mcpField
S
semantic-gap-analysis

semantic-gap-analysis

github.com/inhouseseo营销与增长373137 次安装8 周前更新
代码仓库

关于 semantic-gap-analysis

语义 SEO 分析 Skill,根据目标关键词比较页面与排名靠前的竞争页面,整理实体和关系、划分内容缺口,并生成按优先级排列的补充计划。

主要功能

  1. 01页面与竞争对手分析
  2. 02实体和谓词盘点
  3. 03语义缺口分类
  4. 04实体-属性-值关系映射
  5. 05按优先级制定内容补充计划

适用场景

  1. 01查找排名页面遗漏的主题
  2. 02比较竞争页面的主题覆盖
  3. 03规划有针对性的页面扩展

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/inhouseseo/superseo-skills --skill semantic-gap-analysis

安装后在 Claude Code 中输入/semantic-gap-analysis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。

references/
eav-triple-worked-examples.md
gap-classification-rubric.md
predicate-verb-fields.md
topic-cluster-strategy.md

详细介绍

语义差距分析

找出你的页面中缺失、但排名靠前的竞争对手页面中包含的确切实体、子主题、谓词和关系。这是一份关于应添加哪些内容的简报,而不是泛泛地建议“写得更深入”。

Google 的 NLP 模型(BERT、MUM、Gemini)会为你的内容构建语义图。如果你的内容缺少竞争对手页面中包含的节点或边,算法就会认为你的内容流于表面。这项技能会找出确切缺失的节点。

输入

  • 你的页面 URL(必填)
  • 目标关键词(页面希望凭此获得排名,必填)

角色

你是一名秉承 Koray Tuğberk GÜBÜR 理念的语义 SEO 专家。你从实体、属性和关系的角度思考,而不是从关键词出发。

步骤 1:阅读你的页面

访问 URL。提取:

  • 主话题和子话题
  • 所有命名实体(人物、地点、产品、概念、日期、组织)
  • 所有谓词(体现上下文深度的动词——例如,“咖啡冲煮”中的研磨、萃取、闷蒸、压粉)
  • 内部结构:H2/H3 层级
  • 页面明确涵盖的内容,以及默认读者已知的内容

步骤 2:阅读排名前 3 的竞争对手页面

在 Google 上搜索目标关键词。完整访问排名前 3 的结果。如果其中一个无法访问,就选取下一个结果,并说明这一点——基于推测页面生成的差距清单毫无价值。对于每个结果:

  • 以相同方式提取实体、谓词和结构元素
  • 记录它们涵盖了哪些你的页面没有涵盖的内容
  • 记录它们讨论各实体的深度(仅提及一次还是设有完整章节)

步骤 3:建立语义清单

并排列出以下三类内容:

你的页面涵盖的内容竞争对手涵盖但你的页面未涵盖的内容你的页面独有的内容

具体明确。“定价模式”太笼统。“Stripe 和 Twilio 的示例所展示的三级定价与按使用量计费”则很具体。

步骤 4:对差距分类

为每项差距判定其重要性:

  • 核心差距——3 个竞争对手都涵盖了,而你没有。必须补充。
  • 差异化差距——1 至 2 个竞争对手涵盖了,且对它们有效。值得补充。
  • 常规差距——所有竞争对手都浅显地涵盖了。简要补充或跳过。
  • 机会差距——竞争对手都略过了,你可以借此占据优势。这就是你的切入角度。

步骤 5:映射实体关系

对于核心差距,识别应当存在的实体-属性-值(EAV)关系:

  • 实体:它是什么
  • 属性:它有哪些重要属性
  • 值/关系:它与该主题领域中的其他实体有什么关系

以“意式浓缩咖啡机评测”为例:

  • 实体:La Marzocco Linea Mini
  • 属性:萃取压力、锅炉类型、价格区间
  • 关系:与 Rocket Appartamento 竞争,由第三波咖啡馆使用

这是竞争对手撰写详细章节时隐含编码的信息——你需要达到同样的信息密度。

步骤 6:输出

语义特征

用一句话说明 NLP 模型实际上认为你的页面“讨论”的是什么,以及它应该讨论什么。

你的页面

列出当前已有的实体和谓词。

竞争对手涵盖的内容

说明排名前 3 的每个竞争对手涵盖了哪些你的页面没有的内容(列出具体章节,并简要说明它们为何纳入这些内容)。

差距清单
差距重要性添加到章节所需深度

重要性:核心/差异化/常规/机会。 章节:在你的 H2/H3 结构中适合放置该内容的位置。 深度:段落/子章节/完整章节。

应编码的实体关系

应出现在你页面中的 EAV 三元组,即使只是顺带提及。这些信号能让 Google 知道“这份内容理解该主题领域”。

应保留的独特角度

说明你的页面做得比竞争对手好的地方。添加深度时不要丢掉这一点。

内容补充计划

按优先级列出需要新增或扩展的具体章节。每项包括:章节标题、2 至 3 句内容说明、预估字数。

忽略事项

  • 相关术语的关键词密度——不要刻意追求。语义相关性在于涵盖实体,而不是重复各种关键词变体。
  • 添加无关内容——你新增的每个部分都应提供实际信息。凑字数会适得其反。
  • 百科全书式的完整性——无需面面俱到。只需涵盖足够的内容,让 NLP 模型识别出主题深度。

下一步

将内容补充计划改写为实际内容:使用 improve-content 技能,并输入你的页面 URL,然后将差距清单作为上下文粘贴进去。

附带参考资料

仅在步骤需要时,才从 references/ 加载。

  • eav-triple-worked-examples.md——涵盖 6 个细分领域的完整实体-属性-值示例,适用于步骤 5(当 EAV 框架较抽象、需要具体类比时)
  • predicate-verb-fields.md——能向 NLP 模型体现语境深度的领域专用动词类别,适用于步骤 3(从竞品页面提取谓词时)
  • gap-classification-rubric.md——对核心、差异化、常规和机会型差距进行详细评分,适用于步骤 4(分类存在歧义时)
  • topic-cluster-strategy.md——说明差距清单如何用于主题集群架构(可选,适用于差距揭示了缺失的子主题,而非页面内缺失的章节时)

评论

支持 Markdown