1.1 ChatGPT SEO提示词的核心价值与适用边界
我自己用ChatGPT做SEO快两年了,最开始那阵子特别兴奋,觉得什么都能问它。后来踩了不少坑才慢慢摸清楚它的脾气。这东西最大的价值在于它能快速帮你打开思路,比如你手里只有一堆乱七八糟的种子词,丢给它,它能几分钟内给你整出几十个相关方向和问题句式。这种发散效率,人工查工具得花大半天。
我通常把它当成一个不知疲倦的实习生,脑子转得快,但经验不足,需要你把任务拆得足够细、把背景交代得足够清楚。
它的边界也很明显。ChatGPT给出来的搜索量数据基本不能信,它压根没有实时数据库。你做竞品分析的时候,它可能会编出一些看起来很合理的网站结构,实际上那些页面根本不存在。我遇到过好几次,它信誓旦旦说某个关键词月搜索量多少多少,一查工具差了好几倍。
所以我的原则是:用它做发散、做归类、做文案草稿,数据核实和最终决策必须回到专业工具和人工判断上。这个边界感特别重要,越早建立越好。
1.2 关键词研究与网站内容优化的场景拆解
我习惯把SEO工作拆成两大块场景来看。一块是关键词研究,也就是搞清楚用户到底在搜什么、这些搜索背后是什么意图、哪些词值得投入。另一块是内容优化,针对具体页面做标题、结构、语义层面的打磨。
这两块场景对ChatGPT的用法完全不一样。关键词研究阶段我更依赖它做广度扩展,比如给它一个核心词,让它按“问题型”“对比型”“教程型”“购买型”几个维度分别列出一批词。内容优化阶段我则更看重它的精读能力,把一段现有文案丢进去,让它从搜索意图匹配度、语义覆盖、可读性几个角度给意见。
举个例子,我做过一个关于“家用净水器”的站点。关键词研究时我让ChatGPT围绕“净水器滤芯更换”“净水器出水小”“净水器值得买吗”这些方向各生成20个长尾问句,结果里大概有六成能用。内容优化时我把一篇已经排到第三页的文章给它看,它指出开头三段都在讲品牌历史,完全没回应“怎么选”这个搜索意图。这个判断挺准的,我自己看的时候反而因为太熟悉内容而忽略了。
场景拆清楚之后,你才知道什么时候该用它、该怎么给它下指令。一锅粥地乱问,出来的东西也只能是一锅粥。
1.3 高质量SEO提示词的构成要素与迭代原则
我早期写的提示词特别随意,比如“帮我写一篇关于咖啡机的SEO文章”。这种提示词出来的结果基本没法用,太泛了。后来我总结了几样东西,写提示词的时候尽量都带上。
角色设定得有,比如“你是一个有五年经验的SEO内容策略师”。任务目标要具体,别只说“优化”,要说清楚是优化标题标签还是优化正文语义密度。背景信息不能省,你的站点是电商还是博客、目标用户是谁、当前排名大概什么位置,这些都得交代。输出格式最好也指定,是要表格、要列表、还是要分段文案,提前说清楚能省很多返工。
迭代原则这块我吃过亏。一开始我总想一次到位,写一个巨长的提示词把所有要求都塞进去,结果ChatGPT反而抓不住重点。现在我更倾向小步快跑,先给一个基础版提示词看输出质量,再根据结果补充约束条件。比如第一轮它给的关键词太宽泛,我就在第二轮加上“只要月搜索量在100到1000之间的长尾词”这种限定。
还有一点挺关键,每次迭代只改一个变量。你把角色、任务、格式同时改掉,出来结果变好了你都不知道是哪个改动起了作用。这个习惯养成之后,提示词的复用性会高很多。
1.4 使用前准备:搜索意图、目标受众、站点定位与合规约束
动手写提示词之前,有几样东西我是一定会先理清楚的。搜索意图排第一位。同一个词,用户是想了解信息、想比较选项、还是想直接下单,这三种意图对应的内容方向完全不同。你给ChatGPT的提示词里如果不带意图说明,它默认会按信息型来处理,出来的东西放到电商页面上就不对味。
目标受众也得提前画个像。我做过一个B2B工业设备的站,受众是采购经理,年龄偏大、决策周期长、看重参数和售后。这种受众和面向年轻宝妈的母婴站,内容语气、举例方式、甚至段落长度都不一样。提示词里加一句“读者是中小型工厂的采购负责人,关注交期和维保成本”,输出质量立刻上一个台阶。
站点定位和合规约束容易被忽略。你是权威媒体、个人博客还是企业官网,内容的口吻和深度要求不一样。合规方面,我之前接触过一个医疗健康类的站点,涉及疗效描述的词必须避开,这种约束一定要写进提示词里,不然ChatGPT可不会主动帮你规避。金融类的站点同理,收益率、保本这类表述得格外小心。
这些东西准备起来花不了太多时间,十分钟能理清楚。省掉这十分钟,后面返工可能得多花两小时。我现在的习惯是建一个文档,把这些基础信息固定下来,每次写新提示词直接复制粘贴进去,省事又不容易漏。
2.1 从种子词到主题簇:关键词发现提示词设计
我拿到一个新项目的时候,手里往往就三五个种子词。比如之前做一个露营装备的站,种子词就是“帐篷”“睡袋”“露营灯”这几个。你让我直接拿这几个词去铺内容,那肯定抓瞎。我习惯先用ChatGPT把种子词“炸开”,从一个点炸成一个面。
我的提示词一般是这么写的:你是一个有五年经验的SEO关键词研究员,现在有一个核心种子词“帐篷”,请从用户需求的角度,帮我扩展出5到8个主题簇,每个主题簇下面列出10个相关关键词。要求覆盖不同场景,比如家庭露营、徒步露营、公园露营、恶劣天气露营这些方向,同时要区分出头部词、腰部词和长尾词。这个提示词里我把场景维度给限定死了,不然ChatGPT会给你一堆“帐篷品牌”“帐篷价格”这种泛词,看着热闹,实际用不上。
