competitor-gap

竞争对手差距分析

将某个域名与相关搜索竞争对手进行比较，并根据证据制定用户可采取的行动。请将以下竞争对手类型区分开来：

• 搜索竞争对手： 争夺相同自然搜索查询的域名。
• 直接业务竞争对手： 向同一客户群提供类似产品或服务的公司。
• 间接业务竞争对手： 通过不同的或替代性的产品，服务于相似受众或满足相似需求的公司。
• 品牌竞争对手： 用户可能希望以其为基准进行比较的知名品牌。

不要假定这四类完全相同。出版商、市场平台、社交网络和用户生成内容网站，如果反复满足相同的查询需求，也可以是合理的搜索竞争对手。请标注其类型和相关性，而不要直接将其排除。

规则来源

使用以下标签解读重要规则：

• Semrush 支持的指导： 引用的 Semrush 文章中阐述的方法。保留其适用场景和注意事项。
• MCP 合约要求： 通过官方文档或实时架构发现确认的限制、字段、操作或访问条件。
• 行业经验法则： 有助于确定证据优先级的分析判断，但并非 Semrush 官方规则。
• 可配置默认值： 用户可以更改的工作流或输出选项。

将规则来源与证据来源分开。在每份输出中分别标注 Semrush 估算值、第一方数据、用户提供的导出数据、人工观察结果和模型判断。

输入

仅收集用户尚未提供的信息：

• 用户的域名。
• 已知的业务竞争对手。
• 市场和地区数据库。可配置默认值： 仅当用户未提供地理背景时，才使用美国。
• 目标：关键词发现、内容规划、反向链接机会、渠道基准比较，或完整对比。

根据用户的目标，仅运行必要的模块。可配置默认值： 完整对比使用全部五个模块。

官方 Semrush MCP 工作流

对于每个 MCP 分支，请遵循“发现工具 → get_report_schema → execute_report”的流程。请从发现工具和架构结果中复制当前的报告名称和参数，不要依赖记忆。

使用以下已验证的路径：

模块	发现工具	报告	用途
搜索竞争对手	competitors_research	domain_organic_organic	自然搜索竞争对手、相关性、共享关键词和流量估算
关键词差距	competitors_research	domain_domains	最多五个域名之间的共享、缺失、未发掘和表现较弱的关键词证据
内容差距	organic_research	resource_organic_unique	自然搜索排名靠前的页面、关键词数量、流量和流量占比
页面信息补充	organic_research	resource_organic	候选域名、子目录或 URL 的关键词和排名
反向链接差距	competitors_research	backlinks_matrix	多个目标之间共享的引荐域名
反向链接详情	backlinks_research	backlinks_refdomains	单个目标的 Authority Score、反向链接数量以及首次／最近发现时间证据
反向链接上下文	backlinks_research	backlinks	候选引荐域名的来源页面、目标页面、锚文本、响应代码和链接属性
流量对比	traffic_overview	summary 和按需使用的 sources	跨域名流量和渠道估算
付费搜索	paid_search_research	resource_adwords	付费关键词、排名、CPC 和流量估算

首次调用 execute_report 前，请告知用户 Semrush MCP 查询会消耗 API 单位。可配置的默认值： 从决策所需的字段开始，并将结果限制为 30–50 行。仅当首批结果不足时，才扩大范围或进行分页。

traffic_overview 需要相应的 Trends 订阅。如果无法访问，请使用用户提供的 Semrush Trends 导出数据，或注明无法进行流量对比。不要用自然搜索估算值代替总流量或渠道数据。

如果无法使用身份验证、访问权限、API 单位、报告或必需字段，请停止该分支并说明缺少的内容。切勿编造替代指标。

备用方案

可配置的默认值： 按以下顺序使用最有力的可用来源，并注明来源。若用户提供了更权威的一手证据，应优先使用。

1. 官方 Semrush MCP 报告。
2. 用户提供的 Semrush 导出数据。
3. 用户连接的 Google Search Console 数据或其自有网站的导出数据，以及对竞争对手的手动 SERP 检查。
4. 用户提供的竞争对手 URL 或反向链接导出数据。

在最终输出中，应区分 Semrush 估算值、一手数据、手动观察到的事实和模型判断。

数据质量保障

将返回的行保留为源证据，并另外建立经过分析的候选列表。绝不擅自改写查询、URL、域名、指标或报告值。

• 在推荐关键词行之前，检查其中是否包含明确的搜索运算符（例如 inurl:）、编码错误、重复项、明显的拼写错误和离题查询。只有当某行与用户目标无关时才将其排除；记录筛选规则和排除数量。不要将已删除行的指标转移到更正后的拼写上。
• 在将竞争对手页面视为内容机会之前，检查其 URL、主题、页面类型以及与用户受众的关联。将自动生成、离题、不安全或不符合品牌定位的页面排除在行动列表之外，同时记录这些页面已从分析中排除。
• 如果在执行期间，报告架构中发现的有效字段或操作遭到拒绝，不要继续重试，也不要声称已应用服务端筛选。请求最小的有效结果集，并在可能时执行等效且透明的客户端筛选；否则标记该分支未完成。
• 将原始报告行与模型辅助的相关性判断、聚类、安全性评估和优先级判断分开保存。

