[{"data":1,"prerenderedAt":265},["ShallowReactive",2],{"blog-library:zh:product":3},[4],{"id":5,"title":6,"authors":7,"body":14,"category":250,"categorySlug":251,"date":252,"description":253,"extension":254,"locale":255,"meta":256,"navigation":257,"path":258,"published":257,"readingMinutes":259,"seo":260,"slug":261,"stem":262,"translationKey":261,"updated":263,"__hash__":264},"blog\u002Fblog\u002Fintroducing-signaldig\u002Fzh.md","SignalDig：SEO、GEO 与社交研究",[8],{"name":9,"to":10,"avatar":11},"SignalDig Team","https:\u002F\u002Fgithub.com\u002Fdaily-growth-signals",{"src":12,"alt":13},"\u002Fbrand\u002Fsignaldig-avatar.svg","SignalDig 团队头像",{"type":15,"value":16,"toc":239},"minimark",[17,21,24,27,37,42,45,85,88,91,94,97,100,103,106,114,137,140,144,147,169,189,196,200,203,206,210,213,216,219,222],[18,19,20],"p",{},"SignalDig 是一款供人和 AI Agent 使用的研究产品。它把 SEO 研究、搜索结果、GEO 可见度、竞对研究、外链和公开对话放进同一个研究流程，让证据始终贴近结论。",[18,22,23],{},"这之所以重要，是因为增长问题很少以现成的报告出现。有人可能在判断某个话题值不值得新建一个页面，查看某个域名在 AI 搜索中的表现，比较某个查询下的竞争对手，或者想弄清公开对话中的措辞。相关证据通常分散在不同地方，上下文也未必跟着证据一起走。",[18,25,26],{},"我们做 SignalDig，就是为了让这类研究更容易复核。一条结果应该标明来源和观察时间，也应该说清楚这些数据能支撑什么结论，还有哪些问题需要到别处核实。",[28,29,30],"blockquote",{},[18,31,32,36],{},[33,34,35],"strong",{},"产品更新——2026 年 9 月 1 日："," SignalDig 现已把公开能力划分为五个研究领域，并支持通过 API 密钥、MCP 和配套的 Agent Skills 完成完整的 Agent 配置。本文介绍的是当前版本的产品能力。",[38,39,41],"h2",{"id":40},"signaldig-能研究什么","SignalDig 能研究什么",[18,43,44],{},"目前，SignalDig 主要覆盖五个研究领域：",[46,47,48,57,64,71,78],"ul",{},[49,50,51,56],"li",{},[52,53,55],"a",{"href":54},"\u002Ffeatures#search-keyword-research","SEO 搜索与关键词研究","：提供关键词上下文、搜索需求、相关查询和当前搜索结果。",[49,58,59,63],{},[52,60,62],{"href":61},"\u002Ffeatures#geo-ai-search-visibility","GEO 与 AI 搜索可见度","：查看某个域名或话题在受支持的 AI 搜索观察中的呈现情况。",[49,65,66,70],{},[52,67,69],{"href":68},"\u002Ffeatures#search-competitor-research","竞对研究","：围绕指定查询，分析竞争结果与排名可见度。",[49,72,73,77],{},[52,74,76],{"href":75},"\u002Ffeatures#website-backlink-research","外链研究","：关于网站的链接与流量相关观察。",[49,79,80,84],{},[52,81,83],{"href":82},"\u002Ffeatures#social-content-demand-research","社交与内容需求研究","：来自受支持平台的公开对话与内容信号。",[18,86,87],{},"这几个领域彼此有关，但不能互相替代。Google 是搜索研究的默认搜索引擎；如果你需要查看 Bing，也可以主动选择它。社交数据来自受支持的公开来源，不等于对某个平台做了完整普查。产品会把这些区别保留下来，而不是把不同类型的观察压成一个来路不明的分数。",[38,89,90],{"id":90},"一次研究请求是如何进行的",[18,92,93],{},"起点应该是一个足够明确的问题，这样返回的结果才有用。比如，你可以比较一个查询在不同市场的表现，查看某个域名在特定搜索引擎中的结果，或者研究一个话题在某个社交平台上的讨论。只有当语言、时间范围或其他筛选条件会改变比较结果时，才需要把它们加进请求。",[18,95,96],{},"接着，SignalDig 会调用相应的搜索、网站或社交数据能力，返回当前检索能够获得的观察结果。它可以帮助你决定下一步查什么，但不是对市场下定论。",[18,98,99],{},"解读必须紧扣返回的数据。比如，曝光量缺失并不代表这条内容没有曝光，只能说明这份结果无法支撑关于曝光量的结论。分页、检索时间和所选来源，也都可能改变结果能说明什么。",[18,101,102],{},"在此基础上，结果可以帮助你决定是否测试一个内容方向、比较某个竞争对手，或继续追查另一个问题。下一步仍由使用证据的人或 Agent 决定。SignalDig 让推理更容易复核，但不会替用户做决定。",[38,104,105],{"id":105},"在真实示例中看工作流",[18,107,108,109,113],{},"公开的 ",[52,110,112],{"href":111},"\u002Fuse-cases","Use Cases 库","收录了基于具体检索任务的脱敏示例：",[46,115,116,123,130],{},[49,117,118,122],{},[52,119,121],{"href":120},"\u002Fuse-cases\u002Fseo-research\u002Fseo-keyword-opportunity-demand-research","结合 Reddit 与 X 研究关键词机会需求","：追踪两个平台上的对话，识别需求问题与功能优先级。",[49,124,125,129],{},[52,126,128],{"href":127},"\u002Fuse-cases\u002Fsocial-research\u002Fdeepseek-hardness-x-discussions","查找当前 DeepSeek Harness 讨论","：展示范围有限的社交样本能为内容规划提供什么，以及仍然存在的风险。",[49,131,132,136],{},[52,133,135],{"href":134},"\u002Fuse-cases\u002Fsocial-research\u002Flinkedin-post-engagement-analysis","分析 LinkedIn 的 95 条历史帖","：说明在解读互动数据时，分页、帖子时效和曝光缺失为什么重要。",[18,138,139],{},"这些示例展示的是产品如何处理具体研究任务。