跑完一轮之后我会挑出其中两三个主题簇,再做二次发散。比如“家庭露营帐篷”这个簇下面,我会接着追问:针对“家庭露营帐篷”这个主题,请继续扩展20个用户可能会搜索的具体问题,要包括选购标准、使用场景、常见问题、对比选择这几类。这种递进式的追问比一次性扔一个大而全的提示词效果好得多。我试过让ChatGPT“帮我生成100个关于帐篷的关键词”,出来的东西三分之一是重复的,三分之一跟我站点定位不搭边,剩下能用的寥寥无几。
主题簇的好处在于它天然就把关键词分好了组。你后面做内容规划的时候,一个主题簇对应一个内容专题或者一个栏目,逻辑特别顺。我现在建新站或者开新品类,第一步永远是让ChatGPT帮我把种子词拆成主题簇,这个动作花不了二十分钟,但给后面省下的时间是以天计算的。
2.2 搜索意图识别与关键词分类提示词
关键词拿到手之后,最怕的就是一锅端。我见过太多人把所有词堆到一个Excel表里,按搜索量排个序就开始写文章,完全不看意图。ChatGPT在这块能帮上大忙,但前提是你得把意图分类的框架告诉它。
我常用的提示词长这样:请对下面这20个关键词进行搜索意图分类,分类维度包括信息型(用户想了解知识)、导航型(用户想找某个特定网站)、商业调查型(用户在做购买前的比较)、交易型(用户准备下单)。每个词给出判断理由,并标注这个意图适合的内容形式,比如信息型适合教程文章,商业调查型适合对比评测。你把这20个词换成你自己的列表直接丢进去就行。
我做过一个“家用投影仪”的项目,ChatGPT把“投影仪和电视哪个好”归到了商业调查型,建议做对比评测内容。这个判断挺准的,那个词后来给我带来的转化路径确实不是直接下单,而是引导到了产品页。但我也踩过坑,它把“投影仪怎么调焦距”归成了信息型,我刚开始没多想就写了一篇教程,后来看搜索结果的意图图谱才发现,用户其实更想要一个快速操作视频,文字教程的点击率和停留时间都不理想。工具给的分类是参考,最终还得用SERP的实际结果来校准。
分类做完之后,我会让ChatGPT再帮我把同一意图的词聚成组。比如信息型下面再分“基础概念类”“故障排查类”“使用方法类”,商业调查型下面分“品牌对比类”“产品类型对比类”“选购标准类”。这种二级分类让后续的内容规划颗粒度更细,一个小组对应一篇内容或者一个内容模块,写出来的东西不会大而全却什么都没讲透。
2.3 长尾词、问题词与语义相关词扩展提示词
长尾词是我最看重的部分。头部词竞争太激烈,新站或者权重不高的站去硬碰硬基本没戏。长尾词虽然单个流量小,但意图精准、转化率高,而且堆量之后总流量很可观。ChatGPT扩展长尾词的速度比我用任何工具都快,关键是提示词得写对路。
我的做法是给它一个明确的句式框架。比如:请围绕核心词“净水器滤芯”生成30个长尾搜索词,要求包含以下句式类型——疑问句(什么/怎么/为什么/多久)、比较句(哪个好/区别/对比)、场景句(适合/用于/针对)、问题解决句(怎么办/如何解决/出现XX时)。这个提示词的精髓在于我把长尾词拆成了四种句式类型,ChatGPT按类型往里填,出来的结果结构清晰、覆盖面全。如果我只说“生成30个长尾词”,它给的词随机性太大,有的类型扎堆,有的类型完全没覆盖。
问题词这块我单独拎出来做。用户搜问题词的时候往往带着具体的困惑,这种内容做好了特别容易获得精选摘要和问答框的展示。我常用的提示词是:请列出用户在选择和使用净水器滤芯过程中最常遇到的20个问题,按购买前、购买中、使用中、售后四个阶段分类。购买前比如“滤芯多久换一次”“不同滤芯有什么区别”,使用中比如“滤芯指示灯亮了还能用多久”“换滤芯后出水有异味怎么办”。这种按用户旅程分阶段的方式,比单纯列问题列表更有结构感,你直接可以拿来做FAQ模块或者系列短视频的脚本大纲。
语义相关词是我近期才开始重视的一块。早些年做SEO喜欢盯着关键词密度,现在搜索引擎对语义理解越来越深,你文章里覆盖的相关概念够不够全,比某个词出现几次重要得多。我让ChatGPT帮我做语义扩展的提示词是:围绕“净水器滤芯更换”这个主题,请列出用户在搜索和阅读相关内容时可能关心的所有语义相关概念和实体,包括相关设备部件、相关技术术语、相关使用场景、相关标准认证、相关故障现象。它给我列出了“RO膜”“PP棉”“废水比”“TDS值”“NSF认证”这些词,我把这些词自然地融入文章段落里,内容的主题覆盖度明显上了一个台阶。
2.4 竞品内容缺口与SERP需求分析提示词
竞品分析这块我得先坦白,ChatGPT没法帮你抓取竞品网站的真实数据。它给你的竞品内容分析是基于它训练数据里的常见模式,不是实时抓取。所以我用它的方式不是让它“分析某个竞品的页面”,而是让它帮我构建一个分析框架,然后我自己拿着框架去手动填数据。
我的提示词一般是这样的:我现在要分析三个竞品网站的内容覆盖情况,请帮我设计一个分析框架,包括分析维度、每个维度下的观察指标、以及如何判断内容缺口。它给我的框架里包含了“主题簇覆盖率”“内容深度层级”“内容更新频率”“用户意图覆盖面”“内容形式多样性”这几个维度,每个维度下面又拆了具体的观察点。我拿着这个框架去逐个看竞品,效率比我自己瞎翻高很多。
SERP需求分析也是类似的路子。我会把某个关键词的搜索结果页面特征描述给ChatGPT,让它帮我判断这个SERP的竞争格局和内容需求。比如我输入:关键词“家用净水器推荐”的SERP第一页包含三个电商平台分类页、两个评测文章、一个知乎问答、一个品牌官网、一个视频结果。请分析这个SERP体现出的用户需求特征和内容机会。它会告诉我用户处在比较选择阶段,评测对比类内容和问答类内容有空间,电商平台占了三席说明商业意图强但内容型结果也有生存空间。