模块 1：发现并选择搜索竞争对手

Semrush 支持的指导： 根据排名重合情况确定自然搜索竞争对手，然后将其与用户的直接、间接和品牌竞争对手进行比较，而非仅凭直觉判断。

针对用户的域名运行 competitors_research → domain_organic_organic。检查竞争对手的相关性、共享关键词数量和自然流量估算值。

将结果与用户已知的竞争对手进行比较，并标记：

• 自然搜索重合度较低的商业竞争对手。
• 用户未提及的搜索竞争对手。
• 在目标市场中重合度异常高的域名。

如果用户有偏好，允许用户选择竞争对手。否则，选择能够回答问题的最小相关对比集。可配置默认值： 从三个开始，以便于分析；如果新增域名代表明显不同的竞争对手，或会改变结论，则扩展至四个。

根据共享查询、目标受众、市场、搜索意图和页面类型评估候选对象的相关性。不要要求用户自行报告的竞争对手必须出现在随意设定的前 10 名列表中。如果某个商业竞争对手的搜索重合度较低，应说明两者的区别，而不是悄然将其移除。

模块 2：查找关键词差距

运行 competitors_research → domain_domains。**MCP 合约要求：**报告最多支持五个域名，因此一次请求中比较用户的域名和不超过四个竞争对手。

使用当前架构操作构造所需集合：

• **所有选定的竞争对手均未覆盖：**先列出竞争对手域名，并使用交集（*）符号；最后列出用户的域名，并使用差集（-）符号。
• **任何选定的竞争对手均未充分利用：**先选择一个竞争对手并使用交集（*），再添加其他竞争对手并使用并集（+），最后减去用户的域名并使用差集（-）。
• **共有：**对每个比较的域名使用交集（*）。
• **薄弱：**检索共有关键词并比较返回的位置列；只有当用户有排名且选定的竞争对手排名更高时，才将关键词标记为薄弱。

“未覆盖”始终指该请求中包含的所有竞争对手。不要将“全部三个”硬编码。保留域名顺序，以便将每个位置列对应到相应域名。

只使用符合用户目标的筛选条件。可用的报告证据包括排名、搜索量、CPC、竞争密度、趋势和通用关键词难度。经测试的公开 MCP 不会为此报告返回个人关键词难度。

如果服务端展示筛选条件失败，尽管它们出现在已发现的 domain_domains 架构中，则只检索最少的实用行集，并根据上述数据质量保障措施在客户端进行筛选。说明清理是在检索后进行的，并保留原始值。

**Semrush 支持的指导：**对于知名度不高或权威性尚未建立的网站，可以将 KD 0–49 作为起始预设。保留这一适用情境，并说明范围可以调整。不要根据 Authority Score 推断出不同的界限。将搜索量范围视为可选的用户筛选条件，而非价值定义。综合优先考虑相关性、意图、业务价值、可达成性和第一方需求。

根据决策需要返回尽可能多的相关行。不要承诺预先设定数量的机会。按照共同意图和 SERP 重合度对入围关键词进行聚类，并标注聚类属于模型辅助分析，而非此报告返回的字段。

模块 3：查找内容差距

对每个选定的竞争对手和用户的域名运行 organic_research → resource_organic_unique。**可配置的默认设置：**先按流量排序选取少量页面，并比较：

• 竞争对手有表现强劲的页面，而用户没有相关页面的主题。
• 双方都有页面，但用户页面表现不佳的主题。
• 竞争对手展现出更广泛主题覆盖的领域。

不要假设排名前 20 的页面或固定数量的建议总是合适的。只有初始页面无法代表竞争对手相关内容时，才扩大范围。

对于入围页面，如需关键词层面的补充信息，请使用带有准确 URL 的 resource_organic。页面格式和主题深度分类应保持为人工判断或模型判断。

在推荐竞争对手页面之前，先应用数据质量保障措施。高流量或排名靠前的自动生成、离题或不符合品牌定位的 URL，只能说明原始报告中的情况，并不自动构成有用的内容差距。

