企业官网建设流程全解析

seomachine /landing-research 实战指南：从关键词意图到竞品差距，产出一份可执行的落地页研究简报

【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachine

seomachine 是一个面向 Claude Code 的 SEO 内容工作区，其中.claude/commands/landing-research.md定义了落地页创建前的完整研究流程。读完本文，你可以掌握：如何正确调用/landing-research命令（参数与默认值）、三步研究流程（关键词意图分析、竞品分析、战略建议）的每一步在做什么、研究简报（Research Brief）的完整输出模板，以及该命令背后的 Python 分析模块（意图判定、CRO 检查、CTA 评分、信任信号解析）是如何为研究结论提供数据支撑的。

命令定位与调用方式

/landing-research的职责非常明确：在创建落地页之前完成机会研究——分析竞品、分析关键词，并给出战略建议，最终产出一份供/landing-write直接消费的研究简报。

调用格式与默认值（原文档定义）：

/landing-research [topic or keyword] --type [seo|ppc]

典型用法示例：

/landing-research "product hosting for beginners" --type seo /landing-research "product free trial" --type ppc /landing-research "private producting solutions"

• --type不指定时默认取seo；
• seo表示该页面目标流量来自自然搜索，ppc表示来自付费广告落地，两者的研究侧重不同（后文"研究重点差异"一节展开）。

该命令在 seomachine 的落地页工作流中处于"上游"位置：它产出的简报文件是下游/landing-write（写页面）、/landing-competitor（深挖单个竞品）、/landing-audit（审计已有页面）的输入或分支。

研究流程第一步：关键词与搜索意图分析

文档规定的第一步是"Keyword & Intent Analysis"，并按页面类型分为两条路径。

SEO 页面路径需要：

• 分析搜索量与难度（若 DataForSEO 可用）；
• 判定搜索意图（informational / commercial / transactional）；
• 识别相关关键词与用户问题；
• 检查 SERP 特性（精选摘要 featured snippets、People Also Ask、广告位）。

PPC 页面路径需要：

• 聚焦商业/交易意图；
• 从竞品广告文案中提取 pattern；
• 记录 CPC 与竞争程度；
• 分析"落地页信息匹配"（message match）要求——即页面信息必须与用户点进来的广告语对齐。

源码层面的意图判定：SearchIntentAnalyzer

命令文档中的"意图分类"在仓库中有对应的可运行实现：data_sources/modules/search_intent_analyzer.py。该模块的SearchIntentAnalyzer把查询归为四种意图：informational、navigational、transactional、commercial_investigation，判定方式是三路信号叠加打分：

1. 关键词信号词：例如how / guide / tutorial计入信息意图；buy / pricing / free trial / sign up计入交易意图；best / review / vs / compare计入商业调研意图（见INFORMATIONAL_SIGNALS、TRANSACTIONAL_SIGNALS、COMMERCIAL_SIGNALS常量）。
2. SERP 特性映射：SERP_INTENT_MAPPING将featured_snippet、people_also_ask等特性映射到对应意图，这正是文档要求"检查 SERP features"的数据来源。
3. 头部结果内容模式：对前 10 条结果标题/描述中出现的 "guide / how to"、"best / review"、URL 中的/pricing、/checkout等分别加分。

几个可直接指导研究的细节（来自search_intent_analyzer.py#L112-L131）：

• 得分归一化为百分比置信度；若没有命中任何信号，四种意图各 25%（无法判定）；
• 主意图与次意图差值在 15% 以内时，会额外输出secondary_intent——研究简报里"意图"一栏应据此写明"主意图 + 次意图"，而不是单一标签；
• 输出自带recommendations，例如交易意图会建议"加入信任信号（评论、证言）""强动作 CTA"，与本文档第三步的推荐项直接呼应。

该模块通过便捷函数暴露（search_intent_analyzer.py#L323-L340）：

from data_sources.modules.search_intent_analyzer import analyze_intent result = analyze_intent( "best podcast hosting platforms", serp_features=['carousel', 'people_also_ask', 'video'], top_results=[ {'title': 'Top 10 Podcast Hosting Platforms in 2024', 'description': 'Compare the best...'} ] ) # result: primary_intent / secondary_intent / confidence / signals_detected / recommendations

