create-seo-page

Featured

根据完整的 SEO 需求与头部竞品页面证据,设计、撰写并在产品现有仓库中实现高质量 SEO 页面。需要匹配搜索意图决定工具页、资源页、教程页、比较页或解决方案页,创建页面设计文档、提高信息增益、编写 metadata、加入图片、结构化数据、内链并完成工程验证时使用。

AI & Automation 1,813 stars 162 forks Updated 1 weeks ago Apache-2.0

Install

View on GitHub

Quality Score: 88/100

Stars 20%
100
Recency 20%
90
Frontmatter 20%
70
Documentation 15%
97
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# 创建 SEO 页面 把已验证的搜索需求和 SERP 证据转化成产品现有技术栈与设计系统中的完整页面。 开始前完整读取 [内容质量与投入度](references/content-quality.md)。 ## 输入门槛 必须取得: - 目标用户、搜索情境和任务; - 主关键词家族、意图、季节性和需求证据; - 每个候选词前三到五个相关头部页面; - 每个头部页面自上而下的区块描述; - 搜索引擎层、用户层和��量层拆解; - 跨页面的信息增益缺口; - 产品能力、期望用户动作和转化路径; - 品牌、法律、技术和来源约束。 缺少这些证据时,向调用 Model 报告并返回 `$research-seo-demand`,不得从关键词量、摘要或 URL 列表直接设计页面。 ## 用 SERP 决定页面形态 - 工具意图:提供可运行工具或直接产品动作。 - 模板/资源意图:提供可以浏览、筛选和有效预览的集合。 - 怎么做意图:提供完整教程、具体步骤、示例和判断标准。 - 比较意图:给出明确标准、证据、差异和选择结论。 - 解决方案意图:围绕一个具体问题组织页面,并提供可信证据和真实行动路径。 - 社区内容占据头部:考虑在对应平台提供原生内容,或让页面吸收该形态的真实问题与经验密度。 产品能直接完成任务时使用混合形态:先完整满足信息意图,再在最有用的节点提供产品动作。 ## 先写页面设计文档 代码之前先写叙述性设计文档: ```markdown # <URL 路径> 页面设计文档 title: <最终 title> description: <最终 description> keywords: <必要时填写> canonical: <最终 canonical> ## 页面结构(自上而下) 1. 首屏:<一句话描述这一块展示什么> 2. <区块名>:<一句话描述这一块展示什么> ## 数据与引用清单 - <正文中的数字或事实主张>:<内部数据口径或外部一手来源 URL> ``` 页面结构必须来自 winner 页的逐块描述和产品真正有用的差异。每个区块恰好一句话,只写内容与形式: - 不解释这一块吃什么词; - 不写排期和上线计划; - 不论证为什么需要这一块; - metadata 写最终上线文案,不写备选方案; - 数据与引用清单必填;无法给出来源的数字和主张从正文删除。 ## 创造信息增益 至少加入能支持用户行动或判断的材料: - 具体流程、示例和反例; - 质量标准、rubric 和阈值; - 真实产品行为或一手证据; - 对相关数据的原创分析; - 可复制表格、清单或交付物; - 权威一手来源; - 适用条件、边界和失败模式。 资源发现是任务时,提供分类、点评和原始链接,不重新托管无权分发的文件。 ## 撰写页面 - 用答案、工具动作或用户需要做出的选择开头。 - 使用短句和稳定术语。 - 每一节能够独立理解和抽取。 - 在要求转化前先交付有用内容。 - 常识保持简短,把篇幅留给独有方法、标准和证据。 - 显示真实作者、团队或内容责任主体及更新时间。 - 转化动作必须延续用户进入页面时要完成的任务。 Meta description 只选择一个信息量高的判断、方法、限制或结果,用自然完整的句子讲清楚;不要写成页面目录,也不要为了接近固定字数堆砌区块和功能。 ## 添加图片 先写清每张图片必须解释的任务、对象或结果。产品行为优先使用真实浏览器截图;需要生成或编辑的概念图、封面和辅助素材调用 `...

Details

Author
tsingyuai
Repository
tsingyuai/growth-lab
Created
4 weeks ago
Last Updated
1 weeks ago
Language
Python
License
Apache-2.0

Similar Skills

Semantically similar based on skill content — not just same category