可用数据与口径
- Google Ads 口径的月均搜索量、关键词创意、相关词层级与搜索意图
- Google Trends 在所选地区和时间内归一化到 0–100 的相对兴趣指数,不是绝对搜索次数
- Google 或 Bing 实时自然搜索结果,包括排名、页面、摘要和当前出现的 SERP 元素;两者按需选择
- 每次查询保留关键词、地区、语言、设备、搜索引擎与数据观察时间
// 功能
从搜索需求、AI 搜索可见性到竞品、外链和公开讨论,每项能力都标明数据来自哪里、采用什么口径、能交付什么,以及这些数据不能代表什么。
选择研究能力
可以回答
用户正在搜索什么?当前结果页还缺少什么?
把关键词指标与当前搜索结果放在同一个地区、语言和搜索引擎范围内比较,区分月均搜索量、趋势相对指数和实时 SERP,避免把不同口径混成一个结论。
使用 $research-seo-signals 约束关键词、域名、市场和语言,再由 SEO MCP 获取最小充分数据;需要内容决策时,完成证据后再使用 $decide-content-opportunities。
可以回答
品牌或页面是否出现在当前 AI 搜索结果与引用关系中?
在指定地区、语言和设备条件下观察 Google AI Mode、LLM 提及指标与高频被提及页面,把当前数据快照和查询条件一起保留,不把一次回答当成稳定排名。
通过 SEO MCP 获取当前 GEO 数据;标准流程仍需安装与该任务对应的 Skill。没有对应 Skill 时属于自定义集成,Agent 必须自行承担字段解释与证据边界。
可以回答
哪些网站正在争夺同一批搜索需求?差距来自哪些关键词和结果页?
通过关键词与搜索结果重合识别搜索竞品,再查看模型估算的排名关键词、预估搜索流量和域名排名分布;这些估算可能与实时 Google 排名和网站分析后台有出入。搜索重合只说明可见竞争,不等同于商业竞争。
通过 SEO MCP 获取竞品、排名关键词与流量估算数据,并用对应 Skill 限定市场、语言、目标格式和比较口径;没有 Skill 的直接调用属于自定义集成。
可以回答
哪些页面和域名正在链接到目标网站?这些链接当前处于什么状态?
查询 backlinks 与 referring domains,并结合来源页面、链接属性和观察时间寻找可回查线索,不用单一分数替代质量判断。
通过 SEO MCP 获取外链数据,并由对应 Skill 约束分页、状态、时间与字段语义;Agent 应把质量判断作为后续验证,而不是从单一指标直接下结论。
// 标准 Agent 流程
只连接 MCP 属于自定义集成。标准流程还需要对应 Skills 约束工具选择、请求范围、字段解释、证据处理与结论边界;数据不足时必须保留不确定性。
社媒与内容需求研究
可以回答
人们正在公开讨论、反复询问和回应哪些具体问题?
按平台和查询条件获取公开帖子、文章、笔记、资料与趋势,保留原始链接和观察时间;当前社媒字段语义按各平台返回结构解释,不能跨平台直接等同比较。
可用数据与口径
研究输出
限制与边界
Agent 如何使用
使用 $research-social-signals 把宽泛目标拆成聚焦查询,再由 Social MCP 获取公开数据并保留来源、时间、原生指标和分页状态。