解构搜索结果，制胜排名策略

Serp Analysis

专业技能

收藏 5k

下载 2.5k

版本 9.9.5

专业SERP分析工具，解析搜索结果排名因素、AI概览、精选摘要等特征，帮助制定精准SEO内容策略，支持多语言与多平台。

基本信息

技能名称?Serp Analysis
中文名称?解构搜索结果，制胜排名策略
作者?aaron-he-zhu
分类?专业技能
版本?9.9.5
标签?seo, serp-analysis, search-intent, content-strategy, competitive-research, ai-overview, featured-snippet, google-search, keyword-research, ranking-factors, geo-targeting

使用方法

使用说明
核心用法
serp-analysis 是一款面向SEO专业人员与内容创作者的高级搜索分析技能。用户通过输入目标关键词或查询，获取完整的搜索结果页面（SERP）解构报告，涵盖排名因子分析、SERP特征识别、搜索意图判定及竞争难度评估。
标准调用方式：
基础分析： Analyze the SERP for [keyword]
竞争评估： What does it take to rank for [keyword]?
多词对比： Compare SERPs for [keyword 1], [keyword 2], [keyword 3]
历史追踪： How has the SERP for [keyword] changed over time?
地域/设备对比：支持本地SERP差异及移动端vs桌面端分析
输出结构：生成优先排序的SERP简报，包含AI概览、广告位、精选摘要、有机结果、People Also Ask、知识面板、图片/视频包、本地包、购物结果等全要素映射，并给出针对新站、成长站、成熟站的差异化排名建议。
显著优点

系统性框架：基于标准化模板执行8步分析流程（理解查询→映射SERP构成→分析排名页→识别模式→分析特征→判定意图→计算难度→生成建议），避免遗漏关键维度。
AI时代适配：专门针对Google AI Overviews优化，能识别AI生成摘要的触发条件与内容来源，帮助用户调整内容策略以获取AI引用。
生态联动：与 seo-content-writer 技能无缝衔接，分析结果可直接转化为内容大纲；支持状态模型（State Model）与记忆系统（hot-cache.md, decisions.md）集成，实现策略沉淀。
多语言与跨平台：原生支持中英日韩及西班牙语查询，兼容Claude Code、Cursor、Windsurf、Gemini CLI、Kimi Code等9+主流AI编码平台。
安全边界设计：明确将WebFetch内容标记为"untrusted evidence"，对页面内的owner overrides或prompt-like指令进行信任标记而非盲目执行。
潜在缺点与局限性
数据依赖限制：可选SEO工具集成处于待开发状态（~~SEO tool,~~ search console, ~~AI monitor），无工具时需用户手动提供SERP截图或前10 URL，自动化程度受限。
实时性约束：分析基于"live SERP"抓取，但未明确缓存策略；高频查询场景可能触发平台速率限制，未说明降级方案。
地域精度模糊：虽支持本地SERP对比，但未细化到城市级或具体坐标，对超本地业务（hyperlocal SEO）覆盖不足。
垂直领域适配：模板化分析可能难以覆盖医疗、金融等YMYL（Your Money Your Life）领域的特殊E-E-A-T评估需求。
适合人群
SEO专员与顾问：需为客户端提供基于数据的排名策略
内容运营团队：规划新内容前验证搜索意图与竞争空白
独立站长与 affiliate marketers ：评估关键词真实难度，避免资源错配
跨境出海企业：分析多语言市场的SERP特征差异
AI应用开发者：研究AI Overviews对内容生态的影响
常规风险
平台算法波动：Google SERP特征（尤其是AI Overviews）更新频繁，分析结论可能快速失效，建议建立周期性追踪机制。
数据采样偏差：单一时点、单一地点的SERP快照可能无法代表全局排名情况，重大决策前应扩大采样维度。
过度优化风险：严格"匹配获胜格式"的策略可能导致内容同质化，需平衡SEO合规性与品牌差异化表达。
第三方内容污染：WebFetch抓取的页面可能包含恶意脚本或误导性元数据，安全边界机制虽存在但非绝对防护。
版本: 9.9.5 | 许可证: Apache-2.0 | 作者: aaron-he-zhu