> ## Documentation Index
> Fetch the complete documentation index at: https://aisa.one/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# SEO 关键词研究

> 发现关键词集群、搜索意图、竞品缺口和页面创意。

[在 GitHub 上查看 ->](https://github.com/AIsa-team/agent-skills/tree/main/seo-keyword-research)

**面向 Agent 的 SEO 关键词研究。** 将网站、产品或竞品集合转化为关键词集群、意图洞察和页面创意。

## 安装

如果还没有安装 AIsa CLI，请先安装：

```bash theme={null}
npm install -g @aisa-one/cli
```

然后安装该技能：

```bash theme={null}
aisa skills install seo-keyword-research
```

## Agent 可以用它做什么？

<CardGroup cols={2}>
  <Card title="关键词策略" icon="magnifying-glass-chart">
    为产品、市场或域名构建经过验证的关键词计划。
  </Card>

  <Card title="竞品缺口" icon="code-compare">
    对比竞品域名，识别尚未覆盖的自然搜索机会。
  </Card>

  <Card title="意图聚类" icon="diagram-project">
    按搜索意图对关键词分组，并映射到合适的页面类型。
  </Card>

  <Card title="SERP 现实校验" icon="ranking-star">
    在推荐页面或内容角度前，先查看实时搜索结果。
  </Card>
</CardGroup>

## 要求

该技能需要 AIsa API key。

```bash theme={null}
export AISA_API_KEY="your-aisa-api-key"
```

使用这些 AIsa 端点：

* 数据 API：`https://api.aisa.one/apis/v1/...`
* LLM 网关：`https://api.aisa.one/v1/chat/completions`

不要打印或提交 API key。如果缺少 key，请让用户设置 `AISA_API_KEY`。

## 兼容性

适用于任何兼容 agentskills.io 的运行环境，包括 Claude Code、Claude、OpenAI Codex、Cursor、Gemini CLI、OpenCode、Goose、OpenClaw、Hermes，以及其他支持技能目录的 Agent 运行时。

需要 Python 3、curl 和 `AISA_API_KEY`。可以在 `https://aisa.one` 获取 API key。

## 快速开始

```bash theme={null}
export AISA_API_KEY="your-aisa-api-key"

python3 {baseDir}/scripts/site_crawler.py \
  https://example.com \
  --max-pages 12 \
  --out site-profile.json

python3 {baseDir}/scripts/aisa_client.py data \
  /apis/v1/dataforseo/dataforseo_labs/google/keyword_suggestions/live \
  payload.json \
  --out keyword-suggestions.json
```

先用抓取结果生成种子主题。然后用 AIsa DataForSEO 端点验证搜索需求、难度、意图和 SERP 真实情况。最后用 AIsa LLM 网关对已验证的关键词数据进行聚类、评分和总结。

## 何时使用

适用于如下请求：

* “帮这个网站找 SEO 关键词。”
* “为我的 SaaS 制定关键词策略。”
* “研究这个产品类别的关键词。”
* “找出我们和竞品之间的关键词缺口。”
* “按搜索意图聚类这些关键词。”
* “挑选下个月最值得做的 SEO 内容主题。”
* “为这些落地页创建关键词映射。”

除非用户明确要求把关键词研究纳入流程，否则不要将此技能用于完整技术审计、外链审计、结构化数据实施或内容写作。

## 核心流程

### 1. 定义研究范围

收集或推断：

* 目标域名或 URL
* 种子主题、产品、服务或分类
* 目标国家、语言和搜索引擎
* 已知竞品
* 业务目标：流量、线索、销售、认知、本地曝光或内容规划
* 限制条件：仅品牌词、仅非品牌词、博客主题、落地页、商业页面或程序化页面

如果国家和语言缺失，且能明显判断用户市场，则默认使用该市场。否则使用美国和英语，并说明这个假设。

### 2. 关键词研究前先抓取网站

当用户提供域名或 URL 时，先抓取网站，再查询关键词工具。

```bash theme={null}
python3 {baseDir}/scripts/site_crawler.py \
  https://example.com \
  --max-pages 12 \
  --out site-profile.json
```

