mcpField
S
seo-competitor

seo-competitor

github.com/rampstackcoマーケティング・グロース1.0k258 回インストール1 週間前に更新
リポジトリ

seo-competitor について

seo-competitorは、サイトとSEO競合を比較する、スタックに依存せずツールも必須としないスキルです。マーケターやSEOチームがコンテンツ、被リンク、技術、SERP、ブランドの差を見つけ、優先順位付きレポートにまとめるのを支援します。

主な機能

  1. 015つの観点による競合分析
  2. 02SERPの重複状況の評価
  3. 03コンテンツと被リンクの差の発見
  4. 04技術面とブランドの比較
  5. 05差を埋める優先順位付きロードマップ

活用シーン

  1. 01競合が検索順位を得るトピックの発見
  2. 02被リンク獲得機会の特定
  3. 03競合の順位が高い理由の調査
  4. 04テクニカルSEOとブランド力の比較

MCP 対応

READMEでは、競合トラフィックの推定元としてSimilarweb MCPを挙げ、その他の競合データにはAhrefsとSemrushを挙げています。MCPサーバーの具体的な機能は説明されていません。

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/rampstackco/claude-skills --skill seo-competitor

インストール後、Claude Code で/seo-competitor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。

README.md
references/
competitive-audit-template.md
content-gap-method.md

詳細

SEO 競合分析

サイトを競合と比較し、埋める価値のあるギャップを見つけます。技術スタックを問いません。ツールとの連携に対応していますが、ツールは必須ではありません。


使用する場面

  • 調査対象となる競合を特定する
  • コンテンツのギャップ(競合が扱っていて、自社が扱っていないトピック)を見つける
  • 被リンクのギャップ(自社ではなく競合にリンクしているサイト)を見つける
  • 特定の競合がユーザーのサイトより上位に表示される理由を理解する
  • 権威性、技術面の状況、コンテンツの深さをベンチマークする

使用しない場面

  • 1 ページのみの最適化(seo-onpage を使用)
  • 競合がまだ特定されていない段階での初期キーワード調査(まず seo-keyword を使用して競合を見つけます)
  • 自社の既存コンテンツの監査(seo-content-audit を使用)

必須の入力

  • ユーザーのサイト
  • 名前が特定された競合 3〜5 社(競合がまだ特定されていない場合は、対象とするトピック領域)
  • キーワードツール、被リンクツール、任意のクローラーへのアクセス

競合が不明な場合は、ユーザーが優先する上位 10 個のキーワードについて、検索順位上位 10 ドメインを一覧にするところから始めます。最も多く登場する 3〜5 社を選びます。

競合のトラフィック推定(相対的な規模、チャネル構成、オーディエンスの重複)が必要な場合、最も有力な情報源は Similarweb MCP です。Ahrefs(被リンクとキーワードの重複を確認)および Semrush(SERP 機能の表示状況と SEO-PR の重複を確認)と組み合わせてください。各プラットフォームは同じ競合状況を異なる角度から捉えます。併用することで、単独で使う場合よりも明確なシグナルが得られます。


フレームワーク:5 つの観点

競合分析では、5 つの観点を扱います。全体像を把握するには 5 つすべてを調査し、焦点を絞る場合は 2〜3 つを選びます。

1. SERP の重複

自社と競合は、どのキーワードで直接競合していますか?

  • 優先キーワードごとに、検索順位上位 10 位に入っているのはどのサイトですか?
  • 上位 10 位に入っているページごとに、どのページタイプが優位ですか(記事、商品、比較、動画)?
  • SERP 機能(強調スニペット、AI 概要、動画、画像パック)のうち、一方が獲得し、もう一方が獲得していないものはありますか?
  • 競合は順位を獲得していて、ユーザーは獲得していないクエリはどれですか?(コンテンツのギャップ)
2. コンテンツの深さ

競合の上位表示コンテンツは、どのようなものですか?

  • 検索上位ページの文字数と構成
  • 含まれている情報の種類(データ表、独自調査、動画、計算ツール、ダウンロード可能なアセット)
  • 重要なページの更新頻度(最終更新日、変更履歴)
  • 内部リンクのパターン(上位表示ページから商用ページにリンクしていますか?)
  • トピックの幅広さ(関連トピックをいくつ扱っていますか?)
3. 被リンクプロファイル

競合の権威性は、どこから得られていますか?

