用 Claude 做關鍵字研究:先放業務上下文,再核對搜尋量
更新 2026-10-12
關鍵字研究是內容對準受眾、也對業務有價值的關卡;但若只做「工具預設流程」,常會得到與同業幾乎相同的詞表。Semrush 原文建議:把業務上下文、GSC、既有 URL、競品評論、Reddit 與銷售通話放進 Claude 專案,再用 Semrush 核對搜尋量與難度——流程可重複,適合新內容或舊頁優化。
目錄(7)
編譯自 Chris Hanna · Semrush〈How to do keyword research with Claude and Semrush〉 · 2026-09-10 原文
完整來源聲明
來源聲明:本文根據 Semrush〈How to do keyword research with Claude and Semrush〉(Chris Hanna,2026-09-10;Contributor:Faizan Ali)編譯整理為繁體中文,不是逐句翻譯;涵蓋 Claude 專案設定、Semrush MCP、GSC 匯出、競品評論/Reddit/銷售通話挖詞與優先排序。原文未標示開放授權。原文連結:https://www.semrush.com/blog/claude-keyword-research/。Semrush 為自家工具與 MCP 背書,存在利益關係。文中「編輯解讀」為本站觀點。檢索日期:2026-10-12。
第一部分:建立 Claude 專案
Claude 的 Projects 可上傳檔案與專案級指令,減少每次聊天重講規則。注意 Claude token 與 Semrush API 單位,提示詞與指令過長會加速消耗。
建立專案
側欄選 Projects → New project,命名(如 Keyword Research Workflow),寫描述後建立。
專案指令範例
原文提供可貼上的指令骨架:在本專案中,結合 Semrush MCP、使用者上傳的 GSC Queries CSV、既有頁 URL 清單、競品評論/Reddit/銷售逐字稿,以及專案內的 business context,依提示執行——關鍵字缺口分析(Semrush MCP)、GSC 易勝分析、競品評論分析、Reddit 分析、銷售通話分析;後三者先產詞再 Semrush 驗證量與難度;預設輸出 CSV。若使用者只要 10 列 MCP 結果,不要多拉列(省 API)。遇資料異常應告知使用者,不要自行大量 exploratory 查詢。
業務上下文
在 Context 以文字回答五問:賣什麼、誰買、解決什麼問題、競品是誰、Claude 須遵守哪些規則。另建議上傳站內 URL 清單(雖不完美,但能提示「已有頁可優化 vs 需新頁」)。
連接 Semrush 與 GSC
Semrush 經 Connectors 加入 MCP。GSC 無官方 MCP 時,從 Performance → Search results 匯出 zip,取 Queries.csv 上傳;每次分析前可更新 CSV 以保持新鮮。
第二部分:找關鍵字機會
原文建議在同一聊天串完成各方法,方便 Claude 合併 CSV。預設每法輸出獨立 CSV。
競品有、你沒有的詞
對 business context 中的競品逐一做 keyword gap(Semrush MCP),可設最低搜尋量、KD 區間、意圖(如 commercial/transactional)。先列各競品 top 10,再找「所有競品都有、你沒有」的詞(最多 10 個;若無則標註停止)。排除品牌詞與 navigational(如「競品名 login」)。有業務上下文時,Claude 可過濾不相關詞。
GSC 易勝
分析上傳的 Queries.csv,找三類:排名約 8–20、高曝光低 CTR、有曝光但站內似乎無專頁覆蓋(對照 URL 清單)。輸出欄位含關鍵字、機會類型、優先理由、新頁或優化哪個 URL。這步基於自家 GSC,不必再用 Semrush 證明「有需求」。
第三部分:從客戶原話挖詞
競品評論
從 G2、Capterra、Amazon 等貼評論,請 Claude 歸納主題、摘原話、轉成使用者可能搜尋的查詢,CSV 含 keyword、theme、來源摘要。原文舉例:Trello 評論常提缺少 task dependencies;競品 SmartSuite 有 dependencies 文章並出現在相關 AI Overview——評論語言可補傳統工具漏掉的意圖。