根据观察到的页面和主题证据描述覆盖深度。不要使用固定的“竞争对手五个页面对比用户一个页面”规则来判定主题集群存在差距。

模块 4：发现反向链接缺口

运行 competitors_research → backlinks_matrix，将用户和选定的竞争对手设为目标。保留目标顺序，并在筛选前将每个返回的反向链接分桶映射到对应域名。

要认定存在真正的缺口，用户的反向链接分桶必须为零，且至少一个选定竞争对手的分桶必须大于零。如果当前执行契约仅可靠支持相等筛选，请先使用 equals 0 筛选用户的分桶；随后，对于所有竞争对手的交集，排除每个竞争对手分桶中 equals 0 的行；或者在客户端选择任意竞争对手分桶大于零的行。不要仅凭匹配数量推断存在缺口；除非当前架构和小规模执行测试均支持 greater_than 操作，否则不要依赖该操作。

如果候选域名需要单目标汇总详情（例如 Authority Score、反向链接数量或首次／最近发现日期），请使用 backlinks_research → backlinks_refdomains。在将某一行视为直接拓展对象之前，请使用 backlinks_research → backlinks，针对至少一个被链接的竞争对手查询，并在当前架构支持时使用引用域名筛选。检查返回的来源 URL、来源标题、目标 URL、锚文本、响应代码和链接属性。缺乏相关编辑背景的矩阵行只能算候选对象，而非拓展建议。

**参考 Semrush 方法论的行业启发式：**根据以下方面评估候选对象：

• 主题与受众的相关性。
• 竞争对手获得链接的页面和编辑背景。
• 来源真实且活跃的证据。
• 用户是否拥有值得获得同类链接的资产。
• 将 Authority Score 作为一项质量信号，而非自动通过／淘汰门槛。

不要要求 Authority Score 达到 30 以上、限定 12 个月内的近期链接，或要求链接到固定数量的竞争对手。应根据证据和细分领域判断某个候选对象是否值得跟进。

将输出分为：

• **直接拓展对象：**用户的资产有可信理由可以加入的相关页面或域名。
• **关系模式：**值得了解的常见作者、出版方、记者或社群。

模块 5：比较流量与渠道策略

**Semrush 支持的指导：**比较竞争对手触达相同受众所用的渠道，但只衡量与用户决策相关的渠道。

运行 traffic_overview → summary，并排比较最多五个域名的流量和渠道估算值。只有在需要详细分析某个渠道的来源时，才使用 sources。

使用 paid_search_research → resource_adwords 获取 Semrush 付费搜索估算值。手动搜索观察结果可作为补充，但必须标注为轶闻式观察，且受地点和时间影响。

对于新闻简报、社交账号、社群、播客或视频渠道，尽可能查看第一方页面。不要将搜索摘要、关注者数量或订阅者数据说成是 Semrush MCP 数据。

指出重要的渠道差异，但不要假定用户应该复制每个竞争对手的所有渠道。

通用优先级排序层

**可配置的优先级排序框架：**结合所选模块的发现，并根据以下因素排序：

• **相关性：**与用户受众、市场、目标和搜索意图的契合度。
• **证据强度：**直接的第一方证据、Semrush 数据、手动观察或模型推断。
• **可行性：**内容、技术、关系和运营方面的要求。
• **预期价值：**Semrush 流量或流量价值估算、第一方转化证据和战略价值。

不要承诺固定的见效时间范围。不要将 Semrush 的预估流量或流量价值描述为收入。只有在用户提供转化率和客户价值或交易价值时，才估算收入，并展示计算过程和假设。

输出

可配置的默认输出： 返回一个按优先级排序的行动清单，随后附上所用模块的简洁证据表。

优先级	差距类型	证据	竞争对手参考	建议行动	可行性	预期价值	置信度
1	内容更新	竞争对手页面在共享关键词集群中排名靠前，而用户现有页面的排名较弱	竞争对手的确切 URL	围绕已展现的搜索意图和缺失的证据更新现有页面	中	Semrush 估算的机会，并注明为估算值	高

对于每条建议：

• 指明作为依据的竞争对手域名、URL、引荐域名或渠道资产。
• 报告实际返回的值，并在可用时注明来源和日期或数据库。
• 区分表现不佳的现有资产与真正缺失的资产。
• 对不可用的字段予以标注，不要默默估算。
• 将模型推断的集群、页面类型、相关性和优先级说明为判断结果。
• 总结重要的噪声、安全性和相关性筛选，包括排除的行数及原因。

来源

方法论：

• 如何进行数字营销竞争对手分析
• 关键词差距分析
• 如何查找竞争对手的反向链接
• SEO 关键词研究

技术规范：

• Semrush MCP 文档
• Semrush 域名对比报告

将特定阈值或建议表述为 Semrush 支持的内容时，请引用提出该阈值或建议的文章，并保留其适用场景或限定条件。