Agent Skills
返回列表
SEO 信号研究

SEO 信号研究

内容创作 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_dde91b06/signaldig-research-seo-signals。

技能介绍

要解决什么问题

SEO 研究往往牵涉关键词指标、SERP、竞品、外链、排名词库、流量估算等多类数据源,手工在各家工具之间切换成本高,也容易把「还没跑完的异步任务」和「已经拿到的证据」混在一起讲。若助手在没有真实 API 结果时凭空编造排名、流量或证据 ID,会直接误导后续选题与投放决策。

本技能只做一件事:把你的自然语言研究目标,压成当前场景下足够用的最小 SignalDig MCP 请求,并在任务完成后给出先观察、后证据、再局限的结构化回答。它不负责替你拍板「做不做这个词」,也不代替你读整页 SERP 正文。

技能如何工作

安装技能本身不会接通 MCP。跑起来前必须确认 daily-growth-signals 已连接,且能看到例如 submit_keyword_research_signals、submit_specific_seo_data、get_keyword_research_signals 等工具。

工作流大致如下:

  • 收窄范围:按你的目标映射到最小 data_scope 组合;单族用 submit_specific_seo_data,多族用 submit_keyword_research_signals 的 data_scopes。
  • 专用分析走专用工具:竞品 → submit_competitor_analysis;AI 搜索 / GEO 可见性 → submit_geo_analysis;外链 → submit_backlink_analysis;域名已排名词 → submit_ranked_keywords;流量估算 → submit_bulk_traffic_estimation。
  • 复用与幂等:同一「逻辑研究身份」(关键词、域名、market、语言、scope 集合等)先查会话里是否已有 request_id,有则只 get_keyword_research_signals 轮询,避免重复提交。
  • 默认报告偏简洁:除非你明确要求全量导出,否则不会把返回数组整表粘贴;引用的指标会保留精确数值,并说明返回条数。

传统 scope 映射包括:keyword_overview(指标与意图概览)、related_keywords、serp(有机结果与 SERP 特征,可指定 search_engine="bing")、google_trends。

适用边界与注意点

  • 无 MCP / 无有效 SignalDig API Key:必须立刻停止,不得用通用知识「模拟结果」。
  • 模糊需求:只说「查一下这个关键词」而未说明要指标、相关词、SERP 还是趋势时,技能会先问你 scope,而不是默认拉全族数据。
  • 证据约束:每条实质性结论应对应真实工具返回;不得引用不存在的 evidence ID,也不得把 partial 结果说成已全部完成。
  • 本技能不采集社媒证据,不输出自动 go/no-go 建议;决策权在你。

使用场景

  • 新词立项前,要同一市场下该词的指标、相关词与当前 SERP 格局,且只需其中两三种数据族
  • 站外合作谈判前,需要目标域名的 referring domains 样本与外链概况,而不是通识性「权重」描述
  • 内容团队跟踪 AI Overviews 曝光,需对指定域名做 GEO/AI 搜索可见性异步任务并轮询到终态
  • 周报里要估算某落地页或域名的搜索流量区间,且希望与上次同一 logical identity 时复用已有 request

适合人员

  • 独立站或 SaaS 增长负责人,要在写 PRD 前用真实 MCP 证据核对一个词的市场与 SERP 结构
  • 代理公司 SEO 顾问,需要把客户的「查竞品、看排名词、估流量」拆成最小 scope 并避免重复计费式重复提交
  • 站内搜索与内容策略同学,关心 Bing/Google SERP 与趋势 scope,且能接受默认简洁报告、按需再要全量导出
  • 在 Cursor 等环境里已配置 SignalDig API 的工程师,希望助手严格遵守复用门控、不编造 evidence ID