mcpField
K
keyword-research

keyword-research

github.com/sanky369营销与增长3155 次安装16 周前更新
代码仓库

关于 keyword-research

面向营销人员的关键词研究技能,适用于规划 SEO 内容和内容日历。它依据定位、客户用语、竞品空白、搜索需求、专业能力和商业意图筛选并归类关键词。

主要功能

  1. 01六圈关键词筛选方法
  2. 02分析客户用语与竞品空白
  3. 03筛查搜索需求和专业能力
  4. 04按营收意图评分
  5. 05将主题集群与内容及业务资产关联

适用场景

  1. 01撰写 SEO 内容前选择目标关键词
  2. 02围绕主题集群规划内容日历
  3. 03找出竞品覆盖不足的主题
  4. 04将搜索词关联到产品或获客资产

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/sanky369/vibe-building-skills --skill keyword-research

安装后在 Claude Code 中输入/keyword-research确认已加载。

详细介绍

关键词研究

生成一份关键词地图:一份经过评分和聚类、值得争取的搜索词列表,每个词都对应应当胜出的内容。核心原则:关键词只有通过全部六个圈层的筛选才值得争取——与定位一致、采用客户的语言、竞争对手服务不足、确实有人搜索、凭借用户的实际专业能力有望胜出,并且与收入相关。未通过第 6 个圈层筛选的流量只是虚荣指标。

适用场景 / 不适用场景

  • 在撰写 SEO 内容前、规划内容日历时,或用户想了解受众会搜索什么时使用。
  • 如果没有定位陈述,先运行 skills/marketing/positioning-angles(或推断一个临时定位并标注)——没有定位陈述,就无法有效开展第 1 个圈层的筛选。
  • 如果用户想要的是完整的自然搜索计划——包括外链建设、技术 SEO、程序化页面、域名权重——请使用 skills/marketing/seo-strategy;此技能仅负责关键词筛选。
  • 如果关键词已经确定,而用户想撰写文章,直接使用 skills/marketing/seo-content。

信息收集

一次性收集;复用 skills/marketing/orchestrator 或 skills/marketing/positioning-angles 已产出的内容:

  1. 定位陈述(或说明你卖什么、卖给谁,以及有何不同)。
  2. 最接近的 2–3 个竞争对手的网站。
  3. 客户原话的来源——支持工单、销售通话、评论、社区讨论串——或者粘贴客户描述问题的示例。
  4. 网站现状:域名年龄、大致发布了多少内容、目前是否有排名?(用于判断关键词竞争力是否在可胜出的范围内。)
  5. 是否能使用关键词工具(Ahrefs、Semrush、Google Keyword Planner)?如果可以,用户在被要求时查询搜索量;如果不可以,则使用估算值。

**不要停滞不前:**只要有定位陈述和明确的市场,就可以依据已有知识和网络研究起草完整的关键词地图——将所有搜索量和难度标注为估算值,并列出供用户使用工具核实。

工作流——六圈法

将各圈作为连续筛选环节:在第 1–2 圈广泛生成关键词,再在第 3–6 圈筛除。

第 1 圈——定位契合度(种子词)

将定位陈述扩展为 20–40 个种子关键词。逐一拆解主张中的每个要素(受众、问题、机制、结果),列出该要素所隐含的搜索词。 规则:种子词源于切入角度,而非品类。“面向远程团队的项目管理工具”应衍生出远程团队相关关键词(异步站会、分布式团队沟通),而不是由行业巨头把持的通用项目管理关键词。

第 2 圈——客户语言(改写)

用客户实际输入的词语改写每个种子词,这些词语来自信息收集阶段的来源。去掉行话:如果客户说“远程办公工具”,就删掉“分布式员工管理解决方案”。添加疑问句式的变体(“如何……”“适合 Y 的最佳 X”“X 与 Y 对比”)——这些词的搜索意图最明确。

第 3 圈——竞争对手的盲点(筛除或提升优先级)