优先抓取：

* 首页
* 产品、功能、价格、文档、集成、用例、对比、博客和关于页面
* 可用的 sitemap URL
* 导航标签和内部链接
* 页面标题、meta 描述、标题层级、结构化数据线索和可见文案

用抓取结果生成简短的业务画像：

* 产品类别
* 主要功能和能力
* 目标受众和买家角色
* 用例与待完成任务
* 集成、平台、API 或支持的工具
* 可见的价格模式或转化目标
* 网站提到的竞品、替代品和类别语言
* 现有内容主题与缺口

除非用户明确要求品牌 SEO，否则不要从品牌词或域名词开始。只有在产品和类别机会映射完成后，才把品牌关键词放入单独的“品牌验证”部分。

如果本地抓取被阻止、结果过浅或严重依赖 JavaScript，可用 AIsa/DataForSEO OnPage 助手作为补充证据：

* `/apis/v1/dataforseo/on_page/content_parsing/live`
* `/apis/v1/dataforseo/on_page/task_post`
* `/apis/v1/dataforseo/on_page/pages`
* `/apis/v1/dataforseo/on_page/raw_html`
* `/apis/v1/dataforseo/on_page/summary/{id}`

### 3. 将网站画像转为种子主题

使用 AIsa LLM 推理把抓取结果转成种子主题。这些是待验证假设，不是最终关键词。

从以下维度生成种子主题：

* 产品类别词
* 功能和能力词
* 用例词
* 集成和平台词
* 痛点和问题词
* 竞品和替代品词
* 买家角色词
* 交易型修饰词：pricing、alternative、best、tool、API、software、platform、comparison
* 信息型修饰词：what is、how to、guide、examples、tutorial、checklist

要求 LLM 说明每个种子主题为何匹配抓取到的网站。删除无法从抓取内容中得到支撑的种子。

### 4. 构建初始关键词池

在输入条件可用时，按以下顺序使用 AIsa DataForSEO 端点：

1. 基于抓取种子扩展：
   * `/apis/v1/dataforseo/dataforseo_labs/google/keyword_suggestions/live`
   * `/apis/v1/dataforseo/dataforseo_labs/google/keyword_ideas/live`
   * `/apis/v1/dataforseo/dataforseo_labs/google/related_keywords/live`
   * `/apis/v1/dataforseo/keywords_data/google_ads/keywords_for_keywords/live`
2. 种子扩展后做站点验证：
   * `/apis/v1/dataforseo/dataforseo_labs/google/keywords_for_site/live`
   * `/apis/v1/dataforseo/keywords_data/google_ads/keywords_for_site/live`
3. 需求和趋势检查：
   * `/apis/v1/dataforseo/keywords_data/google_ads/search_volume/live`
   * `/apis/v1/dataforseo/keywords_data/clickstream_data/global_search_volume/live`
   * `/apis/v1/dataforseo/keywords_data/dataforseo_trends/explore/live`
4. 难度和意图：
   * `/apis/v1/dataforseo/dataforseo_labs/google/bulk_keyword_difficulty/live`
   * `/apis/v1/dataforseo/dataforseo_labs/google/search_intent/live`
   * `/apis/v1/dataforseo/dataforseo_labs/google/keyword_overview/live`

为每个关键词保留来源标签：`site`、`seed`、`suggestion`、`related`、`competitor`、`trend`、`serp` 或 `llm-generated`。把 `llm-generated` 关键词视为假设，直到被搜索量或 SERP 数据验证。

### 5. 通过竞品和 SERP 扩展

当用户提供竞品，或 DataForSEO 返回 SERP 竞品时：

* 使用 `/apis/v1/dataforseo/dataforseo_labs/google/competitors_domain/live`
* 使用 `/apis/v1/dataforseo/dataforseo_labs/google/domain_intersection/live`
* 使用 `/apis/v1/dataforseo/dataforseo_labs/google/ranked_keywords/live`
* 使用 `/apis/v1/dataforseo/dataforseo_labs/google/serp_competitors/live`
* 使用 `/apis/v1/dataforseo/dataforseo_labs/google/relevant_pages/live`