我印象最深的一次是分析一个“空气净化器除甲醛”的SERP,ChatGPT提醒我注意搜索结果里有大量的“效果实测”和“数据对比”类内容,建议我在内容里加入可验证的测试方法和数据呈现。我当时半信半疑,后来补了一组甲醛去除率的实测数据图表,那篇文章的停留时间和分享量确实比站内其他文章高出一截。
有一点要提醒,ChatGPT对SERP的分析是基于你给它的描述,你描述得越细,它的分析越靠谱。如果你只说“帮我分析这个词的SERP”,它给的东西会很泛。我现在习惯把SERP的前十条结果逐条简单描述一遍再喂给它,花个五分钟整理,出来的分析质量完全不一样。
2.5 关键词优先级评分与内容映射提示词
关键词列表拉出来之后,下一个问题就是先做哪个后做哪个。我早期的做法特别糙,直接按搜索量从高到低排,结果高搜索量的词做上去之后发现转化率极低,白忙活一场。后来我让ChatGPT帮我建一个打分模型,把多个维度综合起来看。
我的提示词是这样写的:请帮我设计一个关键词优先级评分模型,包含以下维度——搜索意图与业务目标的匹配度、竞争激烈程度、内容生产成本、预期转化价值、与现有内容的协同性。每个维度给出评分标准和权重建议,总分为100分。它给我设计的模型里,意图匹配度权重最高,占了30分,竞争程度25分,转化价值20分,生产成本15分,协同性10分。这个权重分配我觉得挺合理,意图不匹配的词搜索量再大也不该优先做。
有了模型之后,我把关键词列表和打分标准一起丢给ChatGPT,让它按模型给每个词打分并排序。这里我一般会要求它输出表格格式,每个词一行,各维度得分和总分一目了然。跑完一轮之后我会人工复核一下,特别看那些总分中等但某个维度特别突出的词。比如有个词总分排第十五,但转化价值维度满分,我就会把它往前调。工具算的是平均数,人看的是机会点。
内容映射是打分之后紧接着要做的事。我会让ChatGPT把高分关键词映射到具体的内容形式上。提示词大概是:请将以下20个高优先级关键词按照适合的内容形式进行分组,内容形式包括深度教程、对比评测、产品页、FAQ问答、工具页面、视频脚本。每个关键词给出推荐的内容形式并说明理由。这个动作帮我把关键词列表直接转化成了内容排期表的雏形,哪个词做文章、哪个词做产品页、哪个词做问答模块,清清楚楚。
我现在的习惯是每季度跑一次这个流程,把上一季度的排名和流量数据反馈给ChatGPT,让它根据实际表现调整权重建议。比如我发现对比评测类内容的转化周期比预期短,就让它把这类内容对应关键词的转化价值权重调高一点。模型不是死的,跟着数据走才能越用越准。
2.6 关键词研究提示词模板、结果校验与常见偏差
模板这东西我经历了从无到有、从有到精的过程。最开始每个项目都重新写提示词,写到第三个项目的时候发现重复劳动太多,就开始建自己的模板库。现在我的模板库里固定放着五六个提示词模板:主题簇扩展模板、意图分类模板、长尾词生成模板、竞品分析框架模板、优先级评分模板。每个模板里留了变量位置,比如{{种子词}}、{{目标受众}}、{{站点类型}}、{{竞品URL}},用的时候把变量替换掉就行。
模板化之后效率提升特别明显,但我得说句实话,模板用久了容易产生惰性。有段时间我每个项目都套同一个模板,出来的关键词结构越来越像,缺乏针对性。后来我给自己定了个规矩,每个新项目至少有一个提示词是全新写的,针对这个项目的特殊场景定制。比如做宠物用品站的时候,我专门写了一个“按宠物品种和生命周期阶段扩展关键词”的提示词,这是之前模板里没有的维度,出来的词质量明显高出一截。
结果校验这块我踩过的坑最多。ChatGPT生成的关键词列表里,大概有百分之十到二十是“幻觉词”,就是它编出来的、实际搜索量极低甚至不存在的词。我现在的校验流程是三步:第一步让ChatGPT自己标注它认为搜索量可能较低或者不确定的词,它会标出一部分;第二步我把标注过的词丢进关键词工具里批量查搜索量,低于阈值的直接删掉;第三步人工扫一遍,看看有没有语义上明显跑偏的词。三步走完,一个一百词的列表大概能留下六七十个能用的。
常见偏差我总结了几类。一类是“大词偏好”,ChatGPT倾向于给你“家用净水器”“最好的净水器”这种大词,长尾比例不够,需要你在提示词里强制它给长尾。一类是“意图错配”,它有时候会把商业调查型的词标成信息型,这个得靠SERP实际结果来纠正。还有一类是“语义漂移”,你让它扩展“露营灯”,它给你一堆“露营装备”“户外照明”这种上位词,偏离了你的核心主题。我在提示词里加了一句“请确保所有扩展词都紧密围绕核心词,不要扩展到上位概念或相邻品类”之后,漂移情况好了很多。
说到底,ChatGPT在关键词研究里扮演的是发散器和加速器的角色,它帮你把思路打开、把效率提上去,但筛选和判断的活儿还得人来干。我现在已经习惯了这个配合节奏,它负责给我一桌子菜,我负责挑哪些能上桌、哪些得回锅。这个流程跑顺了之后,一个中等规模站点的关键词研究从原来的一周压缩到两三天,质量反而比纯手工的时候更稳定。
3.1 ChatGPT网站内容优化提示词模板总览与使用说明
说实话,前面聊关键词研究的时候我挺兴奋的,毕竟那是从零到一的过程。到了内容优化这个环节,反而容易让人犯困。关键词表躺在Excel里,你知道要写什么了,可真正落到页面上,标题怎么写、结构怎么搭、内链放哪儿、发之前怎么检查,每一步都是细碎活儿。我现在的做法是把这些细碎活儿全部模板化,让ChatGPT按套路先把初稿或者检查清单跑出来,我再在上面做人工判断。
