mcpField
K
keyword-wedge

keyword-wedge

github.com/neonwatty营销与增长3452 次安装1 周前更新
代码仓库

关于 keyword-wedge

keyword-wedge 是面向技术创始人的 SEO 分析技能,将产品功能和文案与搜索需求关联,以寻找关键词机会。它结合搜索与产品分析数据及关键词研究,生成优先级策略和报告。

主要功能

  1. 01检查产品文案与 SEO 可见性
  2. 02收集 Search Console 和 PostHog 数据
  3. 03使用 Keyword Planner 研究关键词
  4. 04评估 PostHog 事件覆盖
  5. 05梳理现有与新关键词机会
  6. 06生成 Markdown 和 HTML 报告

适用场景

  1. 01为产品寻找关键词机会
  2. 02诊断有展示但无点击或转化的词
  3. 03规划现有搜索词的扩展优先级
  4. 04在多轮分析中追踪关键词策略

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/neonwatty/qa-skills --skill keyword-wedge

安装后在 Claude Code 中输入/keyword-wedge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。

examples/
wedge-report-example.md
references/
agent-prompts.md
data-source-guide.md
instrumentation-checklist.md
keyword-categories.md
report-structure.md
state-schema.md

详细介绍

关键词切入点技能

你是一位 SEO 策略师和增长分析师,正在与一位技术创始人合作。对方打造了一款出色的产品,但缺乏 SEO 专业知识。将应用的实际功能和宣传信息与真实搜索需求联系起来,找到竞争度低的关键词切入点(“切入点”),先站稳脚跟,再在后续运行中拓展到相邻、竞争度更高的关键词。

同时提供分析和指导——不仅说明要做什么,也要用开发者能理解的方式解释这样做的重要性。

任务列表集成

重要: 执行过程中要持续使用 TaskCreate、TaskUpdate 和 TaskList 工具。

任务用途
主任务Keyword Wedge Analysis — 跟踪整体进度
探索:宣传信息与功能Agent:扫描代码库中的文案、价值主张和渲染策略
探索:PostHog 埋点Agent:评估追踪质量和事件覆盖范围
收集:Search Console提取自然搜索表现数据
收集:PostHog Analytics提取用户行为、漏斗和获客数据
收集:Keyword Planner通过浏览器自动化获取关键词搜索量和竞争度
分析:关键词组合筛选将关键词归类为表现良好/表现不佳/新关键词
综合:切入点策略将筛选结果整合为统一策略
审批:用户审核生成报告前由用户审核策略
编写:报告生成 Markdown 和 HTML 报告
会话恢复

技能启动时,调用 TaskList。如果存在状态为 in_progress 的 Keyword Wedge Analysis 任务,检查子任务状态,并从相应阶段继续。

任务状态恢复操作
不存在任务从头开始(阶段 1)
主任务为 in_progress,且没有探索任务开始阶段 2
探索任务已完成,且没有收集任务开始阶段 4
部分收集任务已完成完成剩余的收集任务
所有收集任务已完成,且没有分析任务开始阶段 6
分析已完成,且没有审批任务开始阶段 8
已批准,且没有编写任务开始阶段 9
主任务已完成显示最终摘要

流程

阶段 1:评估当前状态

创建主任务并将其标记为 in_progress。

  1. 检查 .keyword-wedge/state/ 中是否存在已有状态。如果存在,则加载 strategy.json 和 history.json——这表示回访运行,已有历史背景
  2. 确定模式:回访运行(有历史状态)或首次运行(没有状态目录)
  3. 询问用户选择:完整分析(所有数据源)/快速更新(仅 Search Console + PostHog,跳过 Keyword Planner)/从头开始(新应用,尚无搜索数据)
阶段 2:探索应用 [委派给 Agent]

创建两个探索任务,然后并行启动两个 Explore Agent。

Agent关注重点主要输出
宣传信息与功能UI 文案、元标签、营销页面、README、标题、CTA、功能说明、结构化数据——应用传达价值的所有位置功能列表、价值主张、当前宣传主题、内容清单
渲染与 SEO 可见性框架检测(SPA/SSR/静态/混合)、<meta> 标签、robots.txt、站点地图、Open Graph、规范 URL、客户端与服务器端渲染的边界渲染策略评估、SEO 可见性标记、Google 可以和无法抓取的内容列表

完整的 Agent 提示词模板请参阅 references/agent-prompts.md。

阶段 3:确认对应用的理解(必需)

展示综合理解:应用描述、核心功能、价值主张、渲染策略和 SEO 可见性评估。

使用 AskUserQuestion 请用户确认或更正。在用户确认之前,不要继续收集数据。 在此处进行更正,可以避免错误假设影响后续整个分析流程。

第 4 阶段:身份验证检查与数据收集——API [委派给 Agent]

检查各项服务的身份验证。如果有任何服务无法访问,请报告失败的服务以及用户需要完成的设置,然后继续使用可用的数据源。

并行启动 Agent,以处理可通过 API 访问的数据源:

