技能介绍

要解决的问题

内容团队写 SEO 文章时，常靠猜来决定「这篇文章该写多长、H2 怎么分、要覆盖哪些实体」。Surfer SEO 给出的数据能回答这些问题，但它的分析结果散落在网页编辑器里，手动整理成可执行的写作输入，既慢又容易遗漏关键词簇。这个技能把这一步变成脚本化操作。

技能如何工作

核心依赖两个 Surfer SEO 端点：

Content Editor API：拉取给定目标关键词当前 SERP 的竞争格局，输出三类关键信号：

- word count benchmarks：排名靠前页面的字数基准，用来判断内容深度是否达标；
- heading structure patterns：竞品标题层级的分布模式，供大纲设计参考；
- NLP entity recommendations：搜索引擎语义上关联的实体词，用来扩展正文覆盖面。

Surfer Audit 端点：基于上述信号生成 content brief，其中包含一组 target keyword clusters，而不是单一关键词。

典型流程是：输入关键词 → 拉取 SERP 分析 → 跑 Audit 生成简报 → 把简报作为写作或人工审校的输入。

适用边界与注意点

数据质量取决于 Surfer 自身索引，SERP 波动时同一关键词可能给出不同基准；
输出的是参考信号，不是自动写作，最终内容仍需人工判断是否真正回答了用户意图；
SKILL.md 明确说明没有自动提取到来源可靠的安装或用法说明，建议在接入敏感流程（如直接发布到生产站点）前，先审阅上游文档：https://docs.surferseo.com/en；
具体触发词、参数和返回字段的说明需以 Surfer 官方文档为准，本资料未提供细节，接入前应核对 API 权限与调用限制。