这一章我把自己在用的六套模板全掏出来。你拿到手别急着全套照搬,先看每个模板前面的“适用场景”,对不上号的直接跳过。模板里的双花括号{{}}是变量占位符,用的时候替换成你项目里的实际信息。比如{{核心关键词}}、{{页面类型}}、{{目标受众}}、{{品牌名称}}这些。变量留得越具体,ChatGPT给的输出越贴合你的页面,这个道理跟前面关键词研究那章是一回事。
模板的价值不在于一次性能把页面优化到位,在于它帮你把“想漏掉”的概率降下来。一个页面从规划到发布,要考虑的维度少说十几个,光靠脑子记总会漏。模板就是个检查清单的智能版,你填完变量,它帮你把该想的都过一遍。
我自己的使用节奏是这样的:新页面先跑3.2的内容简报模板定骨架,写完初稿跑3.5的检查模板查问题,发布前跑3.3和3.4的优化模板做最后打磨。老页面更新就跑3.6的再优化模板。这几个模板之间不是流水线关系,更像工具箱,哪个顺手用哪个。
有个坑得提前说。这些模板的输出质量跟你的输入精度强相关,你给ChatGPT的页面信息越模糊,它给的优化建议越像正确的废话。比如你说“帮我优化一下这个页面的标题”,它可能给你十个看起来都还行的标题,但你不知道选哪个。你要是说“这个页面是面向30到40岁新手妈妈的婴儿推车选购指南,核心关键词是{{婴儿推车推荐}},当前标题是XXX,竞争对手标题风格偏向数据型,我希望标题突出安全认证和性价比”,它给的标题直接就能用。信息密度决定了输出质量,这句话我在不同场景下反复验证过。
还有一点,模板跑出来的结果一定要过一遍人工判断。ChatGPT在内容优化上有个通病,它倾向于让所有东西“更完整”“更全面”,有时候会建议你加一些其实跟页面主题关联不大的板块。比如你写一个具体产品页,它可能建议你加“行业历史”段落,这种增补对搜索引擎来说是稀释主题聚焦度的。我的处理方式是把它建议的增补项按“必须加”“可以加”“不用加”三档分类,只采纳必须加的。
3.2 内容简报与页面结构优化提示词模板
内容简报是我认为整个内容优化流程里最值得花时间的一步。以前我写文章是打开Word直接干,写到一半发现结构不对推倒重来是常有的事。后来学乖了,先让ChatGPT帮我出一份内容简报,把页面目标、目标读者、核心信息、结构框架这些东西先定下来,再动笔。
模板3-2-1:内容简报生成器
你是一个有八年经验的SEO内容策略师。我要为{{站点名称}}写一个{{页面类型:博客文章/产品页/分类页/落地页}},核心关键词是{{核心关键词}},次要关键词包括{{次要关键词列表}}。目标受众是{{受众描述}},他们搜索这个词时的核心需求是{{需求描述}}。请帮我生成一份内容简报,包含以下部分:页面核心目标(用一句话概括这个页面要完成什么任务)、目标读者画像(搜索动机、知识水平、决策阶段)、必须覆盖的3到5个核心信息点、建议的页面结构大纲(包含H2和H3层级)、每个部分建议的字数范围、需要引用的数据或证据类型、建议的差异化角度。
这个模板跑出来的简报我一般会改两三遍才定稿。ChatGPT给的差异化角度常常偏保守,比如“提供全面的选购指南”这种,太泛了。我会追问一句:请给我三个更有锐度的差异化角度,要求每个角度都能用一个具体的用户场景来支撑。它有时候能给出一两个让我眼前一亮的角度,比如“从幼儿园接送场景倒推婴儿推车的折叠频率需求”,这种角度比泛泛的选购指南好写也好搜。
页面结构优化是简报定下来之后的活儿。我常遇到的情况是文章写完了,回头一看H2之间逻辑不顺,有的部分重复,有的部分缺失。这时候我会把全文大纲丢给ChatGPT,让它帮我做结构诊断。
模板3-2-2:页面结构诊断与优化
以下是我一篇文章的标题层级结构:{{粘贴H2/H3列表}}。这篇文章的核心关键词是{{核心关键词}},目标搜索意图是{{意图类型}}。请从以下角度诊断这个结构:H2之间是否存在逻辑跳跃或者重复覆盖、每个H2下的内容颗粒度是否均衡、是否有重要子话题缺失、H2的排序是否符合用户阅读和搜索意图的递进逻辑。给出具体的调整建议,包括合并、拆分、删除、新增和重新排序。
我用这个模板诊断过一篇“家用净水器滤芯更换指南”,它指出我把“滤芯更换步骤”和“滤芯安装注意事项”分成了两个H2,其实内容有大量重叠,建议合并成一个H2下的两个H3。它还指出我漏掉了“不同品牌滤芯的通用性”这个子话题,而这个词在搜索下拉框里出现频率很高。这两条建议让那篇文章的结构紧实了很多。
有一点我反复提醒自己,ChatGPT建议的结构调整不要照单全收。它有时候会建议你加一些“看起来合理但搜索需求极低”的板块,比如“滤芯行业发展趋势”。这种内容写出来好看,但用户搜滤芯更换指南的时候根本不关心这个,加了反而拉低页面的意图匹配度。我的判断标准很简单:这个板块对应的关键词有没有人搜?没有就不加。
3.3 标题、Meta描述与正文语义优化提示词模板
标题和Meta描述是点击率的第一道关口,这块我花的时间比正文还多。以前写标题靠灵感,现在靠模板批量出选项再做筛选。我常用的标题生成模板分两步走,先让ChatGPT理解约束条件,再让它批量产出。
模板3-3-1:SEO标题批量生成