可用 site:reddit.com "keyword" 找串,或 Semrush 查某串排名詞(排除含 Reddit 的 navigational 詞)。更穩的方式仍是貼整串+留言,請 Claude 依 business context 從痛點抽搜尋語,CSV 含 keyword 與留言片段。
銷售通話
上傳逐字稿,從痛點、抱怨、被稱讚或希望有的功能抽 keyword,並附 transcript 片段。
用 Semrush 驗證需求
合併評論/Reddit/通話詞表,用 MCP 填 volume、KD、intent 與來源片段。許多詞 volume 為 0 或無資料不代表無價值——可能只是字面尚未形成搜尋量;需人工判斷是否仍值得寫,或改寫相近變體再查(原文例:「best community for new freelancers」為 0,但「best communities for freelancers」約 20)。
第四部分:優先排序
請 Claude 合併缺口、全競品交集、GSC 易勝、以及已驗證的評論/Reddit/通話詞,欄位含 volume、intent、KD、topic cluster、新頁/既有頁、理由;依業務相關性優先,再看 volume 與 KD;不確定 URL 時在理由欄註明。另輸出一份「Semrush 無資料」的 cluster CSV,供人工評估。
排序時除 volume、KD、意圖外,更要問:對業務多相關、帶來轉換的可能性多大。高 volume 不一定高轉換;零 volume 的客戶原話有時仍值得 landing 或部落格(如教練服務對「how to find freelance clients consistently」)。
常見問題
- 為什麼要先寫 business context?讓缺口分析與評論挖詞能過濾無關詞,並對準你真正賣的對象與問題。
- GSC 易勝還需要 Semrush 嗎?原文認為 GSC 已證明 Google 認為你相關,易勝類不必再驗 volume;評論/Reddit/通話來源的詞仍建議驗證或人工判斷。
- Semrush 顯示 0 搜尋量怎麼辦?可改寫相近查詢再查,或依原話片段判斷是否仍對受眾有說服力;不要自動丟棄所有零 volume 詞。
- API 單位怎麼省?限制 MCP 回傳列數、避免 Claude 自行大量 diagnostic 查詢;專案指令可寫明上限。
編輯解讀
一句話重點:關鍵字清單的差異化來自業務與客戶原話,Semrush 負責量化與缺口,不是取代思考。
這對你的網站意味著什麼:
- 維護一份可更新的 business context 與 URL 清單,比每次重 prompt 省時。
- 銷售/成功通話摘錄應進內容 backlog,與 GSC 易勝同等優先。
- 零 volume 詞单独一欄決策,不要只發高 volume 同質文。
適用與不適用的情境:適合已用 Claude Projects、可接受 Semrush MCP 成本的團隊。無 MCP 時仍可手動 Semrush+上傳 CSV,但自動化程度降低。
需要注意的限制:全文流程綁 Semrush 產品;Claude/Semrush 介面與配額會變。Reddit 排名法會漏掉未排上的討論串。
延伸閱讀:
可複用規則2 條
從本文提煉,可供人工對照或 AI 分析站點時作為依據。全部規則
關鍵字研究先灌業務上下文、GSC、評論與銷售通話,再用工具核對搜尋量與難度。
- 專案裡有業務/客戶原話
- 清單經搜尋量難度覆核
Semrush 零搜尋量或無資料的客戶原話詞,仍可能值得寫;應改寫變體再查或依 transcript 片段人工決策。
- 零 volume 詞有獨立決策欄
- API 列數有上限設定
名詞與資料來源
- Keyword gap — 競品有排名、你的網域未覆蓋的查詢集合。
- Semrush MCP — Semrush 提供給 Claude 等客戶端的 Model Context Protocol 連接器。
- Semrush:〈How to do keyword research with Claude and Semrush〉 https://www.semrush.com/blog/claude-keyword-research/(Chris Hanna,2026-09-10;檢索:2026-10-12)