seo-drift

/digital-marketing-pro:seo-drift

脚本位置。 如果你的宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 文件夹并列。请使用 Python 3.10 或更高版本运行：python；如果找不到 python，则使用 python3（macOS 和许多 Linux 系统）。

用途

对比两个 SEO 性能数据快照——两者间隔数周、一次 Core Update、一次内容更新或一次算法变更——并生成结构化的变化报告：增长最多和下降最多的项目、分类（增长 / 下降 / 重排 / 稳定 / 新增 / 丢失）以及诊断模式。适用于传统版 GSC、新版 GSC AI Performance Report、排名跟踪器导出数据以及 aeo-audit 探测结果。

上下文效率

高负载技能。对任何引用的文件，先使用 Grep，再使用 Read；然后仅通过 offset + limit 读取匹配范围。打开文件前，先列出 ${CLAUDE_PLUGIN_DATA}/<brand>/。在会话中再次调用时，跳过已载入上下文的文件。

适用场景

• 每月性能回顾——比较上个月与前一个月
• Core Update 影响排查——比较更新前、更新后及稳定期（在更新完成后至少等待 14 天）
• AI Mode 引用跟踪——逐季度比较 aeo-audit 输出，查看哪些查询获得或失去了 AI Mode 引用（Google AI Mode 引用差异是自然搜索流量下降的领先指标）
• 内容更新效果归因——比较计划内容更新前后的数据，将提升归因于内容更新或其他因素
• GSC AI Performance Report——比较新版（2026 年 6 月 3 日发布）合并 AI Overviews + AI Mode 报告的月度变化
• 网站迁移审计——比较迁移前基线数据与迁移后稳定期的数据

不要用于单个时间点的分析（请使用源技能：seo-audit、aeo-audit、gsc-ai-performance）。

品牌上下文（自动应用）

1. 读取 ~/.claude-marketing/brands/_active-brand.json 获取当前品牌的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json
2. 如果没有品牌：询问“请先设置品牌（/digital-marketing-pro:brand-setup）？”——也可以使用默认设置继续
3. 针对特定行业应用 skills/context-engine/industry-profiles.md 中的阈值，以过滤噪声（YMYL 行业应使用更高的 --noise，过滤常规质量评估指南波动）

输入

输入	来源	必填？
基线 CSV	较早的快照	是
当前 CSV	较新的快照	是
联接键	自动检测（query、keyword、page、url）或 --join-on 标志	否
噪声阈值	--noise（默认 5%）——低于此百分比的指标视为“稳定”；YMYL 行业应使用 10%，以过滤质量评估指南波动	否
Top-N	--top（默认 20）——每项指标分别列出增长最多和下降最多的条目	否

两个快照必须来自同一数据源。 混用 GSC 导出数据和 Ahrefs 导出数据会产生毫无意义的结果，因为不同数据源统计的内容并不相同。

流程（10 步，按编号文件输出）

所有输出均保存到 ${CLAUDE_PLUGIN_DATA}/{brand}/seo/seo-drift/{YYYY-MM-DD}/。

1. 00-input.md — 记录基线日期范围、当前日期范围、来源（GSC / GSC AI / rank-tracker / aeo-audit）和品牌背景
2. 01-baseline.csv — 将基线导出文件复制到此处（以便数月后仍可复现漂移分析）
3. 02-current.csv — 将当前导出文件复制到此处
4. 03-drift-run.json — 运行脚本：

   python "${CLAUDE_PLUGIN_ROOT}/scripts/seo_drift.py" \
       --baseline "${CLAUDE_PLUGIN_DATA}/{brand}/seo/seo-drift/{date}/01-baseline.csv" \
       --current  "${CLAUDE_PLUGIN_DATA}/{brand}/seo/seo-drift/{date}/02-current.csv" \
       --top 30 --noise 5 \
       --out "${CLAUDE_PLUGIN_DATA}/{brand}/seo/seo-drift/{date}/03-drift-run.json"
   

5. 04-quality-scorecard.md — 从 03-drift-run.json 读取 quality_scorecard。如果 status: needs_review，请诊断：
   • date_range_distinct: warn → 脚本无法自动验证。在 00-input.md 中手动确认基线和当前数据覆盖的时间段互不重叠。
   • sample_size: fail → 至少一个输入的行数少于 50。请取消行数限制后重新导出。
   • metric_compatibility: fail → 两个输入都没有数值指标。列名不匹配——请从同一来源重新导出。
   • no_lookup_collisions: fail → 某个输入中存在重复键（例如，同一查询 × 页面行出现两次）。请去重后重新导出，或使用 --join-on 添加区分列。
6. 05-biggest-gainers.md — 叙述曝光量 / 点击量 / 排名方面的前 10 名增长项。针对每一项，提出原因假设（新内容？获得反向链接？Core Update 更青睐 E-E-A-T？精选摘要轮换？）。将候选项交给 /digital-marketing-pro:content-engine 进行推广。
7. 05-biggest-losers.md — 叙述前 10 名下滑项。针对每一项，制作分诊矩阵——is_yMYL × had_recent_change × Core_Update_window → 行动（更新内容 / 恢复已撤销的更改 / 等待下一轮算法调整 / 接受现状并重新分配资源）。
8. 06-ai-mode-shift.md (仅当输入来源为 GSC AI Performance Report 时) — AI Mode 曝光量下降的查询是重要的先行指标。与 /digital-marketing-pro:aeo-audit 交叉核对，通过合成探测验证引用是否丢失。
9. 07-classification-distribution.md — 计数表：
   • growth / decline / reshuffle / stable / new / lost
   • 如果 decline 占比 >40%：可能是 Core Update 或竞争对手追赶所致。运行 /digital-marketing-pro:seo-audit 进行诊断。
   • 如果 reshuffle 占比 >20%：可能是搜索意图转变（AI Mode 重新调整权重）。运行 /digital-marketing-pro:aeo-geo，以适应新的意图模式。
   • 如果 growth 占比 >30%：寻找推广机会。运行 /digital-marketing-pro:content-engine，为后续内容撰写任务说明。
   • 如果 new 占比 >15%：说明覆盖了新的 SERP 内容——跟踪并验证意图匹配度。
10. PLAN.md — 单页摘要：统计数据 + 评分卡 + 按影响 × 工作量排序的前 5 项行动，并建议负责人（SEO 负责人 / 内容负责人 / 开发团队）。

