关于 content-decay-scan
content-decay-scan 是用于发现内容衰退并按预估业务影响排列更新优先级的营销技能。它根据流量、排名、新鲜度、链接和转化信号生成优先列表与更新简报。
主要功能
- 01扫描内容流量和排名变化
- 02发现过时信息与失效链接
- 03评估转化下降及收入影响
- 04按可恢复收入排列更新优先级
- 05为高优先级内容生成更新简报
适用场景
- 01从内容库中找出流量下滑的页面
- 02确定旧内容的更新先后顺序
- 03为内容团队生成可执行的刷新建议
MCP 相关
可通过已连接的 Google Analytics 和 Google Search Console MCP 获取分析数据,也支持使用导出的 CSV 数据。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ indranilbanerjee/ digital-marketing-pro --skill content-decay-scan安装后在 Claude Code 中输入/content-decay-scan确认已加载。
详细介绍
原文在翻译后有更新,译文可能不是最新。
/digital-marketing-pro:content-decay-scan
目的
扫描整个内容库,检测衰退信号,并根据业务影响确定内容更新的优先级。内容衰退意味着隐形的收入损失——曾经排名靠前并带来转化的页面,会随着竞争对手发布更新的内容、搜索算法演变、统计数据过时,以及 AI 系统不再引用陈旧来源,悄无声息地流失流量。此命令可检测自然流量下降、关键词排名下滑、内容过时(日期陈旧、链接失效、信息已弃用)、AI 引用减少以及转化率下降。随后,它会根据业务影响为每篇内容排序——流量 × 转化率 × 单次转化收入——以便优先更新最能挽回收入的内容,而不仅仅是流量损失最多的内容。
所需输入
用户必须提供(或系统会询问):
- 内容库数据:要扫描的内容 URL——可以是完整的网站地图、特定内容目录(例如 /blog/、/resources/),或精选的高价值页面列表。对于每个 URL,系统将获取或需要以下数据:当前月流量、3 个月和 6 个月前的流量(用于趋势分析)、主要关键词排名(当前和历史排名)、发布日期和最后更新日期、转化率(如有跟踪,例如表单提交、注册、购买),以及收入归因数据(如有)
- 分析数据来源:从何处获取表现数据——通过已连接的 MCP 获取 Google Analytics 和 Google Search Console 数据,或使用导出的 CSV 数据。如果已连接 MCP,系统会自动获取数据。否则,用户需提供至少涵盖过去 6 个月的分析数据导出文件
- 优先指标:本次扫描最关注哪些衰退信号——流量下降(默认权重最高)、排名下滑、内容新鲜度(距上次更新的时间)、AI 引用减少、失效链接或转化率下降。用户可调整权重或接受默认值。无论信号权重如何,都会计算收入影响
- 衰退阈值(可选):针对何种情况应视为“衰退”的品牌专属阈值,例如“标记 3 个月内流量下降 20% 以上的内容”或“标记 12 个月以上未更新的内容”。如果未提供,则采用标准阈值:3 个月内流量下降 15%、主要关键词排名下降 10 位以上、距上次更新已超过 18 个月,或转化率下降 20% 以上
- 排除项(可选):从扫描中排除的内容,例如季节性页面、归档内容、重定向目标,或计划移除的页面。这样可以避免误报,并将扫描重点放在品牌计划继续维护的内容上
流程
- 加载品牌背景:读取
~/.claude-marketing/brands/_active-brand.json获取当前启用的 slug,然后加载~/.claude-marketing/brands/{slug}/profile.json。根据内容策略优先级、目标关键词集群、历史内容表现基线,以及行业对内容时效性的要求应用相应设置(科技等快速发展的行业需要比长青细分领域更频繁地更新)。同时检查~/.claude-marketing/brands/{slug}/guidelines/_manifest.json中的指南。检查~/.claude-marketing/sops/中的代理机构 SOP。如果没有品牌,请询问:“先设置一个品牌(/digital-marketing-pro:brand-setup)?”——或者使用行业默认值继续。 - 收集内容表现数据:连接分析 MCP(Google Analytics、Google Search Console),获取内容库的表现数据——过去 6 个月每个 URL 的月流量、主要和次要关键词的排名数据、搜索结果的点击率,以及可用的转化数据。对于 MCP 未涵盖的内容,使用用户提供的任何导出数据。为每项内容建立表现时间线,展示过去 6 个月的变化趋势。
- 为每项内容评分,评估其衰退程度:使用表现数据运行衰退评分器:
(python "${CLAUDE_PLUGIN_ROOT}/scripts/creative-fatigue-predictor.py" \ --action decay-scan \ --data '[{"content_id":"blog_01","url":"/blog/post-a","monthly_traffic_current":1200,"monthly_traffic_previous":1600,"monthly_traffic_6mo_ago":2100,"keyword_positions_current":{"seo tips":12},"keyword_positions_previous":{"seo tips":7},"last_updated":"2024-11-01"}, ...]'creative-fatigue-predictor.py的操作:score-health、predict-fatigue、generate-refresh-brief、decay-scan、priority-refresh、batch-health。