你是一个专注于点击率优化的SEO标题撰写师。以下是我页面的核心信息:核心关键词{{核心关键词}}、页面类型{{页面类型}}、目标受众{{受众描述}}、页面的核心差异化价值{{差异化价值}}、当前排名前三的竞品标题分别是{{竞品标题1}}、{{竞品标题2}}、{{竞品标题3}}。请生成10个SEO标题,要求:每个标题包含核心关键词且尽量靠前、长度控制在25到30个汉字、至少5个标题使用数字或疑问句式、避免与竞品标题的用词和结构过于相似。每个标题后面标注它的核心卖点角度。
这个模板有意思的地方在于我让它参考竞品标题但避免过于相似。不加这个约束的话,ChatGPT会给你一堆和竞品长得差不多的标题,用户搜索的时候看到一排相似标题,点谁全凭运气。加了约束之后,它会有意识地在用词和句式上做区隔。
Meta描述我单独用一个模板,因为它的写法逻辑和标题不一样。标题要抓眼球,Meta描述要在两行字里说清楚“这个页面有什么、为什么值得点”。
模板3-3-2:Meta描述生成与优化
请为以下页面撰写3个版本的Meta描述:核心关键词{{核心关键词}}、页面核心内容概括{{内容概括}}、目标行动{{期望用户行动:点击阅读/了解详情/购买}}。要求:长度控制在70到80个汉字、自然包含核心关键词和1到2个次要关键词、包含一个具体的价值点或者数据、结尾带有轻量的行动引导。三个版本分别侧重:信息价值型、问题解决型、数据说服型。
正文语义优化是我最近半年才开始系统化做的一块。早些年做SEO关注关键词密度,现在更关注语义覆盖度。简单说就是你的文章里有没有把跟主题相关的概念、实体、场景都覆盖到。我用ChatGPT做语义覆盖检查的模板是这样的:
模板3-3-3:正文语义覆盖度检查
以下是我文章正文:{{粘贴正文}}。文章核心主题是{{核心主题}},核心关键词是{{核心关键词}}。请分析这篇文章的语义覆盖情况:列出文章中已经覆盖的语义相关概念和实体、列出与核心主题高度相关但文章中未覆盖的语义概念和实体、指出文章中是否存在语义重复(同一概念用不同说法反复出现但无信息增量)。最后给出3到5条具体的补充建议,指明在文章的哪个段落附近加入哪些语义概念。
这个模板帮我发现过不少盲区。有一次写“空气净化器CADR值是什么意思”的科普文,它指出我覆盖了CADR的定义、计算方式、适用面积换算,但完全没提“CCM值”和“噪音分贝”这两个跟CADR高度相关的选购指标。用户在了解CADR的时候大概率也会关心这两个参数,补上之后那篇文章的页面停留时间涨了快一分钟。
语义优化有个度的问题。ChatGPT有时候会建议你加一堆相关概念,加得太密文章读起来像术语表。我的做法是每个H2下面最多融入两到三个新的语义概念,融入方式是用一句话自然带过,不展开解释。展开解释的任务留给专门的文章去做,这篇文章的核心任务是把核心关键词讲透。
3.4 内链、FAQ与结构化内容优化提示词模板
内链这块我以前做得特别随意,想起来就加两个,想不起来就算了。后来看数据发现内链对页面权重传递和用户路径引导的影响比我想的大,才开始系统化做。ChatGPT在内链建议上挺好用,前提是你得把站内内容结构告诉它。
模板3-4-1:内链机会识别与锚文本建议
以下是我这篇文章的正文:{{粘贴正文}}。以下是我站内与本文主题相关的其他页面列表(页面标题+URL+一句话内容概括):{{页面列表}}。请分析本文中适合添加内链的位置,给出:建议插入内链的锚文本、对应的目标页面URL、插入位置(指明在哪个段落或哪个H2下面)、推荐理由(说明这个内链对用户阅读路径的价值)。要求优先推荐与当前段落语义最相关的页面,锚文本避免使用“点击这里”“了解更多”这类泛词。
这个模板的关键在于页面列表要给得准。我一般会从站内筛选出10到15个相关页面喂给它,太多了它反而会乱推荐。跑完之后我会人工过一遍,把那些“为了内链而内链”的建议删掉。判断标准是:如果我是读者,读到这句话的时候会不会想点这个链接?不会就不加。
FAQ模块是我特别喜欢用ChatGPT做的板块。原因很简单,FAQ天然适合捕获问题型长尾词,而且结构化数据的加持下在SERP里展示面积大。我的FAQ生成模板跟前面关键词研究那章的“问题词扩展”是衔接的:
模板3-4-2:FAQ问答对生成
请围绕{{页面核心主题}}生成8到10组FAQ问答对。要求:问题来源于用户真实搜索场景,覆盖购买前疑虑、使用中问题、对比选择困惑三个类型;每个问题的回答控制在80到120字,第一句话直接给出核心答案,后续补充关键细节;回答中自然融入{{核心关键词}}和{{次要关键词}};避免与其他页面FAQ重复。输出格式为:问题、回答、对应搜索意图类型、建议嵌入的结构化数据类型。
FAQ回答的第一句话直接给答案这个要求很重要。我观察过SERP里被精选摘要抓取的FAQ,几乎都是开头一句话就把问题答完了,后面再补充。ChatGPT默认会写一段铺垫再给答案,你得在提示词里明确要求它“第一句话就是结论”。
结构化内容优化这块,我主要让ChatGPT帮我看两件事:现有内容里哪些部分适合做成列表、表格或者步骤格式,以及Schema标记的建议。
模板3-4-3:结构化内容与Schema建议
以下是我页面正文:{{粘贴正文}}。页面类型是{{页面类型}}。请分析:文中哪些段落适合转换为有序列表、无序列表或表格格式,给出具体的转换建议和转换后的示例;根据页面内容建议适合添加的Schema结构化数据类型(如Article、FAQPage、HowTo、Product、BreadcrumbList),并说明每种类型对应的页面内容部分。
它有一次建议我把一段关于“净水器滤芯更换周期”的连续文字转成表格,列分别是滤芯类型、建议更换周期、判断更换的信号。我照做之后,那段内容的跳出率明显比站内其他文章的纯文字段落低。用户读表格比读段落快,这个道理谁都懂,难的是写文章的时候想不起来要转格式。