它们不是代表性调查、客户背书，也不是对排名、触达或收入的承诺。",[38,141,143],{"id":142},"为-ai-agent-配置-signaldig","为 AI Agent 配置 SignalDig",[18,145,146],{},"要让 Agent 使用 SignalDig，需要完成三件事：",[148,149,150,153,161],"ol",{},[49,151,152],{},"在账户中创建一个 SignalDig API 密钥。它用于请求鉴权，也用于记录积分消耗。",[49,154,155,156,160],{},"在兼容的客户端中配置 ",[52,157,159],{"href":158},"\u002Fmcp#quick-install","SignalDig MCP","。先接入 SEO Data 服务器，任务需要时再添加 Social Data 或 SEO Decisions。",[49,162,163,164,168],{},"安装配套的 ",[52,165,167],{"href":166},"\u002Fskills#install","SignalDig Agent Skills","。Skills 本身不含实时数据，它们说明如何选择工具、设定合理范围、保留证据和处理部分结果。",[18,170,171,172,175,176,180,181,184,185,188],{},"手动安装时，从 ",[52,173,174],{"href":166},"Skills 安装指南","下载最新 release 的 ZIP 包，解压后把 Skill 目录复制到客户端使用的目录中。Codex 使用 ",[177,178,179],"code",{},"~\u002F.codex\u002Fskills","，Claude Code 使用 ",[177,182,183],{},"~\u002F.claude\u002Fskills","，其他兼容客户端可以使用 ",[177,186,187],{},"~\u002F.agents\u002Fskills","。复制完成后，重启客户端或新开一个会话。指南中包含具体命令和 Windows 说明。",[18,190,191,192,195],{},"Cursor 和 VS Code 用户可以使用 ",[52,193,194],{"href":158},"MCP 指南","中的一键导入服务器功能。API 密钥请保存在客户端的受保护凭据字段或环境变量里，千万不要写进仓库、提示词、截图或共享日志。",[38,197,199],{"id":198},"mcp-与-agent-skills-各司其职","MCP 与 Agent Skills 各司其职",[18,201,202],{},"MCP 是 AI Agent 与 SignalDig 当前数据和工具之间的连接。Agent Skills 是使用这些工具时的开放、可检查的指令。API 密钥只负责请求鉴权，它不会决定 Agent 该研究什么，也不会决定如何解读一个缺失字段。",[18,204,205],{},"把这几部分分开，意味着数据连接和研究指令可以独立更新，用户也能在接入实时数据之前先了解整个使用流程。",[38,207,209],{"id":208},"signaldig-不提供什么","SignalDig 不提供什么",[18,211,212],{},"SignalDig 不会替代第一方分析、收入记录、客户访谈或直接实验。它不会持续监控整个网络，不保证平台数据的完整覆盖，也不承诺排名、流量、互动或收入。",[18,214,215],{},"搜索、外链和社交结果取决于检索来源、所选范围和时效。重要字段缺失时，它的值是未知的，而不是 0。",[38,217,218],{"id":218},"为什么这样构建",[18,220,221],{},"好的增长研究不只是收集更多字段。真正重要的是：人们能不能理解这些证据，并据此判断什么值得继续深究。",[18,223,224,225,229,230,233,234,238],{},"这正是 SignalDig 想扮演的角色：为人和 AI Agent 提供一个更清晰的起点，去做 SEO、GEO、竞对、外链和社交研究，同时让证据及其边界始终可见。你可以先看看",[52,226,228],{"href":227},"\u002Ffeatures","五个研究能力","，再浏览",[52,231,232],{"href":111},"真实使用案例","；准备好运行研究任务后，再",[52,235,237],{"href":236},"\u002Fmcp","连接 MCP 与配套的 Skills","。",{"title":240,"searchDepth":241,"depth":241,"links":242},"",2,[243,244,245,246,247,248,249],{"id":40,"depth":241,"text":41},{"id":90,"depth":241,"text":90},{"id":105,"depth":241,"text":105},{"id":142,"depth":241,"text":143},{"id":198,"depth":241,"text":199},{"id":208,"depth":241,"text":209},{"id":218,"depth":241,"text":218},"产品","product","2026-08-12","SignalDig 把 SEO、GEO、竞对、外链和社交研究集中到一处，并提供有证据支撑的使用案例，以及 MCP 与 Agent Skills 的配置指南。","md","zh",{},true,"\u002Fblog\u002Fintroducing-signaldig\u002Fzh",8,{"title":6,"description":253},"introducing-signaldig","blog\u002Fintroducing-signaldig\u002Fzh","2026-09-01","h-99-pMWCCE5qdFZv80TLNjgFJ0XY-XN6MjFefhkv1g",1788262611126]