数据来源接口

文档"Tools Used"一节指出：关键词数据用 DataForSEO，现有表现用 Google Search Console。DataForSEO 封装在data_sources/modules/dataforseo.py，与本步骤直接相关的方法包括：

• get_serp_data(keyword)：拉取 SERP 数据（排名、SERP 特性），支撑 SERP 分析表；
• get_keyword_ideas(...)：扩展相关关键词；
• get_questions(...)：获取 People Also Ask 类问题，支撑简报中的"Questions People Ask"栏目；
• analyze_competitor(...)：竞品排名对比。

API 凭据与缓存配置方式见data_sources/README.md：复制data_sources/config/.env.example为.env后填写DATAFORSEO_LOGIN/DATAFORSEO_PASSWORD（以及GA4_PROPERTY_ID、GSC_SITE_URL等），缓存 TTL 由CACHE_TTL_HOURS控制（默认 24 小时）。README 同时说明 DataForSEO 按请求计费（SERP 检查约 $0.006/关键词、排名检查约 $0.0005/关键词），因此命令文档把 DataForSEO 标注为 "if available"——未配置凭据时，研究流程会退化为纯 WebSearch/WebFetch 模式，不影响命令本身可执行。

研究流程第二步：竞品分析（5–10 个）

文档要求对目标关键词排名靠前的 5–10 个竞品落地页做三层分析。

内容层面：页面字数、结构（分节与 H2）、内容重心（features 还是 benefits）。

CRO 元素层面：标题模式（什么在起作用）、CTA 文案与位置、使用的信任信号、风险逆转（risk reversal）手段、独特价值主张（UVP）。

可利用的差距：竞品没有说什么？哪些异议没被处理？缺什么社会证明？哪里的信息传达偏弱？

差距识别的量化标准：CompetitorGapAnalyzer

[data_sources/modules/competitor_gap_analyzer.py](https://link.gitcode.com/i/89d005a3d86d72ebcb9a801a6cf8614d)把"找差距"这一主观动作变成了可复现的规则，共 5 类差距（GapType）：

create_blueprint()还有一条重要的聚合规则：同一个差距在 3 个及以上竞品中出现时，才进入must_fill_gaps（必须补齐项）；同理，H2 标题在 3 个以上竞品中重复出现则进入structure_to_match（"Google 验证过的结构"）。这意味着研究简报里的 Gaps & Opportunities 一节应当区分"普遍差距"（多数竞品都有，必须补）和"个别差异点"（只有个别竞品薄弱，可作差异化角度），而不是罗列单点观察。

报告格式化函数format_gap_report()（competitor_gap_analyzer.py#L397-L463）输出的字段——Top Ranking Articles（含字数、结构、优势、差距数）、Google-Validated Structure、MUST-FILL GAPS、OUTDATED INFO TO UPDATE——与文档要求的竞品分析清单高度对应，可直接作为简报"Competitor Analysis"各小节的填写骨架。

CRO 元素检查的判定器：CROChecker

文档列出的 CRO 元素（标题、CTA、信任信号、风险逆转）在data_sources/modules/cro_checker.py中被实现为 8 个检查类别：headline、value_proposition、social_proof、ctas、objection_handling、risk_reversal、urgency、structure。对研究阶段最有价值的两点：

• 按页面类型区分的标准：seo页面 CTA 数量目标 3–6 个、H2 至少 4 个、字数 1500–2500；ppc页面 CTA 2–4 个、H2 至少 2 个、字数 400–800（cro_checker.py#L465-L513）。研究竞品时可用这些区间快速判断竞品页面是"过重"还是"过薄"；
• 审计通过线：总分 ≥ 70 且无 critical 级失败项才算通过（passes_audit，cro_checker.py#L74-L78）。把竞品的逐项得分写进简报，比只写"强/弱"更有说服力。