3.5 可读性、E-E-A-T与搜索意图匹配检查提示词
发布前的检查环节我吃过亏。有一次一篇稿子写完直接发了,第二天发现开头三段全是背景铺垫,核心答案在第四段才出现。用户点进来三秒钟没看到想要的东西就走了,跳出率飙到百分之八十多。从那以后我发布前必跑一遍可读性检查。
模板3-5-1:可读性与内容体验检查
以下是我准备发布的文章:{{粘贴全文}}。目标读者是{{受众描述}},他们的阅读场景是{{场景描述:手机碎片时间阅读/电脑深度阅读}}。请从以下维度检查可读性:开头段落是否在150字内触及核心主题、段落平均长度是否适合目标阅读场景、句子平均长度是否偏长、是否存在连续三段以上的纯文字块、专业术语是否都在首次出现时给出了通俗解释、H2标题是否具有信息传递功能(而非“概述”“总结”这类空标题)。对每个发现的问题给出具体的修改示例。
这个模板跑完我一般会重点改两处:开头和段落长度。ChatGPT指出的开头问题往往很准,它说“你的核心结论出现在第247个字的位置”,那我就把结论提到第一段。段落长度它会给一个具体数字,比如“你有连续四段的字数超过200字”,我就把那几段拆开。手机阅读场景下超过150字的段落读起来就有压迫感了。
E-E-A-T检查是我今年才开始系统化做的。搜索引擎越来越看重内容背后的经验和专业性信号,光讲“是什么”不够,还得让读者和搜索引擎感受到“谁在讲、凭什么信”。我用ChatGPT做E-E-A-T检查的模板长这样:
模板3-5-2:E-E-A-T信号检查与增强建议
以下是我文章的正文:{{粘贴正文}}。文章主题是{{主题}},目标受众是{{受众描述}}。请从E-E-A-T(经验、专业、权威、可信)四个维度检查这篇文章的信号强度:经验维度——文章中是否有第一手经验或实操案例的体现、是否缺少具体场景细节;专业维度——专业术语使用是否准确、是否有深度洞察而非泛泛而谈;权威维度——是否有可信来源的数据或引用、作者身份信息是否体现;可信维度——是否有绝对化表述需要软化、是否存在事实性断言缺少依据。对每个维度给出当前信号强度和具体的增强建议。
这个模板最有价值的地方是它会指出你文章里“看起来很专业但仔细一想没说什么”的段落。我有一篇写“投影仪亮度选择”的文章,被它指出“ANSI流明和ISO流明的区别”那段写得太笼统,像是在复述参数定义而没有给出选购场景下的判断标准。我后来补了一段“什么场景下需要多少ANSI流明”的对照说明,那段内容后来成了页面里停留时间最长的部分。
搜索意图匹配检查是最后一道关。前面关键词研究阶段已经做过意图分类了,但写出来的文章跟意图对不对得上,得单独查。
模板3-5-3:搜索意图匹配度检查
我的文章核心关键词是{{核心关键词}},目标搜索意图是{{意图类型}}。以下是文章全文:{{粘贴全文}}。请检查:文章的整体内容形式是否匹配目标意图(信息型意图需要教程/指南形式、商业调查型需要对比/评测形式、交易型需要产品/购买引导形式);文章是否在回答用户搜索这个词时最关心的核心问题;文章是否包含与目标意图不匹配的内容板块(比如信息型文章里出现过多购买推销内容);文章结尾的行动引导是否与用户当前决策阶段匹配。
我印象最深的一次是写“家用投影仪和电视哪个好”的对比文,初始版本结尾放了一个“立即购买投影仪”的按钮。ChatGPT检查后指出,搜这个关键词的用户大概率还在比较阶段,直接推购买按钮转化率会很低,建议改成“查看各价位投影仪对比表”或者“下载选购 checklist”。我改了之后,页面到产品页的点击率确实比原来高了不少。意图匹配这件事,差一个阶段,行动引导的效果就差一大截。
3.6 内容更新、再优化与多页面批量提示词模板
内容更新这事儿我以前特别容易忽略。文章发出去就不管了,过了一年半载回头看,数据掉得厉害才想起来要更新。现在我给自己定了个规矩,核心页面每季度跑一次再优化检查,非核心页面每半年跑一次。ChatGPT在这个环节帮我省了大量“从头读一遍找问题”的时间。
模板3-6-1:存量内容再优化诊断
以下是我一篇已发布文章的当前版本:{{粘贴全文}}。这篇文章发布于{{发布时间}},当前核心关键词是{{核心关键词}},当前排名大约在{{排名区间}},过去三个月的月均流量是{{流量数据}}。请帮我诊断这篇文章需要更新的方向:内容时效性——文中的数据、案例、产品信息是否可能已经过时;语义覆盖——是否有新的相关概念或搜索趋势没有覆盖到;竞争环境——基于你对这个主题的常见内容模式的理解,当前文章相比市面上较新的内容是否缺少某些板块;用户意图变化——这个关键词的搜索意图在过去一年是否有变化迹象。给出优先级排序的更新建议清单。
这个模板里我特意把流量和排名数据喂进去,让ChatGPT结合数据给建议。它不知道你的实际排名,但你告诉它之后,它给的更新建议会有侧重。排名在十到二十名的页面,它会更侧重内容深度和语义覆盖的补强;排名在五到十名的页面,它更侧重内容新鲜度和竞品差异化的微调。
批量处理模板是我做多页面站点时总结出来的。一个站点几十上百个页面,一个个跑优化提示词不现实,得批量来。
模板3-6-2:多页面批量内容诊断