  • 参照ドメインの総数
  • ドメインレーティング(または同等の権威性指標)
  • トラフィック価値が高い参照ページ上位 50 件
  • 被リンクの種類(編集記事、ディレクトリ、パートナー、有料、スパム)
  • リンク獲得の推移(参照ドメインは時間の経過とともに増加していますか、減少していますか?)
  • サイト内で最も多くのリンクを集めているページ(競合の「リンクを集めやすいアセット」です)
4. 技術面の状況

技術的な基盤はどれだけ整っていますか?

  • Core Web Vitals(LCP、INP、CLS)
  • モバイルでのユーザビリティ
  • スキーマの実装状況(種類、適用されているページタイプ)
  • サイト構造と内部リンクの密度
  • クロール効率(クロールバジェットを無駄にしていませんか?)
  • HTTPS、セキュリティヘッダー
  • llms.txt と AI 検索への対応状況
5. ブランドとエンティティの強さ

オーガニック検索以外で、どれだけ知られていますか?

  • ブランド名での検索ボリューム(名前を検索する人はどれくらいいますか?)
  • ナレッジグラフでのエンティティ認識(Wikipedia のページやナレッジパネルがあるか、エンティティとしての情報を提供する構造化データがあるか)
  • トピック領域における言及頻度(PR 掲載、ポッドキャストへの出演、引用)
  • ソーシャルシグナル(フォロワー数、エンゲージメント、共有率)
  • レビューと評判

ワークフロー

  1. 競合を確認します。 競合が明確に挙げられている場合はそれを使い、そうでない場合は優先度の高いキーワード上位10件におけるSERPの重複から特定します。
  2. 分析の切り口を選びます。 詳細な監査では5つすべてを実施し、対象を絞る場合は2~3つ実施します。
  3. データを集めます。 キーワードツールのエクスポート、バックリンクツールのエクスポート、手動でのSERP調査、技術的なクロールを行います。
  4. 各切り口を評価します。 ユーザーが優位に立っている点と、劣っている点を確認します。
  5. ギャップを特定します。 具体的なコンテンツのギャップ、バックリンクのギャップ、技術的なギャップを特定します。
  6. 優先順位を付けます。 どのギャップを埋めると最も効果が高いでしょうか。(大きなトラフィックの可能性、実現可能な労力、戦略との適合性を考慮します。)
  7. レポートを作成します。 references/competitive-audit-template.md のテンプレートを使用します。

失敗パターン

  • 競合の選定を誤る。 あるキーワードで自社より上位にランクインしていても、異なる事業を展開しているサイトは競合ではありません。自社が競合だと思う相手ではなく、SERPの重複とオーディエンスの重複を基準に選びます。
  • 「コンテンツを増やすこと」を結論にする。 競合が勝っているのは、記事が500本あるからではありません。特定のコンテンツ、リンク、UXが理由です。実際に効果を生んでいる要素を見つけます。
  • 競合のページをそのままコピーする。 それでは効果が薄れていきます。言い換えるのではなく、より役立つ情報を提供して競合に勝ちます。
  • ブランド力を無視する。 サイトとしては弱くてもブランド力が強い相手は、コンテンツだけでは対抗できない指名検索で勝ちます。
  • 分析を一度きりにする。 少なくとも年に1回は分析をやり直します。競合の戦略は変化します。

出力形式

デフォルトの出力は、competitive-analysis.md のMarkdownレポートと、キーワードおよびバックリンクのデータをまとめたスプレッドシートです。

構成:

  1. エグゼクティブサマリー(重要な所見3~5件)
  2. 競合の概要(競合ごとに簡潔に記載)
  3. SERPの重複分析
  4. コンテンツギャップ分析
  5. バックリンクギャップ分析
  6. 技術的な比較
  7. ブランドおよびエンティティの比較
  8. ギャップを埋めるための優先ロードマップ

必要なデータを利用できない場合

このスキルの出力は、単独では生成できないデータ、測定結果、またはツールの結果に依存します。必要な入力、ツール、データソースを利用できない場合、または検証できない場合、認められる出力はギャップを明記した成果物です。必要だったもの、実際に取得または検証できたもの、出力のどの部分に影響するかを記載します。成果物を完成させるために必要な数値を捏造、推定、補間することは、いかなる場合も認められません。ギャップを明記すれば、それだけで完全な回答になります。


参考ファイル

コメント