值得注意的实现细节：value proposition 与"above the fold" 的 CTA 可见性都用"前 700 字符"作为首屏近似（content[:700]）；above_fold_analyzer.py则把ABOVE_FOLD_CHARS明确定为 700，并内置了弱标题模式（如 "Welcome to"、"The best/ultimate/complete"、"X is a..."）——这些正是文档要求记录的"Headline patterns (what works)"的反面清单：研究时既记录竞品有效标题，也要标注它们是否踩了弱标题模式。

信任信号与 CTA 的细化评分

信任信号：trust_signal_analyzer.py的TrustSignalAnalyzer将信任信号分为证言（testimonials）、社会证明（客户数、具体成果、时间成果）、风险逆转（免费试用、无需信用卡、随时取消、保证）、权威信号（媒体报道、奖项、认证、合作、经营年限）、安全信号（隐私、加密、合规）五类，并给出加权评分（证言最高 35 分、社会证明 30 分、风险逆转 25 分、权威 10 分）。研究简报中"Trust Signals Used"矩阵（✓/✗ 表）的四个行项——Testimonials、Customer Count、Free Trial、Results/Numbers——与这里的四类检测一一对应，可逐格用分析器输出核对，而不是靠目测。

CTA：cta_analyzer.py的CTAAnalyzer提供三类信息供竞品分析使用：

1. 文案质量：按动词强度（strongest: start/get/claim/unlock/discover → strong → moderate → weak）、利益词（free/instant/unlimited…）、紧迫词、具体性（"14-day"、"30%"、"no credit card"）与长度（2–5 词最优）逐条打分；
2. 位置分布：以页面百分比判定是否覆盖首屏（<20%）、中段（30–70%）、收尾（>80%）三个区段，并给出 first CTA 出现位置——首个 CTA 超过 40% 会扣分；
3. 目标对齐：按trial/demo/lead三套GOAL_PATTERNS检查页面 CTA 是否与转化目标匹配，若页面出现更多"其他目标"的 CTA 会被判定为"focus confusing"（减 20 分）。

这意味着文档要求记录的"CTA copy and placement"可以落成具体字段：CTA 文案、动词强度分、所在页面百分比、与何种转化目标对齐。

研究流程第三步：战略建议

基于前两步，命令要求输出四组建议：Positioning（差异化主角度、要强调的核心利益、目标人群）、Headlines（≥5 个标题候选 + 该领域有效的标题公式）、CTAs（推荐文案 + 放置策略）、Trust Signals（哪些最重要 + 具体证明点）。

结合源码，这组建议有明确的"验证器"：

• 标题建议最终会被CROChecker._check_headline的同类标准检验：H1 需含利益词（save/grow/boost/launch/start/free…）、长度 20–70 字符、避免 "Welcome / The best / Introducing / We …" 等通用开头（cro_checker.py#L98-L148）。因此研究简报中的 5 个标题候选，每个都应标注所用公式，并预先避免弱模式；
• CTA 建议应覆盖 Primary / Secondary / Closing 三个位置（与模板一致），且文案通过CTAAnalyzer的动词强度与目标对齐检查；
• 信任信号建议按 Must Have / Should Have / Nice to Have 三档给出——对应TrustSignalAnalyzer评分中权重排序（证言 > 社会证明 > 风险逆转 > 权威）。

此外，[landing_page_scorer.py](https://link.gitcode.com/i/63b9f8199cd0d7399945fb56f9a01a84)定义了两个页面类型的完整画像（seo：1500–2500 词、最优 2000、CTA 3–5 个；ppc：400–800 词、最优 600、CTA 2–3 个、内部链接趋近 0），研究简报的"Content Recommendations"（建议字数区间、建议 H2 数量）应与该画像保持一致，避免下游写页面时目标互相冲突。

