mcpField
A
app-store-optimization

app-store-optimization

github.com/alirezarezvani营销与增长459116 次安装24 周前更新
代码仓库

关于 app-store-optimization

这是一项面向在 Apple App Store 和 Google Play Store 发布及优化移动应用的 ASO 技能,涵盖关键词研究、商店元数据、评论、实验、分析、本地化和发布规划。

主要功能

  1. 01关键词与竞品研究
  2. 02商店元数据优化
  3. 03评论情绪与问题分析
  4. 04ASO 评分和排名跟踪
  5. 05元数据与视觉素材测试规划
  6. 06本地化与发布清单

适用场景

  1. 01准备应用商店上架信息
  2. 02提升关键词曝光和商店转化
  3. 03分析竞品页面与用户反馈
  4. 04规划页面实验和本地化

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/alirezarezvani/claude-code-aso-skill --skill app-store-optimization

安装后在 Claude Code 中输入/app-store-optimization确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

expected_output.json
HOW_TO_USE.md
README.md
sample_input.json
lib/
data_sources.md

详细介绍

App Store 优化(ASO)技能

这项综合技能提供完整的 ASO 能力,帮助你在 Apple App Store 和 Google Play Store 上成功发布并优化移动应用。

能力

研究与分析
  • 关键词研究:分析关键词的搜索量、竞争程度和相关性,以提升应用被发现的机会
  • 竞品分析:深入剖析你所在品类中表现最佳的应用
  • 市场趋势分析:识别你应用品类中的新兴趋势和机会
  • 评论情感分析:从用户评论中提取洞察,以识别优势与问题
  • 品类分析:评估最优的品类和子品类放置策略
元数据优化
  • 标题优化:创建有吸引力的标题,并实现最优的关键词放置(平台特定的字符限制)
  • 描述优化:撰写既能提升转化又能提升排名的简短描述和完整描述
  • 副标题/宣传文本:优化 Apple 特有的副标题(30 字符)和宣传文本(170 字符)
  • 关键词字段:通过策略性选择,充分利用 Apple 的 100 字符关键词字段
  • 品类选择:为主品类和次品类提供数据驱动的建议
  • 图标最佳实践:设计高转化应用图标的指南
  • 截图优化:创建能推动安装的截图的策略
  • 预览视频:应用预览视频的最佳实践
  • 本地化:面向全球覆盖的多语言优化策略
转化优化
  • A/B 测试框架:规划并跟踪元数据实验,以实现持续改进
  • 视觉素材测试:测试图标、截图和视频,以实现最大转化
  • 商店详情页优化:全面提升页面优化水平,以提高展示到安装的转化率
  • 行动号召:优化描述和宣传材料中的 CTA
评分与评论管理
  • 评论监控:跟踪并分析用户评论,以获得可执行的洞察
  • 回复策略:回复评论的模板和最佳实践
  • 评分提升:以自然方式提升应用评分的策略方法
  • 问题识别:从评论中发现常见问题和功能需求
发布与更新策略
  • 发布前检查清单:提交到商店前的完整验证
  • 发布时间:优化发布时机,以获得最大曝光和下载量
  • 更新节奏:规划最优的更新频率和功能发布
  • 功能公告:撰写能重新吸引用户的“新功能”部分
  • 季节性优化:利用季节性趋势和事件
分析与跟踪
  • ASO 评分:根据多个因素计算整体 ASO 健康度评分
  • 关键词排名:跟踪关键词位置随时间的变化
  • 转化指标:监控展示到安装的转化率
  • 下载速度:跟踪下载趋势和势头
  • 表现基准对比:与品类平均水平和竞品进行比较
平台特定要求
  • Apple App Store:
    • 标题:30 个字符
    • 副标题:30 个字符
    • 宣传文本:170 个字符(无需更新应用即可编辑)
    • 描述:4,000 个字符
    • 关键词:100 个字符(以逗号分隔,不含空格)
    • 新功能:4,000 个字符
  • Google Play Store:
    • 标题:50 个字符(原为 30 个字符,2021 年增加)
    • 简短描述:80 个字符
    • 完整描述:4,000 个字符
    • 没有单独的关键词字段(关键词从标题和描述中提取)

