关于 query-expansion-strategy
面向内容策略人员的营销 Skill，通过梳理语义子问题、相关概念和内容缺口，扩展目标查询的主题覆盖，以提升 AI 可见度。
主要功能
- 01查询扩展分析
- 02语义覆盖清单
- 03主题实体关系映射
- 04内容章节大纲
- 05覆盖缺口报告
适用场景
- 01从目标查询扩展文章规划
- 02检查内容是否回答相关问题
- 03梳理主题相关概念与指标
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/query-expansion-strategy确认已加载。
详细介绍
查询扩展策略
通过覆盖查询扇出范围，最大限度提高 AI 可见度。
大模型如何处理查询
大模型会在生成回答前，将查询扩展为 5-10 个语义变体（子问题）。要获得引用：
- 全面覆盖主题集群
- 自然融入语义变体
- 解答相关问题
- 建立实体关系
- 深入探讨主题
查询扇出分析
示例：“如何确定潜在客户的优先级”会扩展为：
- “潜在客户优先级排序有哪些方法？”
- “哪些工具有助于潜在客户评分？”
- “哪些指标能体现潜在客户质量？”
- “销售团队如何对潜在客户进行排序？”
- “什么是潜在客户评分自动化？”
你的内容必须回答所有子问题，才能最大限度提高可见度。
查询扇出分析工具
| 工具 | 用途 |
|---|---|
| Kuforia | 可视化 AI 如何拆解主题 |
| Dan's Fan-out Tool | 展示子问题拆解过程 |
| ChatGPT/Perplexity | 提问：“要回答 X，你会提出哪些子问题？” |
语义覆盖清单
对于任何目标主题：
- 核心问题 - 直接回答主要查询
- 定义 - 什么是 X？（面向新手）
- 操作方法 - 如何实现 X？
- 原因 - X 为什么重要？
- 比较 - X 与 Y 相比如何？
- 示例 - X 有哪些示例？
- 工具 - 哪些工具有助于实现 X？
- 指标 - 如何衡量 X？
- 常见错误 - 使用 X 时应避免哪些错误？
- 趋势 - X 正在发生哪些变化？
查询扇出的内容结构
推荐章节：
## What is [Topic]?
[Definition for newcomers]
## Why [Topic] Matters
[Business case, importance]
## How to [Topic]
[Step-by-step methodology]
## [Topic] Tools and Software
[Tool comparison table]
## [Topic] Metrics to Track
[KPIs and measurement]
## Common [Topic] Mistakes
[What to avoid]
## FAQ
### [Sub-question 1]?
[Complete answer]
### [Sub-question 2]?
[Complete answer]
扩展语义覆盖范围
围绕你的主题建立实体关系：
Primary Topic: Lead Scoring
├── Related Concepts: lead qualification, MQL, SQL, BANT
├── Tools: HubSpot, Salesforce, Marketo
├── Metrics: conversion rate, lead velocity
├── Personas: sales rep, marketing manager, SDR
└── Use Cases: B2B sales, SaaS, enterprise
在内容中自然融入相关术语。
分析输出
分析内容以进行查询扩展时：
Target Query: [query]
Sub-Questions Covered: X/10
☑ Definition/What is
☑ How-to/Process
☐ Why/Importance (MISSING)
☐ Comparison (MISSING)
☑ Tools/Software
...
Semantic Coverage: X%
Missing Entities: [list]
Recommendations:
1. Add section on [missing sub-question]
2. Include comparison with [related concept]
3. Add FAQ addressing [query variation]
评论
支持 Markdown