输出格式：Research Brief 完整模板

命令的产出物是一份结构固定的研究简报。以下模板完整继承自 landing-research.md，撰写简报时不要删减栏目：

# Landing Page Research Brief **Topic**: [topic/keyword] **Page Type**: [SEO/PPC] **Research Date**: [date] --- ## Keyword Analysis **Primary Keyword**: [keyword] **Search Intent**: [informational/commercial/transactional] **Competition Level**: [low/medium/high] **Related Keywords:** - [keyword 1] - [keyword 2] - [keyword 3] **Questions People Ask:** - [question 1] - [question 2] - [question 3] --- ## SERP Analysis **Current SERP Features:** - [ ] Featured snippet - [ ] People Also Ask - [ ] Ads present - [ ] Video results - [ ] Local pack **Top Results:** | Position | URL | Type | Word Count | |----------|-----|------|------------| | 1 | [url] | [page/post] | [count] | | 2 | [url] | [page/post] | [count] | | 3 | [url] | [page/post] | [count] | --- ## Competitor Analysis ### Competitor 1: [name/url] **Headline**: [their headline] **Primary CTA**: [their CTA] **Trust Signals**: [what they use] **Strengths**: [what works] **Weaknesses**: [gaps to exploit] ### Competitor 2: [name/url] [Same structure] ### Competitor 3: [name/url] [Same structure] --- ## Competitive Patterns **Common Headline Approaches:** 1. [Pattern] - Example: "[example]" 2. [Pattern] - Example: "[example]" 3. [Pattern] - Example: "[example]" **Common CTA Patterns:** - [Pattern 1] - [Pattern 2] **Trust Signals Used:** | Signal | Competitor 1 | Competitor 2 | Competitor 3 | |--------|--------------|--------------|--------------| | Testimonials | [✓/✗] | [✓/✗] | [✓/✗] | | Customer Count | [✓/✗] | [✓/✗] | [✓/✗] | | Free Trial | [✓/✗] | [✓/✗] | [✓/✗] | | Results/Numbers | [✓/✗] | [✓/✗] | [✓/✗] | --- ## Gaps & Opportunities ### What Competitors Are Missing 1. **[Gap 1]** - None/few competitors mention [X] - [YOUR COMPANY] opportunity: [how to exploit] 2. **[Gap 2]** - Competitors weak on [X] - [YOUR COMPANY] opportunity: [how to exploit] 3. **[Gap 3]** - No competitor addresses [objection/concern] - [YOUR COMPANY] opportunity: [how to address] ### Differentiation Opportunities 1. [Differentiation angle 1] 2. [Differentiation angle 2] 3. [Differentiation angle 3] --- ## Strategic Recommendations ### Positioning **Primary Angle**: [recommended angle] **Key Benefit to Emphasize**: [benefit] **Target Audience**: [specific audience] **Tone**: [recommended tone] ### Recommended Headlines Based on competitive analysis and gaps: 1. **[Headline option 1]** - Formula: [formula used] - Why: [rationale] 2. **[Headline option 2]** - Formula: [formula used] - Why: [rationale] 3. **[Headline option 3]** - Formula: [formula used] - Why: [rationale] 4. **[Headline option 4]** - Formula: [formula used] - Why: [rationale] 5. **[Headline option 5]** - Formula: [formula used] - Why: [rationale] ### Recommended CTAs **Primary CTA**: "[recommended text]" **Secondary CTA**: "[recommended text]" **Closing CTA**: "[recommended text]" ### Trust Signals to Include **Must Have:** - [Trust signal 1] - [why] - [Trust signal 2] - [why] **Should Have:** - [Trust signal 3] - [Trust signal 4] **Nice to Have:** - [Trust signal 5] ### Key Objections to Address 1. **[Objection]** → Address with: [approach] 2. **[Objection]** → Address with: [approach] 3. **[Objection]** → Address with: [approach] --- ## Content Recommendations **Recommended Word Count**: [range] words **Recommended Sections**: [X] H2 sections **FAQ Questions to Include:** 1. [Question 1] 2. [Question 2] 3. [Question 3] 4. [Question 4] --- ## Internal Linking Based on this topic, link to: - [[YOUR COMPANY] page 1] - Anchor: "[suggested anchor]" - [[YOUR COMPANY] page 2] - Anchor: "[suggested anchor]" - [[YOUR COMPANY] page 3] - Anchor: "[suggested anchor]" --- ## Next Steps Ready to create the landing page: /landing-write research/landing-brief-[slug].md --type [seo|ppc] --goal [trial|demo|lead]