输入要求

关键词研究
{
  "app_name": "MyApp",
  "category": "Productivity",
  "target_keywords": ["task manager", "productivity", "todo list"],
  "competitors": ["Todoist", "Any.do", "Microsoft To Do"],
  "language": "en-US"
}
元数据优化
{
  "platform": "apple" | "google",
  "app_info": {
    "name": "MyApp",
    "category": "Productivity",
    "target_audience": "Professionals aged 25-45",
    "key_features": ["Task management", "Team collaboration", "AI assistance"],
    "unique_value": "AI-powered task prioritization"
  },
  "current_metadata": {
    "title": "Current Title",
    "subtitle": "Current Subtitle",
    "description": "Current description..."
  },
  "target_keywords": ["productivity", "task manager", "todo"]
}
评论分析
{
  "app_id": "com.myapp.app",
  "platform": "apple" | "google",
  "date_range": "last_30_days" | "last_90_days" | "all_time",
  "rating_filter": [1, 2, 3, 4, 5],
  "language": "en"
}
ASO 评分计算
{
  "metadata": {
    "title_quality": 0.8,
    "description_quality": 0.7,
    "keyword_density": 0.6
  },
  "ratings": {
    "average_rating": 4.5,
    "total_ratings": 15000
  },
  "conversion": {
    "impression_to_install": 0.05
  },
  "keyword_rankings": {
    "top_10": 5,
    "top_50": 12,
    "top_100": 18
  }
}

输出格式

关键词研究报告
  • 推荐关键词列表及搜索量估算
  • 竞争程度分析(低/中/高)
  • 每个关键词的相关性评分
  • 主关键词与次关键词的战略建议
  • 长尾关键词机会
优化后的元数据包
  • 平台专属标题(附带字符数校验)
  • 副标题/推广文案(Apple)
  • 简短描述(Google)
  • 完整描述(两个平台)
  • 关键词字段(Apple - 100 字符)
  • 所有字段的字符数校验
  • 关键词密度分析
  • 修改前后对比
竞争对手分析报告
  • 品类中排名前 10 的竞争对手
  • 他们的元数据策略
  • 关键词重叠分析
  • 视觉素材评估
  • 评分与评论数量对比
  • 已识别的差距与机会
ASO 健康度评分
  • 总体评分(0-100)
  • 分类明细:
    • 元数据质量(0-25)
    • 评分与评论(0-25)
    • 关键词表现(0-25)
    • 转化指标(0-25)
  • 具体改进建议
  • 优先行动事项
A/B 测试计划
  • 假设与测试变量
  • 测试时长建议
  • 成功指标定义
  • 样本量计算
  • 统计显著性阈值
上线检查清单
  • 提交前验证(所有必需素材、元数据)
  • 商店合规性核查
  • 测试清单(设备、操作系统版本)
  • 营销准备事项
  • 上线后监控计划

如何使用

关键词研究
Hey Claude—I just added the "app-store-optimization" skill. Can you research the best keywords for a productivity app targeting professionals? Focus on keywords with good search volume but lower competition.
优化 App Store 商品页
Hey Claude—I just added the "app-store-optimization" skill. Can you optimize my app's metadata for the Apple App Store? Here's my current listing: [provide current metadata]. I want to rank for "task management" and "productivity tools".
分析竞争对手策略
Hey Claude—I just added the "app-store-optimization" skill. Can you analyze the ASO strategies of Todoist, Any.do, and Microsoft To Do? I want to understand what they're doing well and where there are opportunities.
评论情感分析
Hey Claude—I just added the "app-store-optimization" skill. Can you analyze recent reviews for my app (com.myapp.ios) and identify the most common user complaints and feature requests?
计算 ASO 评分
Hey Claude—I just added the "app-store-optimization" skill. Can you calculate my app's overall ASO health score and provide specific recommendations for improvement?
规划 A/B 测试
Hey Claude—I just added the "app-store-optimization" skill. I want to A/B test my app icon and first screenshot. Can you help me design the test and determine how long to run it?
上线前检查清单
Hey Claude—I just added the "app-store-optimization" skill. Can you generate a comprehensive pre-launch checklist for submitting my app to both Apple App Store and Google Play Store?