我有以下页面需要做内容优化诊断,请按统一框架逐一给出诊断结果。页面列表如下(每行包含:页面URL、页面类型、核心关键词、当前标题、当前字数、上次更新时间):{{页面列表}}。诊断框架:标题是否包含核心关键词且长度合理、页面字数是否与页面类型匹配(产品页建议800到1500字、教程类建议2000字以上、分类页建议500到800字)、上次更新时间是否超过六个月、基于页面类型和关键词判断内容结构是否存在常见缺陷(产品页缺少对比表格或FAQ、教程类缺少步骤拆分或示意图建议、分类页缺少筛选引导或选购建议)。输出格式为表格,每个页面一行,标注需要优先处理的三个问题。
这个模板跑出来的结果不会直接告诉你“这个页面该怎么改”,它给的是一个优先级排序和问题分类。我一般先处理“标题问题+字数不足+更新时间过久”三个问题同时命中的页面,这类页面通常优化潜力最大,改完之后数据反馈也最快。
批量模板有个使用限制我得说一下。页面数量超过二十个的时候,ChatGPT的输出质量会明显下降,后面的页面诊断会变得敷衍,跟前面的精细度不在一个水平上。我的做法是分批跑,每批不超过十五个页面,跑完一批把结果存下来再跑下一批。分批次这个操作看起来笨,但每个页面的诊断质量稳定得多。
说到最后,这些模板我用了快一年,最大的体会是模板解决的是“不遗漏”的问题,解决不了“判断力”的问题。ChatGPT能告诉你一个页面的标题太长、结构有跳跃、语义覆盖有缺失,但它判断不了你的品牌在这个话题上应该用什么语气说话、你的用户群体对什么表达方式有共鸣、哪些增补是锦上添花哪些是画蛇添足。这些判断只能靠你自己对业务和用户的理解。模板是脚手架,楼怎么盖、盖成什么样,还是得看图纸在谁手里。
4.1 从关键词研究到内容优化的递进式工作流设计
前面三章聊的东西单拎出来都能用,可真正让我效率翻倍的,是把它们串成一条固定的流水线。没串起来之前,我经常是今天想起跑个关键词,明天想起来优化个标题,后天又忘了检查内链。活儿没少干,但总觉得东一榔头西一棒子,节奏是乱的。后来我干脆给自己排了个周计划,把整个流程切成五个环节,每个环节对应固定的提示词和固定的输出物,跑顺了之后基本不用动脑子想"下一步该干嘛"。
我现在的节奏是这样:周一上午集中跑关键词研究,用第二章那几套提示词把种子词扩成主题簇,顺手把搜索意图和优先级评分也打完。周一下午到周二做内容简报,一个页面一份简报,简报定稿了才动笔。周三周四是写作和初稿优化,写完立刻跑语义覆盖和结构诊断。周五上午做发布前检查,可读性、E-E-A-T、意图匹配三套模板挨个过。周五下午处理存量页面的再优化,用批量模板扫一遍。每个环节的输出物我会统一丢进一个项目文件夹,命名规则是"日期-页面-环节",找起来不费劲。
这套流程最值钱的地方不是快,是"不会漏"。一个页面从关键词到发布,中间有十几个检查点,人脑记不住这么多,但流程能记住。
有读者问我,小团队是不是也得搞这么细。我的看法是看页面量。你要是三个月才发五篇文章,没必要上流水线,按章节顺序走一遍就行。可一旦月更十篇以上,或者站点有几十个存量页面要维护,不上流程一定会乱。我见过最夸张的情况是一个朋友同时推三十个页面,关键词研究做了三轮,内容写了一半发现关键词选错了,全部推倒重来。这种返工成本,比搭流程的时间成本高得多。
流程设计里有个细节我踩过坑。一开始我把所有环节都塞进一天,结果写到下午脑子就糊了,跑出来的提示词输入质量直线下降。后来改成上午做需要判断力的活儿(关键词筛选、简报定稿),下午做机械性强的活儿(批量检查、数据录入),效率明显不一样。人的精力是有曲线的,把重活放在精力好的时段,这个道理跟SEO没关系,但跟工作流能不能跑长久关系很大。
4.2 提示词库、模板变量与团队协作规范
提示词这东西,一个人用的时候随便放哪儿都行,丢在备忘录里、存在聊天记录里都能找着。一旦团队里超过两个人用,不建库就是灾难。我吃过这个亏,同一个标题生成模板,我改过三版,同事手里还是第一版,两个人跑出来的结果风格对不上,最后还得人工统一。
我现在用Notion建了个提示词库,分三层。第一层是通用提示词,就是跟项目无关、哪个站点都能用的,比如标题生成、Meta描述生成、可读性检查这些。第二层是项目提示词,绑定具体站点,里面预填了品牌名、受众画像、语调要求这些固定变量。第三层是试验性提示词,还没验证过效果的、正在调的新模板放这儿,跑顺了再往上升。三层分开的好处是团队里谁都能找到该用的版本,不会拿试验版当正式版跑。
变量命名必须统一,这个规矩得在团队里立死。我们定的规则是所有变量用双花括号包裹,变量名用中文,同一个含义的变量全库只用一个名字。比如目标受众统一叫{{目标受众}},不允许有人写{{受众}}、有人写{{用户画像}}。听起来是小事情,实际用起来差别很大,变量名不统一,模板就没法批量替换,每次用都得手动改,改着改着就出错了。
提示词库的版本管理比想象中重要。我们现在的规矩是每次改动留记录,写清楚改了什么、为什么改、改完之后效果怎么样。三个月回头看,能看出哪些改动是真有用的。
团队协作还有个隐形的坑:不同人对同一个模板的理解不一样。比如"生成差异化角度"这个指令,新人可能理解成"想几个新鲜的切入点",老人理解成"找出竞品没覆盖的搜索需求缺口"。理解偏差会导致输出质量参差不齐。我的解决办法是在每个模板前面加一段"使用说明",用大白话写清楚这个模板是干嘛的、输入该给什么颗粒度、输出该怎么用。这段说明比模板本身还重要,新人看完说明再上手,跑出来的东西基本能对齐。
4.3 输出质量校验:事实准确性、重复控制、品牌语调与SEO风险
ChatGPT给的东西直接发出去,迟早出事。我现在的规矩是任何输出必须过四道校验,一道都不能省。这四道校验听着麻烦,实际跑熟了也就多花十几分钟,但能挡掉大部分低级错误。