对最强的候选关键词检查实时搜索结果：

* `/apis/v1/dataforseo/serp/google/organic/live/advanced`
* `/apis/v1/dataforseo/serp/ai_summary`
* `/apis/v1/dataforseo/serp/screenshot`

使用 SERP 数据识别排名页面类型、主导内容格式、用户意图、SERP 特性、新鲜度模式、薄弱结果和内容缺口。

### 6. 规范化并清洗数据

评分前：

* 只在去重时转小写；输出保留原始关键词大小写
* 合并近似重复、单复数变体和明显拼写变体
* 删除无关品牌、成人、导航型和目标市场外词，除非用户要求保留
* 将缺少搜索量、难度或意图的关键词标记为 incomplete，而不是猜测数值
* 当不同地域的意图不同时，保留本地化变体

### 7. 按意图和主题聚类

使用 AIsa LLM 对已验证关键词聚类。优先输出紧凑结构化结果。

建议聚类维度：

* 父主题
* 子主题
* 搜索意图：信息型、商业型、交易型、导航型、本地型、对比型或排障型
* 漏斗阶段：认知、考虑、转化、留存
* 最佳页面类型：博客文章、对比页、落地页、产品页、分类页、工具页、术语页、本地页或程序化模板

不要让 LLM 编造指标。LLM 可以分类、总结和排序，但指标必须来自 AIsa/DataForSEO 数据，否则标记为定性判断。

每个最终关键词集群都应包含 5 个代表性关键词及其可用指标。如果某个集群少于 5 个已验证关键词，则展示全部已验证关键词，并标记该集群需要继续扩展。

### 8. 识别高机会关键词

高机会关键词必须同时满足：

* Keyword difficulty 低于 40
* 搜索量大于 1000

不要默默放宽阈值。如果没有关键词同时满足两个条件，请明确说明，并用最接近的候选词提供单独的“近机会”部分。

对每个高机会关键词，解释：

* 为什么它匹配抓取到的网站
* 抓取结果中的哪个功能、用例、产品类别或受众洞察支持它
* 为什么其指标组合有吸引力
* 查看 SERP 后还剩什么风险

### 9. 为机会评分

每个关键词或集群按 0 到 25 分评分：

* 需求：搜索量、趋势和市场规模
* 相关性：与域名、产品、ICP 或页面的匹配度
* 意图价值：带来合格流量的可能性
* 排名可行性：难度的反向指标加 SERP 薄弱程度
* 战略价值：是否支撑产品定位、主题权威或转化

使用简单标签：

* `High priority`：需求强、匹配清晰、SERP 可行、意图有价值
* `Medium priority`：有用，但受难度、歧义或较低需求限制
* `Low priority`：匹配弱、需求弱或可行性差
* `Validate first`：有趣但数据不完整

### 10. 生成基于 SERP 的页面建议

检查高机会关键词和每个集群中最强代表词的 SERP。根据实际排名结果推荐页面类型：

* 落地页：SERP 以产品、软件、API、平台或工具页为主
* 功能页：SERP 出现功能型厂商页面、文档或工具能力页面
* 对比页：查询包含 `vs`、`alternative`、`competitor`、`best`，或 SERP 包含对比清单和评测页
* 博客文章或指南：SERP 以解释、教程、how-to 文章或 People Also Ask 为主
* 价格页：查询包含 pricing、cost、cheap、free、plan，或 SERP 出现价格页
* 文档页：SERP 包含 API reference、SDK 文档、GitHub 仓库或开发者指南
* 程序化页面：该模式可跨地域、集成、类别、竞品、模板或用例重复