脚本

keyword_analyzer.py

分析关键词的搜索量、竞争程度和相关性。为主关键词和次关键词提供战略建议。

关键函数:

  • analyze_keyword():分析单个关键词指标
  • compare_keywords():对比多个关键词
  • find_long_tail():发现长尾关键词机会
  • calculate_keyword_difficulty():评估竞争程度
metadata_optimizer.py

优化标题、描述和关键词字段,并进行平台专属的字符数限制校验。

关键函数:

  • optimize_title():创建有吸引力且富含关键词的标题
  • optimize_description():生成以转化为导向的描述
  • optimize_keyword_field():充分利用 Apple 的 100 字符关键词字段
  • validate_character_limits():确保符合平台限制
  • calculate_keyword_density():分析元数据中的关键词使用情况
competitor_analyzer.py

分析头部竞争对手的 ASO 策略并识别机会。

关键函数:

  • get_top_competitors():识别品类领先者
  • analyze_competitor_metadata():提取并分析竞争对手的关键词
  • compare_visual_assets():评估图标和截图
  • identify_gaps():发现竞争机会
aso_scorer.py

从多个维度计算综合 ASO 健康度评分。

关键函数:

  • calculate_overall_score():计算 0-100 的 ASO 评分
  • score_metadata_quality():评估标题、描述、关键词
  • score_ratings_reviews():评估评分质量与数量
  • score_keyword_performance():分析排名位置
  • score_conversion_metrics():评估曝光到安装的转化率
  • generate_recommendations():提供按优先级排序的行动事项
ab_test_planner.py

规划并跟踪元数据和视觉素材的 A/B 测试。

关键函数:

  • design_test():创建测试假设与变量
  • calculate_sample_size():确定所需测试时长
  • calculate_significance():评估统计显著性
  • track_results():监控测试表现
  • generate_report():总结测试结果
localization_helper.py

管理多语言 ASO 优化策略。

主要函数:

  • identify_target_markets():推荐本地化优先级
  • translate_metadata():生成本地化元数据
  • adapt_keywords():研究特定地区的关键词
  • validate_translations():检查各语言的字符限制
  • calculate_localization_roi():估算本地化的影响
review_analyzer.py

分析用户评论,提取情感、问题和功能请求。

主要函数:

  • analyze_sentiment():计算正面/负面/中性比例
  • extract_common_themes():识别高频提及的话题
  • identify_issues():呈现 bug 和用户投诉
  • find_feature_requests():提取用户期望的功能
  • track_sentiment_trends():随时间监控情感变化
  • generate_response_templates():创建评论回复草稿
launch_checklist.py

生成全面的发布前和更新检查清单。

主要函数:

  • generate_prelaunch_checklist():完整的提交验证
  • validate_app_store_compliance():检查 Apple 指南
  • validate_play_store_compliance():检查 Google 政策
  • create_update_plan():规划更新节奏和功能
  • optimize_launch_timing():推荐发布日期
  • plan_seasonal_campaigns():识别季节性机会