事实准确性是第一道。ChatGPT编数据的能力很强,尤其是数字、年份、引用来源这类东西,它会给一个看起来特别合理的假数据。我的做法是所有涉及具体数字、统计、法规、产品参数的表述,一律回原始来源核对,核不到源的直接删掉或者改成模糊表述。有一次它给我写"某品牌净水器滤芯平均更换周期为六个月",我去官网查了,人家写的是"三到六个月,视水质而定"。这种偏差看着小,发出去被用户指出来,信任度直接掉一截。
重复控制是第二道。ChatGPT写长文有个通病,同一个意思换三四种说法反复说,读起来像在凑字数。我一般会让它先跑一遍"标出文中语义重复的段落",然后人工判断哪些是真重复、哪些是必要的强调。真重复的直接删,必要强调的保留但换个表达方式。品牌语调是第三道,这个最考验人。ChatGPT不知道你的品牌该用什么语气说话,你让它写它会给你一个"标准专业腔",放到你的站上可能格格不入。我的办法是每次跑模板之前先喂一段品牌调性样本,就是站上写得最好的两三段文字,告诉它"模仿这个语气"。喂了样本和没喂样本,输出风格差别很明显。
SEO风险是第四道,也是容易被忽略的一道。ChatGPT有时候会建议你堆关键词、加一堆相关但不必要的板块、或者用一些擦边的话术。这些建议单看都有道理,合起来就把页面搞成了四不像。我的检查清单很短:关键词密度是不是自然、有没有为了覆盖语义硬塞进去的段落、有没有绝对化表述("最好""第一""唯一"这类)、有没有触碰广告法或者行业合规红线。这四条过一遍,基本能挡住大部分风险。
4.4 数据反馈与提示词迭代:排名、流量与转化评估
提示词不是定稿就完事了,得拿数据说话。我现在的做法是每个核心页面发布后盯三个数据节点:两周看收录和初始排名,一个月看点击率和停留时间,三个月看转化和排名稳定性。三个节点看的东西不一样,对应要调的提示词也不一样。
两周节点主要看收录情况。收录慢或者不收录,问题往往出在页面结构或者内容质量上,我会回头检查内容简报模板是不是给的信息不够细,导致初稿的骨架就有问题。一个月节点看点击率和停留时间,点击率低大概率是标题和Meta描述的问题,这时候我会把标题生成模板翻出来,看看当时的约束条件是不是设得不够,比如竞品标题参考给少了、差异化要求写得太笼统。停留时间短一般是开头没抓住人或者内容跟意图不匹配,对应去调可读性检查和意图匹配那两套模板。
数据反馈这事儿最怕的是"看了但不动"。我给自己定了个规矩,每个季度必须基于数据改至少三个提示词,改完记录改了什么、下一季度看效果。不改就等于没看数据。
转化评估是最难的一环,因为影响转化的因素太多了,不全是内容的问题。我的处理方式是把转化拆细:页面到产品页的点击率、产品页的加购率、最终的成交率,分开看。内容优化能直接影响的是第一个指标,后面两个更多是产品和运营的活儿。把边界划清楚,就不会把所有转化问题都往内容上揽。
提示词迭代我一般遵循"小步快跑"的原则,一次只改一个变量,改完跑一批页面看效果,有效果再固化到库里。一次改三四个地方,效果好了不知道是哪个改对了,效果差了也不知道是哪个改坏了。这个道理跟做A/B测试一样,变量控制不住,数据就没法解读。
4.5 常见误区、能力边界与可持续优化建议
用ChatGPT做SEO这一年多,踩过的坑比用顺的地方多。有几个误区我觉得值得单独拎出来说,因为几乎每个刚开始用的人都会撞上。
最大的误区是把ChatGPT当搜索引擎用。问它"这个词的搜索量是多少""这个词最近的趋势怎么样",它给你的数字大概率是编的。它没有实时搜索数据,所有跟搜索量、竞争度、排名相关的判断都得靠你自己从GSC、Ahrefs、Semrush这些工具里拿。ChatGPT在SEO流程里的角色是"处理信息的助手",不是"提供信息的来源",这个定位搞混了,后面全乱。
第二个误区是一次性扔太多任务给它。我见过有人把二十个页面的优化需求一次性贴进去,指望它输出二十份诊断报告。实际跑出来的结果,前五个页面还算认真,后面十几个明显敷衍,有的就给你一两句套话。ChatGPT的注意力是有限的,任务越往后质量越差。我的做法是拆开跑,一次最多五个页面,跑完存结果再跑下一批。麻烦是麻烦点,但每份结果都能用。
第三个误区是迷信模板不思考。模板解决的是"不遗漏",解决不了"判断力"。ChatGPT能告诉你标题太长、结构有跳跃、语义覆盖有缺失,但它判断不了你的品牌在这个话题上该用什么语气、你的用户对什么表达有共鸣、哪些增补是锦上添花哪些是画蛇添足。这些判断只能靠你对业务和用户的理解。模板是脚手架,楼怎么盖还是得看图纸在谁手里。
能力边界这事儿得认。ChatGPT不懂你的行业潜规则,不懂你的竞品最近在憋什么大招,不懂你的用户昨天在社群里吐槽了什么。它擅长的是把你已经想清楚的东西快速落地,不擅长替你想清楚。
可持续优化这块,我给三条建议。第一条是建自己的案例库,每个跑出好效果的提示词、每个验证过的优化动作,都记下来,攒半年就是一套适合你所在行业的打法。第二条是定期复盘,每个月抽半天回头看这个月跑过的提示词和页面数据,找出哪些环节在空转。第三条是保持人工审校的比例,我现在大概是ChatGPT出七分活、人工补三分判断,这个比例根据页面重要程度调整,核心页面人工占比更高。
说到底,工作流和提示词都是工具,工具的价值取决于用它的人有没有想清楚要什么。想清楚了,ChatGPT能帮你把执行速度提上来;没想清楚,它只会帮你更快地产出一堆正确的废话。