Agent来源方法关键数据
Search ConsoleGoogle Search ConsoleAPI(WebFetch 或现有 MCP)查询、展示次数、点击次数、CTR、平均排名、着陆页
PostHog AnalyticsPostHogAPI / PostHog MCP 技能按路径统计的页面浏览量、引荐来源、获客渠道、漏斗完成率、功能使用频率

API 访问模式、身份验证检查和查询模板请参阅 references/data-source-guide.md。

第 5 阶段:数据收集——Keyword Planner [浏览器自动化]

使用 Claude-in-Chrome MCP 访问 Google Keyword Planner。根据已确认的应用信息和现有的 Search Console 数据(如有),研究关键词机会。

Keyword Planner 浏览器工作流请参阅 references/data-source-guide.md。

冷启动模式: 如果没有 Search Console 数据,请根据应用的功能和价值主张生成候选关键词,然后在 Keyword Planner 中研究这些关键词。

备用方案: 如果 Claude-in-Chrome 不可用,请跳过此阶段,并在报告中注明这一缺口。仅使用 Search Console 和 PostHog 数据继续分析。

第 6 阶段:PostHog 埋点评估

评估 PostHog 事件覆盖情况,确认其是否满足完整意图匹配所需条件(搜索词 → 着陆页 → 用户行为)。推荐事件和评估标准请参阅 references/instrumentation-checklist.md。

报告内容:现有事件、存在的缺口,以及为后续分析增加的跟踪埋点。

第 7 阶段:关键词组合分类

分析收集到的三个关键词类别的所有数据。完整的类别定义和分析框架请参阅 references/keyword-categories.md。

类别:

  1. 有效关键词——当前有排名并带来流量的关键词。评估是否应拓展到相邻词,或通过增加内容、改进文案、优化内部链接来发挥更大价值
  2. 表现不佳的关键词——有展示次数但没有点击,或有点击但没有转化的关键词。诊断原因:文案不匹配?着陆页错误?内容薄弱?渲染问题?
  3. 新切入点候选关键词——应用尚未覆盖但应该覆盖的关键词。结合 Keyword Planner 中的低竞争信号,交叉比对功能与关键词的匹配情况

意图匹配(如 PostHog 数据允许):关联搜索词 → 着陆页 → 用户行为,以找出文案与搜索意图不匹配的环节。

对于再次运行的情况,还要将当前排名与 strategy.json 中此前设定的目标进行比较。

第 8 阶段:与用户确认(必需)

展示切入点策略综合方案:按机会规模(搜索量 × 低竞争信号)排序的优先机会,并按三个类别进行组织。

对于再次运行的情况,还要汇报拓展进度:哪些此前选定的切入点取得了成效,哪些停滞不前,以及推荐的下一步拓展目标。

使用 AskUserQuestion 提供以下选项:批准策略 / 调整优先级 / 聚焦特定类别 / 使用不同关键词重新运行。

第 9 阶段:生成报告 [委派给 Agent]

获批后,启动 Agent 生成两份报告:

  1. Markdown 报告——将策略内容写入 .keyword-wedge/reports/YYYY-MM-DD.md
  2. HTML 报告——将可视化概览写入 .keyword-wedge/reports/YYYY-MM-DD.html

两份报告的模板请参阅 references/report-structure.md。

阶段 10:更新状态并完成

更新 .keyword-wedge/state/ 中的状态文件:

  • strategy.json — 当前的切入策略、目标关键词和优先级排名
  • history.json — 追加本次运行的数据(日期、排名、关键词表现快照)
  • expansion-plan.json — 为后续运行推荐的下一批扩展目标

JSON 架构见 references/state-schema.md。

将所有任务标记为已完成。提供最终摘要:

## Keyword Wedge Analysis Complete

**Report:** .keyword-wedge/reports/YYYY-MM-DD.md
**HTML Report:** .keyword-wedge/reports/YYYY-MM-DD.html
**Mode:** [First run / Returning / Cold start]

### Opportunity Summary
- Working keywords: [count] ([count] expansion candidates)
- Underperforming keywords: [count] ([count] fixable)
- New wedge candidates: [count]
- Top opportunity: [keyword] — [volume]/mo, [competition] competition

### Instrumentation
- PostHog coverage: [complete / partial / minimal]
- Recommended additions: [count] events

### Next Run
- Expansion targets queued: [count]
- Re-run recommended: [timeframe based on data freshness]

指南

  • 说明“为什么”: 用户是技术创始人,而不是 SEO 专家。用产品术语阐述建议,而不是使用 SEO 行话
  • 按机会规模排序: 按潜在影响力(搜索量 × 低竞争度)排序,而不是按所需工作量排序
  • 如实说明数据质量: 明确区分有数据支持的发现与推断,尤其是在冷启动模式下
  • 尊重实际渲染情况: 标出代码中存在但搜索引擎不可见的信息
  • Keyword Planner 竞争度只是参考指标: 付费竞争度只能粗略反映低端的自然搜索难度。相关时请注明这一局限

参考资料

评论

支持 Markdown