最佳实践

关键词研究
  1. 搜索量与竞争:在高搜索量关键词与可实现排名之间取得平衡
  2. 相关性优先:只针对与你的应用真正相关的关键词
  3. 长尾策略:包含竞争较低的 3-4 个词的短语
  4. 持续研究:关键词趋势会变化——每季度研究一次
  5. 竞品关键词:不要盲目照搬;确保与你的功能相关
元数据优化
  1. 前置关键词:将最重要的关键词放在标题/描述的前部
  2. 自然语言:首先为人类写作,其次才是 SEO
  3. 功能收益:聚焦用户收益,而不只是功能
  4. 一切皆 A/B 测试:系统性地测试标题、描述、截图
  5. 定期更新:每次重大更新时刷新元数据
  6. 字符限制:用满每一个字符——不要浪费宝贵空间
  7. Apple 关键词字段:不要使用复数、重复词或逗号间的空格
视觉素材
  1. 图标:必须在小尺寸(60x60px)下仍可识别
  2. 截图:前 2-3 张至关重要——大多数用户不会滚动
  3. 说明文字:用截图说明文字讲述你的价值故事
  4. 一致性:视觉风格与应用设计保持一致
  5. A/B 测试图标:图标是最重要的单一视觉元素
评论与评分
  1. 快速回复:在 24-48 小时内回复评论
  2. 专业语气:始终保持礼貌,即使面对负面评论
  3. 解决问题:表明你正在积极修复所报告的问题
  4. 感谢支持者:回应正面评论
  5. 策略性提示:在用户获得良好体验后请求评分
发布策略
  1. 软发布:考虑先在较小市场发布
  2. PR 时机:让媒体报道与发布协调一致
  3. 频繁更新:初期更新表明开发活跃
  4. 密切监控:前 2 周每天跟踪指标
  5. 快速迭代:立即修复关键问题
本地化
  1. 确定市场优先级:从英语、西班牙语、中文、法语、德语开始
  2. 母语者:使用专业译者,而非机器翻译
  3. 文化适配:某些功能在不同文化中的反响不同
  4. 本地测试:发布前请母语者审核
  5. 衡量 ROI:按地区跟踪下载量以评估影响

局限性

数据依赖
  • 关键词搜索量估算为近似值(没有 Apple/Google 的官方数据)
  • 私有应用的竞品数据可能不完整
  • 评论分析仅限于公开评论(无法访问私有反馈)
  • 新应用可能没有历史数据
平台限制
  • Apple App Store 的关键词变更需要提交应用(Promotional Text 除外)
  • Google Play Store 的元数据变更需要 1-2 小时才能完成索引
  • A/B 测试需要足够的流量才能达到统计显著性
  • 商店算法为专有算法,并且会在不通知的情况下变更
行业差异
  • ASO 基准因类别而异,差异显著(游戏与实用工具)
  • 季节性对不同类别的影响不同
  • 不同地理市场具有不同的竞争格局
  • 文化偏好会影响不同国家/地区中哪些做法有效
范围边界
  • 不包含付费用户获取策略(Apple Search Ads、Google Ads)
  • 不涵盖应用开发或 UI/UX 优化
  • 不包含应用分析实现(使用 Firebase、Mixpanel 等)
  • 不处理应用提交的技术问题(配置文件、证书)
何时不应使用此技能
  • 用于 Web 应用时(适用不同的 SEO 策略)
  • 用于不在公开商店中的企业应用时
  • 用于仅处于 beta/TestFlight 阶段的应用时
  • 如果你需要付费广告策略(请改用营销技能)

与其他技能的集成

此技能可与以下内容良好配合:

  • 内容策略技能:用于创建应用描述和营销文案
  • 分析技能:用于分析下载和互动数据
  • 本地化技能:用于管理多语言内容
  • 设计技能:用于创建优化的视觉资产
  • 营销技能:用于协调更广泛的发布活动

版本与更新

此技能基于截至 2025 年 11 月的当前 Apple App Store 和 Google Play Store 要求。商店政策和最佳实践会不断演变——在重大发布前请核实当前要求。

需要关注的关键更新:

  • Apple App Store Connect 更新(apple.com/app-store/review/guidelines)
  • Google Play Console 更新(play.google.com/console/about/guides/releasewithconfidence)
  • iOS/Android 版本采用率(会影响设备测试)
  • 商店算法变更(关注 ASO 博客和社区)

评论

支持 Markdown