seo-ads

示例输出：examples/seo-ads-hostinger-com-20260514/ADS.md

付费搜索情报（Ads）

梳理某个域名的付费搜索版图，以及其目标关键词周边的竞争格局。输出：简报，说明品牌竞价的关键词、竞价相同词项的其他参与者、主要竞争对手采用的广告文案模式、各关键词的 SERP 广告 + 购物结果展示情况，以及推荐的竞价关键词清单。

前提条件

• 已连接 SE Ranking MCP 服务。
• 用户提供：(a) 目标域名或目标关键词（技能会识别类型）；(b) 目标国家（默认为 us）。

流程

1. 验证输入并预检

   • 判断模式：域名模式（分析品牌的付费搜索版图）或关键词模式（分析某个关键词的竞价格局）。
   • DATA_getCreditBalance — 显示剩余积分。

2. 域名模式 DATA_getDomainAdsByDomain

   • 获取目标域名竞价的付费关键词。
   • 对每个关键词，获取：关键词、搜索量、CPC、排名、广告文案（标题 + 描述）、URL。
   • 按流量加权得分排序（volume × CTR-by-paid-position × bid-share）。

3. 关键词模式 DATA_getDomainAdsByKeyword

   • 获取所有竞价目标关键词的域名。
   • 对每个域名，获取：域名、广告排名、广告文案、URL。
   • 展示排名前 10 的广告主及其文案模式。

4. 意图扩展 DATA_getKeywordQuestions

   • 获取范围内关键词的相关问题。
   • 找出值得竞价的疑问句式意图变体（这类词通常成本更低、转化率更高）。

5. SERP 广告/购物结果展示情况 DATA_getSerpResults

   • 针对排名前 5 的关键词（域名模式）或目标关键词（关键词模式）：
     • 使用 SERP 特征筛选条件检测广告位构成：tads（自然搜索结果上方的顶部广告）、bads（自然搜索结果下方的底部广告）、sads（购物广告 / Google Shopping 广告组）、mads（移动端/地图包广告）。
     • 顶部 SERP 广告位（自然搜索结果上方第 1–4 位、下方第 1–3 位）。
     • 购物广告组展示情况（产品卡片轮播）。
     • 图片包、本地包——这些会占用广告库存。
   • 记录占据这些广告位的广告主。

6. 广告文案模式分析

   • 按重复出现的模式对广告标题和描述进行归类。
   • 识别：行业领先者使用的 USP 表述、价格/折扣信息、受众细分、CTA 动词。
   • 突出表现不同的广告主（采用不同做法的广告主）。

7. 付费关键词差距分析（域名模式） DATA_getDomainKeywords with type: 'adv'

   • 使用 type: 'adv' 开关获取用户域名的付费关键词。
   • 对每个主要竞争对手（来自第 2 步，或通过 DATA_getDomainCompetitors with type: 'adv' 获取），使用 type: 'adv' 获取其付费关键词。
   • 对比差异：竞争对手竞价、但用户域名未竞价的付费关键词。
   • 这将成为竞价关键词推荐清单中价值最高的部分（第 8 步）。
   • 关键词模式下跳过（没有可用于差距分析的域名）。

8. 推荐的竞价关键词清单

   • 域名模式：第 7 步的付费关键词差距 + 相邻的疑问句式意图变体。
   • 关键词模式：可能比核心词更便宜的疑问句式和长尾变体。
   • 每行包含：关键词、预估 CPC、预估搜索量、其他竞价者、推荐理由。

9. 汇总 ADS.md

输出格式

创建文件夹 seo-ads-{target-slug}-{YYYYMMDD}/，其中包含：

seo-ads-{target-slug}-{YYYYMMDD}/
├── ADS.md                              (synthesised brief — primary deliverable; inlines paid footprint, bidding landscape, SERP ad/shopping pack, ad copy patterns, paid keyword gap)
├── recommended-keywords.csv            (bid-keyword shortlist — load-bearing CSV the PPC team pastes into bid tooling)
└── evidence/
    ├── 01-paid-footprint.md           (domain mode: brand's paid keywords — raw step output)
    ├── 02-bidding-landscape.md        (keyword mode: advertisers on the keyword — raw step output)
    ├── 03-question-variants.md        (DATA_getKeywordQuestions enrichment)
    ├── 04-serp-ad-shopping-pack.md    (SERP feature inventory per keyword)
    ├── 05-ad-copy-patterns.md         (clustered headline/description patterns)
    └── 06-paid-keyword-gap.md         (domain mode: type='adv' diff vs competitors)