--data是 JSON 对象或数组;此脚本没有--brand标志。)衰退评分模型会评估每项内容的多个信号——流量趋势(3 个月和 6 个月的下降率,根据用户的优先指标加权)、关键词排名变化(主要关键词排名下降、变动方向和速度)、内容时效性(距离上次实质性更新的月份数、是否包含带日期的统计数据或参考资料)、失效链接(内部和外部链接状态),以及转化率趋势(即使流量稳定,转化率下降也表明内容质量衰退)。每项内容都会获得 0–100 的衰退分数,其中 0 表示状态良好,100 表示严重衰退。 - 计算业务影响分数:针对每项内容,计算其衰退造成的收入影响——当前月流量乘以转化率,再乘以每次转化的预估收入。然后计算可恢复收入——过去 12 个月内的峰值表现与当前表现之差,再乘以根据衰退类型和更新可行性估算的恢复概率。无论原始衰退分数如何,可恢复收入较高的内容都应优先处理。
- 按影响确定更新优先级:按可恢复收入影响对所有衰退内容排序,优先处理影响最大的内容。划分为以下优先级:紧急(按收入影响排名前 10%,立即更新)、高(接下来的 20%,在 2 周内更新)、中(接下来的 30%,安排在 1–2 个月内更新)和监测(其余内容,持续跟踪,但暂不投入更新资源)。针对每个优先级,估算其中所有内容更新后可恢复的总流量和收入。
- 为最高优先级内容生成更新简报:针对紧急和高优先级内容,生成具体的更新简报——需要更新的内容(过时的统计数据、陈旧的示例、缺少的近期进展、失效链接、内容单薄的章节)、SEO 改进(与当前排名靠前的竞争对手相比存在的关键词缺口、缺少的子主题、结构化数据标记机会、内部链接缺口),以及内容增强建议(要新增的章节、要制作的视觉素材、格式改进)。每份简报都应足够具体,可直接交给内容撰稿人执行。
- 估算流量恢复潜力:针对每项优先内容,结合其历史峰值表现、目标关键词当前的竞争格局,以及更新后内容的典型恢复曲线,预测更新后的流量恢复情况(实质性更新通常可在 2–4 个月内收复大部分流失流量——“60–80%”只是说明性的经验法则,并非经测量得出的基准;请根据自身的更新成果进行验证)。汇总为整个内容组合的总恢复潜力。
输出
内容衰退评估,包含:
- 内容衰退雷达:对所有已扫描内容进行评分和可视化,显示 URL、标题、衰退分数(0-100)、主要衰退信号(流量下降、排名下滑、新鲜度、失效链接、转化率下降)、趋势方向(改善、稳定或下降)以及距离上次更新的天数
- 优先刷新列表:按业务影响对内容排序,显示 URL、衰退分数、可挽回的月流量、可挽回的月收入、优先级(Critical/High/Medium/Monitor)以及建议的刷新紧迫程度和时间安排
- 每篇内容的衰退信号:对于每篇正在衰退的内容,列出推动衰退评估的具体信号——哪些指标正在下降、下降幅度、持续时间,以及与该内容的历史峰值和同一关键词下的竞争内容相比如何
- 热门内容的刷新简报:针对 Critical 和 High 优先级内容,提供详细且可执行的刷新建议——需要更新的内容(统计数据、示例、链接)、需要添加的内容(新章节、子主题、视觉素材)、需要优化的内容(关键词、元标签、内部链接、schema)以及预计工作量(轻度刷新、中度重写或大幅改版)
- 流量恢复估算:按单篇内容及整体提供估算——通过刷新可挽回的预计月流量、可挽回的预计月收入、预计恢复时间(通常为 2-4 个月),以及根据竞争格局和刷新范围评定的置信度
- 内容健康度摘要:从整体内容组合层面展示健康内容(无衰退信号)、衰退内容(持续下滑)和危急内容(严重衰退,需要立即处理)的占比;如果有历史扫描数据,还会显示环比趋势,以及衰退和危急内容所带来的收入风险总额
提示与注意事项
- 衰退不一定代表内容质量下降——季节性波动、Core Updates 和 SERP 功能变化,在原始 GSC 数据中看起来都像衰退。务必与
/digital-marketing-pro:seo-drift交叉核对,以区分原因。 - 不要刷新所有正在衰退的内容。 有些内容本就会随时间衰退(一次性事件报道、过时新闻)。只刷新搜索意图具有持久性的内容。
- 大多数情况下,刷新优于删除。 带有反向链接的衰退页面,比 404 + 重定向更有价值。应刷新、重组并重新建立链接,而不是移除。
- 刷新后的恢复通常需要 2-4 个月。 不要在 30 天时衡量成效。在优先刷新列表的每个条目旁记录下一次衡量的时间窗口。
- AI Mode 引用的衰退方式不同。 如果某篇内容失去了 AI Mode 引用(参见
/digital-marketing-pro:gsc-ai-performance),需要通过刷新实体一致性来处理(重新对齐 schema、作者简介)——这与传统衰退的解决方法不同。 - 不要在 Core Update 期间刷新。 等到更新完成并稳定 7-14 天后再进行,以便判断提升来自刷新,而非算法调整。
使用的 Agent
- content-creator — 内容更新策略,包括更新优先级排序、新增章节建议、示例和数据替换来源搜集、格式改进建议,以及可直接交给写作者的可执行更新简报,明确每篇内容的范围和方向
- seo-specialist — SEO 衰退分析,包括关键词排名跟踪和下滑原因诊断、针对当前排名靠前内容的竞争差距分析、技术 SEO 问题检测(失效链接、缺少 schema、抓取问题)、内部链接缺口识别,以及搜索意图匹配度评估,确保更新后的内容符合不断变化的搜索者预期
- performance-monitor-agent — 流量趋势分析,包括多周期衰退检测(3 个月和 6 个月窗口期)、转化率下滑识别、异常检测(区分真实衰退与季节性波动或算法更新)、基于历史更新成效的恢复潜力估算,以及用于趋势监控的内容组合整体健康度评分
评论
支持 Markdown