输出格式

${CLAUDE_PLUGIN_DATA}/{brand}/seo/seo-drift/2026-06-04/
├── 00-input.md
├── 01-baseline.csv
├── 02-current.csv
├── 03-drift-run.json
├── 04-quality-scorecard.md
├── 05-biggest-gainers.md
├── 05-biggest-losers.md
├── 06-ai-mode-shift.md       (only when input is GSC AI Performance Report)
├── 07-classification-distribution.md
└── PLAN.md

质量评分卡（四项关卡）

关卡	检查内容	重要性
date_range_distinct	基线和当前数据覆盖的时间段互不重叠	时间段重叠会产生误报差值——两边包含相同数据
sample_size	每个输入至少有 50 行	少于此数量时，漂移可能只是噪声
metric_compatibility	两个输入中都至少存在 1 个数值指标	如果列不同（例如，Ahrefs 与 GSC），就没有可比较的内容
no_lookup_collisions	输入中没有重复键	重复项会使差值计算含义不明确

只有当样本量、指标兼容性和无键冲突这几项关卡均通过时，status: ready 才成立（日期范围互不重叠的检查结果为 warn 而非 fail——脚本并不总能自动检测日期）。

分类规则

报告中的每一行都归入以下一类：

分类	触发条件	说明
增长	≥ 2 项指标上涨超过噪声阈值%，且没有指标下跌超过 10%	明显获胜 — 调查如何扩大成效
下滑	≥ 2 项指标下跌超过噪声阈值%，且没有指标上涨超过 10%	明显失利 — 按 YMYL × 核心更新窗口进行分诊
重新洗牌	指标显著朝相反方向变动（例如，展示次数上升、排名下降）	AI Mode 特征 — 内容覆盖面更广，但面向的意图略有不同
稳定	没有指标变动超过噪声阈值%	无需采取行动
新增	基线中不存在，当前数据中存在	新内容或新增 SERP 覆盖 — 持续跟踪
流失	基线中存在，当前数据中不存在	内容已移除、从索引中删除，或超出跟踪窗口

排名位置比较特殊：对于排名位置，数字越小越好。脚本会自动反转排名位置变化的方向，用于增益／损失排序 — 你会看到排名位置一栏中的 -85.9% 被列为最大增益（页面从第 12 位升至第 2 位）。

工作链交接

此技能通常作为消费者和诊断工具：

1. /digital-marketing-pro:gsc-ai-performance 或 seo-audit 或 aeo-audit — 生成快照
2. /digital-marketing-pro:seo-drift — 此技能
3. 根据发现的问题分支处理：
   • 大幅下滑 → /digital-marketing-pro:seo-audit 检查技术方面 + /digital-marketing-pro:content-decay-scan 检查内容方面
   • 大幅重新洗牌 → /digital-marketing-pro:aeo-geo 重新调整意图
   • 大幅增长 → /digital-marketing-pro:content-engine 编写扩大成效的简报

提示与注意事项

• 核心更新推出期间不要运行。 等待 Google 宣布“推出完成”，再等待 7–14 天让情况稳定。推出期间的变化幅度并不可靠。
• 排名位置变化比展示次数／点击次数变化更嘈杂 — 页面在第 8 位和第 12 位之间来回波动，会产生 ±30% 的排名位置变化，但这毫无意义。诊断时更应相信展示次数／点击次数的变化。
• GSC 数据约有 3 天延迟。 获取“当前月份”数据时，日期范围应截止于 3 天前，而不是昨天。
• GSC AI Performance Report（2026 年 6 月 3 日）没有点击数据。 AI 报告中的 drift 仅反映展示次数变化。不要尝试据此计算 CTR 变化。
• 核心更新分诊时，运行 drift 两次：一次比较更新前与推出完成后的次日（“冲击”），另一次比较更新前与 14 天后（“稳定状态”）。两次结果通常不一致，而 14 天后的结果才是关键。
• 重新洗牌分类是一个领先指标 — 重新洗牌数量激增时，说明意图权重正在重新分配。下一季度的变化通常会更清楚地显示增长或下滑。不要过快采取行动。

使用的 Agent

• analytics-analyst（主要）— 解读结果 + 提出原因假设
• seo-specialist — 为表现不佳的内容提出技术原因假设
• competitive-intel — 当下滑与竞争对手的胜出相关时使用
• market-intelligence — 提供算法更新背景（窗口期内是否有核心更新？）

另请参阅

• /digital-marketing-pro:gsc-ai-performance — 获取 GSC AI Performance Report（输入来源）
• /digital-marketing-pro:seo-audit — 诊断下滑原因
• /digital-marketing-pro:aeo-audit — 诊断 AI Mode 引用流失
• /digital-marketing-pro:content-decay-scan — 用于内容方面的下滑分诊
• /digital-marketing-pro:content-engine — 扩大表现良好内容的成效
• scripts/seo_drift.py — 底层变化分析引擎