research-seo-demand

# SEO 需求调研 先确认用户真的在搜索什么，再从热词下真实获得排名的页面学习页面形态与内容方法。不要从预想的竞品清单反推关键词；关键词由产品、用户任务、场景和真实搜索数据共同产生，竞品用于学习页面怎么做。 本 Collector 只产出需求、SERP 和竞品页面证据。页面设计与实现交给 `$create-seo-page`，上线后的效果观测交给 `$review-seo-performance`。 ## 1. 从产品与用户任务开始 读取产品代码、文档、公开页面、当前转化路径、客户语言、站内搜索、支持记录和已有增长证据。先写清： - 用户是谁，处在什么情境； - 用户要完成什么任务； - 产品通过什么真实动作解决任务； - 调研的市场、语言和搜索引擎； - 已有页面、已有关键词和不能重复建设的内容。 对无法从产品材料确认的用户问题和值得验证的价值保持开放，不要把产品功能列表直接改写成关键词列表。 ## 2. 拆��领域词表并扩展关键词 七个方向逐一展开，每个方向单独成词表，保持不同具体度的词可以横向比较： | 方向 | 组词方法 | |---|---| | 头部概念 | 领域核心名词、任务名、品类名 | | 场景复合 | 场景 × 对象、文档、媒介或交付物 | | 动作与结果 | 场景 × 生成、制作、转换、修复、改进、学习等动作 | | 竞品词 | 通用品类产品与从 SERP 发现的垂类产品品牌词 | | 工具词 | 功能点、格式、集成、转换和使用教程 | | 资源词 | 模板、示例、清单、下载、规范和素材 | | 问句词 | 怎么做、哪个好、为什么、价格、质量、风险、比较和失败问题 | ### 大面积展开 1. 先测头部概念词，判断哪些方向确实存在需求。 2. 对有效方向建立修饰词、场景、对象、动作和结果矩阵，用笛卡尔积扩展到 100 个以上候选词。 3. 与已有词表和历史 Memory 去重。 4. 用 Bing 或目标搜索引擎的搜索框联想、相关搜索、SERP 标题、社区讨论、产品评论和支持语言补充自然表达。 5. 大批量 N/A 不是无用结果；它能说明某一组精确表达在当前引擎和市场中缺乏可观测需求，但不能证明其他渠道没有需求。 ### 竞品发现 竞品词不是只靠事先知道的品牌列表： 1. 先抓一轮场景词和邻接场景词的 SERP。 2. 聚合重复出现的域名和产品名。 3. 区分通用品类产品、垂类产品、内容平台和社区页面。 4. 把新发现的品牌名回填词表，再验证品牌词热度和搜索意图。 品牌词和术语存在多义时必须阅读实时 SERP。把混合意图拆开，不能直接引用混合流量作为产品需求。 ## 3. 用 Bing Webmaster 验证真实热度 需要完整聚合结果时运行随仓库分发的脚本： ```bash node collectors/research-seo-demand/scripts/fetch-keyword-stats.mjs \ cn zh-CN <keywords-file> printf '关键词一\n关键词二\n' | \ node collectors/research-seo-demand/scripts/fetch-keyword-stats.mjs cn zh-CN - ``` 脚本从 `BING_WEBMASTER_API_KEY` 读取凭据，输出按 `avgStrict` 降序的表格和 CSV。用 `BING_KEYWORD_OUT` 更改 CSV 文件名。 需要保存 B...