步骤文件 01、02、04、05、06 会以内嵌章节的形式写入 ADS.md；evidence/ 中的副本会保留各步骤的原始输出，以便复现。

ADS.md 的结构如下：

# Paid-Search Intelligence: {target}

> Snapshot dated {YYYY-MM-DD} · Country: {country} · Mode: {domain | keyword}

## Footprint summary
- Paid keywords: {n}
- Estimated paid traffic: {n}/mo
- Average CPC: ${n}
- SERP slots covered: {n} of top-4 above organic across {n} target keywords

## Top 10 paid keywords (domain mode)

| Keyword | Volume | CPC | Position | Ad copy excerpt |
|---|---|---|---|---|
| {kw} | {n} | ${n} | {pos} | "{headline} — {snippet}" |
| ...

## Bidding landscape (keyword mode — for "{keyword}")

| Advertiser | Position | Ad copy excerpt | URL |
|---|---|---|---|
| {domain} | {pos} | "{headline} — {snippet}" | {url} |
| ...

## Ad copy patterns (top patterns observed)

1. **Pricing-led:** "{N}% off — start at ${X}/mo" — used by {n} advertisers.
2. **Outcome-led:** "Get {specific outcome} in {time}" — used by {n}.
3. **Trust-led:** "Trusted by {n} {audience}" — used by {n}.
4. ...

## SERP feature inventory

| Keyword | Top ads | Shopping pack | PAA | Image pack |
|---|---|---|---|---|
| {kw} | {advertiser list} | {✓/✗} | {✓/✗} | {✓/✗} |
| ...

## Recommended bid-keyword shortlist

See `recommended-keywords.csv`. Top 10:

| Keyword | Volume | Est. CPC | Why |
|---|---|---|---|
| {kw} | {n} | ${n} | Question-intent variant; competitor X bids on head term but not this. |
| ...

## Constraints / caveats
- CPC and volume estimates are directional. Actual costs depend on Quality Score, time of day, audience, etc.
- {Note any ad-copy that's clearly seasonal / promotional and may not represent steady-state.}

## Recommended next step
Cross-reference these paid keywords with `seo-keyword-cluster` output to find under-served paid clusters. For organic content opportunities corresponding to these paid keywords, run `seo-keyword-niche`.

recommended-keywords.csv 列：keyword,volume,cpc_estimate,position_target,intent,competitor_count,why_recommended

提示

• 遵守速率限制。域名模式：约 3–5 次调用。关键词模式：约 3 次调用。另加几次 SERP 查询。
• 典型成本：域名模式约 10–20 个积分；关键词模式约 5–10 个积分。
• CPC 估算存在滞后。 SE Ranking 的 CPC 数据并非实时竞价数据，应将其视为 ±30% 的趋势参考。
• 广告文案往往比产品发布更早透露竞争对手的定位——定期（每季度）审查有助于发现战略变化。
• 问题意图变体的 CPC 往往更低，转化率也高于核心词。第 8 步中的候选列表优先考虑了这些关键词。
• 搭配 seo-keyword-niche，发掘基于付费关键词研究得出的自然内容机会。
• 如果竞价格局显示出“X 与 Y 对比”或“替代方案”意图，可搭配 seo-competitor-pages——这类关键词通过对比页面转化效果最佳，而非付费广告。
• 通过共享的 DATA_ 工具获取广告数据*——除了专用的 DATA_getDomainAdsByDomain / DATA_getDomainAdsByKeyword，在 DATA_getDomainKeywords、DATA_getDomainKeywordsComparison、DATA_getDomainCompetitors、DATA_getDomainPages 等类似工具中切换 type: 'adv' 枚举值，也能查看相同数据结构中的付费视图。结合 tads/bads/sads/mads SERP 特征筛选条件和 SERP 查询中的 CPC 筛选条件，可全面绘制付费搜索格局。
• 不要脱离背景推荐付费关键词。候选列表只是 PPC 团队的起点，并非自动驾驶方案。