对照竞争对手的内容检查每个保留下来的关键词(抓取他们的博客/网站地图,或搜索 site:competitor.com <keyword>)。

  • 竞争对手凭借强大且最新的内容获得排名 → 筛除,除非用户拥有明显更好的内容资产。
  • 竞争对手没有涉足,或相关内容单薄、过时 → 提高优先级。这些空白是关键词地图中最有价值的条目。
第 4 圈——搜索量(筛选)

筛查搜索量是否合适。经验法则(请标注为经验法则):目标大致为每月 100–10,000 次搜索——低于约 100 次,通常不值得为此撰写文章;高于 10,000 次,通常是新域名难以竞争的领域。 决策规则:具有权威度的成熟域名(根据信息收集第 4 项判断)→ 可放宽搜索量上限;全新域名 → 将范围控制在每月数百至数千次搜索。如果无法使用工具,则根据自动补全结果的丰富程度、“用户还问了”问题的密度和广告投放情况进行估算——并将每项估算明确标注。

第 5 圈 — 专业优势(剔除)

只保留那些用户确实能写得比当前排名靠前的结果更好的关键词——凭借一手经验、专有数据、明确命名的机制,或更精准的细分观点。如果用户无法补充排名前 3 的结果所缺少的内容,无论搜索量多高,都应剔除该关键词。

第 6 圈 — 商业意图(评分)

根据剩余关键词与营收的距离进行评分:

  • **高:**购买/比较意图——“适合 Y 的最佳 X”、“X 与 Y 对比”、“X 定价”、“X 的替代方案”。
  • **中:**产品或服务能解决的问题相关教程——“如何管理远程团队”。
  • **低:**信息相关内容——“远程工作统计数据”。低意图关键词只能用于支持主题集群,绝不能作为集群的核心关键词。
分组并确定优先级

将保留的关键词分组成主题集群(每个集群包含 1 个核心关键词和 3–8 个辅助关键词,可由一篇优质文章或内容中心覆盖)。优先顺序:高意图且竞争对手未覆盖的主题优先,其次是高意图且竞争激烈的主题,然后是中意图的空白主题。提出优先级最高的 3–5 个集群,并让用户在开始制作内容前确认顺序。

必需的输出格式

# Keyword Map — [Brand]

**Positioning it serves:** "[claim from skills/marketing/positioning-angles]"
**Volume/difficulty source:** [tool name | estimates — user to verify]

## Priority clusters
### Cluster 1: [name] — Priority: HIGH
Target article: "[working title]" — intent: [high/med] — feeds: [lead magnet / product page]
| Keyword | Role | Est. volume | Competition note | Intent |
|---|---|---|---|---|
| [head keyword] | Head | ~N/mo | [gap / thin / contested] | High |
| [supporting] | Support | ... | ... | ... |

### Cluster 2: ...
(3–5 clusters total)

## Cut list (why keywords were rejected)
- "[keyword]" — failed circle [n]: [one-line reason]
(representative sample, not exhaustive)

## Assumptions & verification queue
- [every estimated volume or inferred competitor read, listed for tool verification]

**Next step:** write Cluster 1's target article via skills/marketing/seo-content.

质量标准(交付前检查)

  • 每个集群核心关键词都通过了 6 圈筛选;每个被剔除的关键词都标明未通过的筛选圈。
  • 没有任何集群核心关键词是现有头部网站已占据的通用类别词。
  • 每个关键词都采用客户的表述方式——不保留任何内部术语。
  • 所有搜索量都标注来源;估算值明确标记为估算,绝不冒充工具数据。
  • 每个集群都注明其目标文章和导流的业务资产。
  • 提供 3–5 个按优先级排序、经用户确认的集群,而不是未经区分的关键词堆砌。

集成

  • 上游:skills/marketing/positioning-angles 提供用于启动第 1 圈筛选的主张;skills/marketing/orchestrator 会在认知度和规模化路径中将任务路由至此。
  • 下游:skills/marketing/seo-content 一次处理一个集群,并使用集群地图(核心关键词 + 辅助关键词 + 暂定标题);skills/marketing/seo-strategy 将其作为完整方案中的关键词层;skills/marketing/content-atomizer 使用集群主题指导内容再利用。

评论

支持 Markdown