人工智能如何改变关键词研究?

人工智能如何改变关键词研究?
2026年11月10日 15:59 看点资讯

关键词研究是如何改变的?

关键词研究并未死去,但它确实不同。关键词研究曾经是“找到人们在谷歌输入的词汇,并将你的内容与之匹配”,马克·威廉姆斯-库克说。

现在,随着人工智能和查询扇出方法的发展,史蒂文·威尔逊-比尔斯说,“更广泛的目标是针对话题,而非关键词”。

过去只需报告搜索量,然后编写新内容或优化现有页面以匹配指定词汇的时代已经一去不复返。现在,它更注重绘制更广泛的主题和针对实体,特别强调对业务战略上重要的领域。

实体和主题比以往任何时候都更重要。实体SEO的理念是,出版商应在明确定义的现实世界主题上创建和优化内容,而非独立的术语。用谷歌2012年引入的说法来说,是“东西而不是字符串”。

我们的专家鼓励出版商在整个实体之间优化,以满足该领域内的读者需求。“作为SEO的职责是将关键词与用户真正想要和含义联系起来,”Oleg Korneichok补充道。

“了解观众的需求,贡献有用的东西,”约翰·谢哈塔说。他解释说,编辑需要“探究围绕故事的相关问题”,以创造更有意义的内容,帮助读者。

路易莎·弗拉姆也表达了同样的观点:关键词研究现在是关于理解“一个人需要什么、他们的个人情况以及他们接下来会寻找哪些信息”。

巴里·亚当斯表示,现在需要对关键词研究采取“更不僵化的方法”。

你是否希望能将搜索数据连接到你喜欢的人工智能助手,如ChatGPT或Claude,进行有深度的对话?现在你可以用Trisolute的MCP服务器。

  • 获取关于语音搜索结果页占比、AI概览、内容缺口等的洞察
  • 通过Trisolute强大的API服务访问十几种工具
  • 使用 Trisolute 数据创建自定义可视化
  • 从一个提示中提取多个报告的数据

别慌:Trisolute拥有你需要的数据。

键词研究指标发生了哪些变化?

传统关键词研究主要由搜索量驱动(每月平均点击一次词),这是了解整体兴趣的一个有用指标。

然而,随着人工智能功能改变谷歌生态系统,越来越多的术语被视为零点击。聊天机器人鼓励更长时间、更长时间的对话,因此行业对通话量的真正重要性存在分歧。

“组织需要放弃像搜索量这样的指标(这本来就极其不准确),转而关注话题覆盖率、声音份额和品牌显著性等指标,”巴里说。

马修·贝恩补充说,销量从来都不是一个特别有用的指标。虽然在准备服务报道、重头戏或反复出现的时刻时有帮助,但对于突发新闻来说还不够。

“历史数据几乎无法告诉你[关键词]可能引发的兴趣,”马修说。他更关心的是对某个话题的兴趣产生的速度,以及相关的搜索词。

“当新闻爆发时,兴趣仍在形成中:一个不知名的人可能在数小时内成为核心人物,远在关键词工具记录搜索量之前,”他补充道。

销量也低估了新兴需求。“在受众成为高流量关键词之前,识别其需求是有价值的,”Louisa说。

依赖传统指标意味着你很可能会错过重要的角度。观察兴趣增长的速度——也就是增长速度——可以揭示读者最关心的子话题和报道范围。

约翰同意速度指标比体积更重要。Velocity考虑“兴趣增长的速度、峰值时间以及出现的相关问题”。

长尾关键词——即多词且比词头更具体的词——在传统SEO工具中常被忽视。然而,随着用户行为转向更长、更对话式的查询,AI时代这类查询变得越来越普遍。

“关键词工具现在更多地错过了长尾,”马克说。“搜索更倾向于对话式,因此原始的关键词量数据无法捕捉人们实际使用的后续问题和散发查询。”

这些查询通常是读者在主关键词之后提出的后续问题(例如,“dana white”是主要术语,而“是否特朗普曾提供Dana White新闻秘书”则是传统SEO工具可能忽略的长尾关键词)。

“产量在于潜力,”奥列格说。他说要专注于“针对你的受众量身定制、你能比任何人都更好地回答的问题”。以搜索量作为兴趣的代理,然后回答读者搜索的更具体问题。

你现在用的是什么工具?可能的陷阱是什么?

大多数专家仍然依赖传统的SEO工具。“我的核心堆栈变化不大,”马克说。

谷歌搜索控制台、谷歌趋势、Screaming Frog、Semrush、Ahrefs等仍然是SEO的主力。

“那些是老牌可靠的人,他们依然回答重要的问题,”马克补充道。

“谷歌趋势对编辑思维尤其有用:识别兴趣何时上升,语言如何变化,以及哪些相关问题正在出现,”Louisa说。

马修同意了。 谷歌趋势、社交监听工具以及查看其他出版商的产出,是“理解兴趣如何发展”的关键。

许多传统SEO工具存在数据滞后,而社交监听工具则几乎能即时提供反馈。奥列格还利用用户在Reddit发布的出版社故事中的评论和提问来深化他的研究。

John 使用 NewzDash 识别触发 AI 概览的热门查询,并监控发布商和竞争对手的可见度。

Marfeel 工具中提供了通过 AI 概览追踪推荐流量的实时流量和历史数据。Matthew解释说,这使出版商能够知道“哪种类型的内容能让他们在AI摘要中获得引用的关注度”。

像Profound、Peec AI和Waikay等新开发的工具被用于AI可视化和提示跟踪。Steve使用多种提示追踪器,但提醒说,在为AI进行关键词或提示研究时,存在许多潜在陷阱。

“很容易就能生成数百个合成提示,可能给你想要的洞察——但这真的是你真正需要的洞察吗?”相反,Steve总是在这个过程中召集所有利益相关者,“识别真实人类在提出的问题”。

过度依赖合成提示还可能导致另一个陷阱:出版商失去独特的声音。“另一个危险是,依赖和其他人一样的自动建议,会失去你独特的专业知识,”路易莎说。

认为人们在谷歌上的搜索方式和AI提示的方式是一样的,这也不明智。这不是一对一的。“搜索查询通常围绕某个实体或事件展开,”约翰说。“AI提示可能会要求解释、更新、比较或来源。我们需要研究这两种行为。”

归根结底:人工智能无处不在——包括关键词研究和工具领域。请记住,关键词研究的根本价值在于理解读者的兴趣,然后在你有权威的地方回答查询和提问。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部