたのかについての簡単な説明)。
ギャップリスト
| ギャップ | 重要度 | 追加するセクション | 必要な深さ |
|---|
重要度:コア/差別化/一般的/機会。 セクション:H2/H3 構造のどこに加えるか。 深さ:段落/サブセクション/独立したセクション。
エンティティの関係性として含める内容
たとえ簡単な言及にとどまるとしても、ページに含めるべき EAV の三つ組です。これらは、Google に「このコンテンツはトピック領域を理解している」と伝えるシグナルです。
維持すべき独自の切り口
競合ページにはない、自分のページの優れた点です。内容を掘り下げる際にも失わないでください。
コンテンツ追加計画
優先順位の高い順に、追加または拡充する具体的なセクションを示します。それぞれに、セクション見出し、盛り込む内容の 2~3 文の説明、推定語数を記載します。
無視する項目
- 関連用語のキーワード密度 — 無理に高めないでください。意味的な関連性では、キーワードのバリエーションを繰り返すのではなく、エンティティを網羅することが重要です。
- 水増しする追加要素 — 追加する各セクションには、実際の情報を盛り込んでください。内容の水増しは目的に反します。
- Wikipediaのような網羅性 — すべてを網羅する必要はありません。NLP モデルがトピックの深さを認識できるだけの内容を盛り込んでください。
次のステップ
コンテンツ追加計画を実際のリライトに反映します。ページの URL を入力として improve-content スキルを使用し、ギャップのリストをコンテキストとして貼り付けてください。
同梱の参考資料
手順で必要になった場合にのみ、references/ から読み込んでください。
eav-triple-worked-examples.md— 6 つのニッチ分野における EAV の詳細な例。手順 5 で EAV フレームワークが抽象的に感じられ、具体的な類似例が必要な場合に使用します。predicate-verb-fields.md— NLP モデルに文脈の深さを示す、分野固有の動詞フィールド。手順 3 で競合ページから述語を抽出する際に使用します。gap-classification-rubric.md— Core / Differentiator / Commodity / Opportunity のギャップ分類に関する詳細な評価基準。手順 4 で分類に迷った場合に使用します。topic-cluster-strategy.md— ギャップのリストをクラスター構成に反映する方法。ギャップからページ内セクションではなく、不足しているスポークが見つかった場合に任意で使用します。