几个填写要点（对照前文源码规则）：

• Keyword Analysis：Search Intent一栏建议写明置信度（来自analyze_intent的confidence），若存在次意图一并标注；Questions People Ask可用get_questions()的真实结果填充。
• SERP Analysis 的 Top Results 表：Word Count列可用content_length_comparator.py的ContentLengthComparator获取（它抓取 SERP 头部结果并统计正文长度，并给出竞品长度分布与建议字数），而不是人工估算。
• Gaps & Opportunities：区分"3+ 竞品共有差距"（对标must_fill_gaps规则）与"个别竞品弱点"（差异化角度），前者写入 Must-fill，后者写入 Differentiation。
• Recommended Word Count / Sections：SEO 页面对照 1500–2500 词、PPC 页面对照 400–800 词的画像给出区间，保证与下游评分器一致。
• Internal Linking：给出 3 条以内带锚文本建议的内链目标（SEO 页面允许少量内链，PPC 页面按画像应趋近于 0，可省略此节）。

文件管理命名规范

研究简报的落盘规则（原文档 File Management 一节）：

• 目录：research/
• 文件名：landing-brief-[topic-slug]-[YYYY-MM-DD].md
• 示例：research/landing-brief-product-hosting-beginners-2025-12-11.md

日期戳让同一主题的研究可以版本化留存；下游命令以文件路径引用简报（见下一节的/landing-write示例），命名不规范会直接导致交接失败。

研究重点差异：SEO 页 vs PPC 页

原文档 Research Guidelines 一节对两种页面给出不同的研究聚焦，结合仓库中评分器的类型配置，差异可以归纳如下：

（长度/CTA/结构列来自cro_checker.py与landing_page_scorer.py的类型配置，研究结论应与这些阈值保持一致。）

实操含义：研究 PPC 机会时，简报中"Competitive Patterns"应多记录竞品的广告-页面信息匹配程度（标题与落地页 H1 是否一致、首屏价值主张是否在 700 字符内给出），而 SEO 机会则要把 SERP 特性勾选表（精选摘要/PAA/广告/视频/本地包）填完整——这是两者在模板层面最容易被忽略的差异。

与相邻命令的衔接

原文档 Integration 一节定义了三条交接路径，均可在 .claude/commands/ 目录中找到对应命令文件：

研究完成之后 → 写页面（landing-write.md）：

/landing-write research/landing-brief-[slug].md --type [type] --goal [goal]

/landing-write的默认值同样为--type seo、--goal trial，且其预写作环节会加载context/cro-best-practices.md、context/brand-voice.md等上下文文件（见 landing-write.md 的 Pre-Writing Review 一节），因此简报中的 Tone 建议应提前与品牌语气对齐。

竞品深挖（landing-competitor.md）：

/landing-competitor [specific-competitor-url]

当/landing-research的 5–10 个竞品扫描中发现某个页面特别值得拆解时，用该命令单独深入（它按页面概览、CRO 元素、强弱项等框架逐页分析并存档）。

存量页面更新（landing-audit.md）：

/landing-audit [existing-page-url]

研究主题若命中已有页面，研究结论可直接转入审计流程，对比"研究建议 vs 现页现状"。

三条路径合起来构成 seomachine 落地页的完整闭环：/landing-research（研究）→/landing-write（创作）→/landing-audit（验证与迭代），/landing-competitor在任意环节按需介入。

总结：把研究简报做到"可执行"

回到命令本身的设计意图：/landing-research的价值不在"调研了多少页面"，而在产出的简报能否让/landing-write无需二次调研即可动笔。对照本文给出的源码标准自检：意图判定是否带置信度与次意图（SearchIntentAnalyzer）；竞品差距是否区分"3+ 竞品共有"与个别弱点（CompetitorGapAnalyzer）；信任信号矩阵是否逐项核对而非目测（TrustSignalAnalyzer）；标题与 CTA 建议是否预检过弱模式与目标对齐（CROChecker/CTAAnalyzer）；字数与结构建议是否符合 seo/ppc 双画像（LandingPageScorer）。满足这五点，研究简报就从一份调研笔记升级为下游可直接消费的生产输入。

【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachine