关于 semantic-core-architect
面向营销工作的技能,可在 URL 架构、内链或内容规划前,将网站目标和受众信息整理为可复用的语义核心成果。它按意图划分查询集群,梳理实体、主题、优先级、证据缺口与假设,但不决定最终 URL。
主要功能
- 01按意图划分查询集群
- 02受众与待办事项映射
- 03实体与主题映射
- 04标注证据与数据缺口
- 05确定优先级并交接
适用场景
- 01为网站构建语义核心
- 02将受众映射到搜索意图
- 03为 URL 架构准备输入
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ sergekostenchuk/ ui-ux-agent-skill-system --skill semantic-core-architect安装后在 Claude Code 中输入/semantic-core-architect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。
evals.jsonagents/openai.yamlassets/entity-topic-map.template.yamlsemantic-core.template.yamlreferences/semantic-core-rubric.md详细介绍
语义核心架构师
在规划 URL 架构、内链、Schema、内容或适配大模型的页面设计之前,先使用此技能。它会将网站目标转化为可重复使用的语义成果。
生成完整语义核心前,请阅读 references/semantic-core-rubric.md。
负责范围
- 查询集群;
- 用户/搜索意图;
- 受众与待完成任务映射;
- 实体与主题映射;
- 语言与地区优先级;
- 证据标签与数据缺口;
- 移交给信息架构。
不负责范围
- 最终 URL/规范化策略;
- 内链图谱;
- Schema 实施;
- 页面文案撰写;
- 排名保证;
- 外部链接 placement。
工作流程
- 记录目标、受众、市场、语言、内容模型、限制和禁止涉及的领域。
- 区分已观察事实、用户提供的事实、推断的假设和未知项。
- 按意图而非仅按关键词搜索量构建查询集群。
- 将实体和主题映射到可能的规范页面候选项,但不确定最终 URL。
- 根据战略价值、页面可行性、受众契合度和证据强度确定优先级。
- 除非已从获批来源核实,否则将搜索量、难度、竞争实力和排名机会标记为
unknown。 - 使用 assets/ 中的模板生成
semantic-core.yaml和entity-topic-map.yaml。 - 将工作移交给
information-architecture-seo,并明确列出缺口和假设。
证据规则
- 搜索量、难度、流量、排名和助手引用相关声明必须有当前证据支持。
- 如果无法使用关键词工具、Search Console、排名追踪器、日志或助手监控数据,请使用
unknown。 - 关于搜索引擎、AI 爬虫、富媒体搜索结果或平台的当前事实,必须遵循集群时效性政策。
- 除非竞争对手页面附有经过测量的来源,否则不得将其作为搜索量的证明。
优先级模型
仅当某个集群既是网站身份的核心,又是下游架构所需时,才使用 P0。重要的支持性集群使用 P1。有用的扩展内容使用 P2。待办事项或推测性想法使用 P3。
优先级不代表排名概率。
必需产出
创建或更新:
semantic-core.yaml,基于 assets/semantic-core.template.yaml;entity-topic-map.yaml,基于 assets/entity-topic-map.template.yaml;- 未核实数据及所需研究的缺口列表。
每个集群都必须包含意图、受众、语言、实体、查询、证据、假设、未知指标和下游备注。
验证
标记工作完成前:
- 检查每个集群是否都包含意图、受众、语言、优先级,以及至少一个查询或主题种子;
- 检查每个指标字段是否都有证据支持,或标记为
unknown; - 检查实体名称是否具有稳定 ID;
- 检查是否没有将任何 URL/规范化决策定为最终方案;
- 技能编辑完成后运行集群检查器。
使用以下命令验证技能编辑:
python3 $CODEX_HOME/skills/senior-skill-architect/scripts/lint_production_skill.py $HOME/SKILL/skills/semantic-core-architect
python3 $HOME/SKILL/plans/seo-llm-skill-cluster/scripts/lint_skill_cluster.py $HOME/SKILL
此技能的正向测试位于 evals.json。
输出格式
返回:
- 语义核心摘要。
- 按优先级排列的顶级集群。
- 实体/主题映射摘要。
- 未知指标和证据缺口。
- 移交给信息架构的备注。
评论
支持 Markdown