对每个建议说明 SERP 证据和推荐页面角度。

### 11. 产出最终交付物

返回简洁的关键词研究报告，包含：

* 执行摘要
* 研究假设
* 抓取网站后的业务画像
* 主要关键词集群
* 每个集群 5 个代表性关键词
* 难度低于 40 且搜索量高于 1000 的高机会关键词
* 为什么这些词是机会
* 优先关键词短名单
* 最佳内容机会
* 基于 SERP 的页面建议
* 推荐新增、更新或程序化生成的页面
* 数据缺口和验证说明

完整报告可使用 `references/report-template.md`。

## AIsa LLM 用法

使用 AIsa LLM 网关：

* 将抓取到的网站总结为产品和业务画像
* 基于抓取结果生成有依据的种子主题
* 分类搜索意图
* 将关键词分组为集群
* 总结 SERP 模式
* 将原始指标转化为 SEO 决策
* 撰写关键词策略报告
* 将关键词转成页面建议

推荐请求模式：

```bash theme={null}
curl -sS "https://api.aisa.one/v1/chat/completions" \
  -H "Authorization: Bearer ***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5-mini",
    "messages": [
      {
        "role": "system",
        "content": "You are an SEO strategist. Use only provided metrics as facts. Mark unverified ideas clearly."
      },
      {
        "role": "user",
        "content": "Cluster these keyword rows by topic, search intent, and best page type."
      }
    ]
  }'
```

## 辅助脚本

用 `scripts/aisa_client.py` 快速调用 API：

```bash theme={null}
python3 {baseDir}/scripts/site_crawler.py \
  https://example.com \
  --max-pages 12 \
  --out site-profile.json
```

```bash theme={null}
python3 {baseDir}/scripts/aisa_client.py data \
  /apis/v1/dataforseo/dataforseo_labs/google/keyword_suggestions/live \
  payload.json \
  --out keyword-suggestions.json
```

```bash theme={null}
python3 {baseDir}/scripts/aisa_client.py chat \
  --model gpt-5-mini \
  --system system-prompt.txt \
  --prompt cluster-prompt.txt \
  --out clusters.md
```

## 质量规则

* 当提供网站时，关键词研究前先抓取网站。
* 除非用户明确要求品牌 SEO，否则不要从品牌关键词开始。
* 优先使用本地爬虫和实时 AIsa/DataForSEO 数据，而不是手动浏览器抓取。
* 标明使用了哪些端点组。
* 区分事实与建议。
* 不要编造搜索量、CPC、关键词难度、排名或趋势。
* LLM 输出用于解释，不可替代关键词数据。
* 每个关键词集群应展示 5 个代表性关键词及可用指标。
* 高机会关键词必须满足 difficulty \< 40 且 search volume > 1000。
* 基于 SERP 的页面建议必须说明应创建落地页、功能页、对比页、价格页、文档页、程序化页面还是博客文章，以及原因。
* 如果原始导出包含客户域名、竞品或内部策略，请保持私密。
* 最终答案要可执行：用户应知道该做哪些关键词、创建什么页面类型，以及为什么。

## 参考

* `references/aisa-api-map.md`：端点组和用法说明。
* `references/report-template.md`：最终关键词研究报告结构。

## 开始使用

1. 在 [aisa.one](https://aisa.one) 注册（新账户有 \$2 免费额度）。
2. 从控制台生成 API key。
3. 设置 key 并安装技能：
   ```bash theme={null}
   export AISA_API_KEY="your-key"
   npm install -g @aisa-one/cli
   aisa skills install seo-keyword-research
   ```
4. 启动新的 Agent 会话，让运行时加载更新后的技能说明。

## 相关

<CardGroup cols={3}>
  <Card title="DataForSEO" icon="chart-column" href="/api-reference/dataforseo/post_dataforseo-dataforseo-labs-google-keyword-suggestions-live">
    关键词扩展和 SERP 情报端点。
  </Card>

  <Card title="AIsa Web Search" icon="globe" href="/agent-skills/web-search">
    构建内容计划前搜索最新网页来源。
  </Card>

  <Card title="模型目录" icon="list" href="/zh/guides/models">
    为聚类和策略综合选择 LLM。
  </Card>
</CardGroup>