mcpField
S
sqr-classifier

sqr-classifier

github.com/fourteenwm营销与增长7721 次安装9 周前更新
代码仓库

关于 sqr-classifier

用于按业务情境判断 Google Ads 搜索词意图的技能。它要求先了解业务和经营地点,将每个词归入四类;不负责提取报告或修改否定关键词。

主要功能

  1. 01四种意图类别
  2. 02要求提供业务及地点背景
  3. 03逐词判断而非规则匹配
  4. 04表格列出分类与理由
  5. 05支持大批量分批处理

适用场景

  1. 01审查广告系列中的搜索词
  2. 02分析 CSV 搜索词数据
  3. 03识别潜在否定关键词

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/fourteenwm/ppc-ai-skills --skill sqr-classifier

安装后在 Claude Code 中输入/sqr-classifier确认已加载。

附带文件README.md

详细介绍

SQR 分类器

将搜索词分类到 Google Ads 账户的意图类别中。

本技能明确不会做什么

  • 提取搜索词。 本技能只对你提供的搜索词(粘贴的内容、CSV 文件或他人生成的报告)进行分类——提取搜索词报告属于 google-ads-query 或 gaql-query-patterns 的范畴。
  • 上传或应用否定关键词。 本技能会标记意图,不会在未经你审核的情况下自动生成否定关键词列表,也不会向账户推送任何内容——上传由 sqr-pipeline 或 add-account-negative-keywords 负责。
  • 按正则表达式匹配模式。 每个搜索词都会经过判断,而不是交由规则引擎处理——同一条查询对某家企业可能是高意图,对另一家则可能是品牌不符,因此机械匹配会导致分类错误。
  • 在缺少背景信息时分类。 在了解企业的业务和经营地区之前,本技能不会进行分类;必须先了解企业类型和所在地。

适用场景

  • 用户提供待分类的搜索词列表
  • 用户要求分析某个广告系列的搜索查询
  • 用户想找出可作为否定关键词的候选词
  • 用户提供搜索词数据的 CSV 文件或粘贴内容

分类类别

将每条搜索词准确归入以下类别中的一个:

高意图

搜索者正积极寻找企业提供的产品或服务。

信号:

  • 包含与企业业务匹配的服务或产品关键词
  • 包含与企业服务区域相关的地点词
  • 表现出购买意图(“附近”“费用”“雇用”“最佳”或具体产品名称)
  • 与企业的核心业务相符
低意图

与企业所在行业相关,但不太可能促成转化。搜索者可能是现有客户、求职者,或处于早期调研阶段的人。

信号:

  • 现有客户的查询(登录、支付账单、联系、营业时间)
  • 求职相关词语(职业发展、招聘、薪资、在某处的职位)
  • 竞争对手的品牌名称(搜索特定竞争对手,而非该企业)
  • 只有间接关联,但没有购买信号
  • 没有购买意图的评价或比较类查询
信息类

用于调研或学习的查询。搜索者想要了解信息,而不是购买。

信号:

  • “如何”“什么是”“为什么会”“我能否”
  • 一般性的行业问题
  • DIY 或自助服务意图
  • 平均值、典型值或基准相关查询
  • 寻找论坛或 Reddit 的查询
品牌不符

与企业完全无关。这些搜索词应立即添加为否定关键词。

信号:

  • 完全属于不同的行业
  • 产品或服务类别不符
  • 地理区域不符(适用于地域性企业)
  • 拼写错误后匹配到无关词语
  • 成人、非法或无关内容

分类规则

  1. 必须具备背景信息。 分类前务必询问企业的业务内容和经营地区。“泳池维护”对泳池公司而言是高意图,对公寓楼而言则是品牌不符。

  2. 若无法确定是高意图还是低意图,选择低意图。 误报(保留了无效搜索词)的代价高于漏报(遗漏了边缘搜索词)。保守分类有助于保护预算。

  3. 如果品牌词与企业自身品牌名称匹配,则始终归为高意图。 竞争对手的品牌词归为低意图。

  4. 地点很重要。 “奥斯汀的公寓”对位于奥斯汀的房产而言是高意图。同一条查询对位于丹佛的房产而言则是品牌不符。

  5. 每条搜索词只归入一个类别。 不要分配多个类别。选择最准确的类别。

  6. 分类时看意图,而不是字面用词。 “便宜的公寓”属于高意图,尽管“便宜”听起来可能是负面词——搜索者想找的是公寓。

输出格式

将结果以表格形式呈现:

搜索词类别判断理由
[term][高意向 / 低意向 / 信息类 / 非目标品牌][用一句话解释原因]

表格后提供摘要:

  • 高意向: X 个词(X%)——保留
  • 低意向: X 个词(X%)——监控;对于高花费词,考虑添加否定关键词
  • 信息类: X 个词(X%)——除非要触达漏斗顶部用户,否则通常设为否定关键词
  • 非目标品牌: X 个词(X%)——立即添加为否定关键词

批量处理

对于较长的列表(100 个以上的词):

  1. 每批处理 50 个
  2. 每批处理后展示结果
  3. 询问用户是否要继续,或调整分类标准
  4. 最后提供完整摘要

示例

商家: Metro Auto,一家服务于单一都市区的汽车维修店。

搜索词类别判断理由
附近的刹车维修高意向核心服务加上本地购买信号(“附近”)。
变速箱油更换费用高意向搜索词指明商家提供的服务并询问价格,表明用户正在积极了解购买事宜。
汽车技工工作低意向搜索者是求职者,而非客户;虽然与行业相关,但不会转化。
如何自己换机油信息类DIY 操作指南;搜索者想要学习,而非雇人服务。
市中心汽车经销商非目标品牌完全不同类型的业务(汽车销售,而非维修)——应立即设为否定关键词。

摘要:

  • 高意向: 2 个词(40%)——保留
  • 低意向: 1 个词(20%)——监控;对于高花费词,考虑添加否定关键词
  • 信息类: 1 个词(20%)——除非要触达漏斗顶部用户,否则通常设为否定关键词
  • 非目标品牌: 1 个词(20%)——立即添加为否定关键词

注意事项

  • 不要在不了解商家类型和所在地的情况下进行分类
  • 不要使用模式匹配或正则表达式——应逐个判断
  • 不要仅因品牌词中包含竞争对手名称,就将其归类为“非目标品牌”
  • 不要未经用户审核就自动生成否定关键词列表
  • 不要假设商家提供尚未确认的服务

何时加载其他技能

技能适用时机
google-ads-query 或 gaql-query-patterns分类前,如果还需要提取供分类使用的搜索词报告
sqr-pipeline如果需要完整的提取 → 分类 → 审核 → 上传流程,并实际应用否定关键词,而不只是标记
add-account-negative-keywords如果需要将“非目标品牌”词设为适用于所有广告系列的账户级否定关键词
geo-conflict-analyzer当不需要完整流程时,它会将快速意图分类任务路由至此

评论

支持 Markdown