返回顶部
i

industry-research行业研究

When the user wants to conduct industry research, keyword research for a campaign, search demand analysis, intent mapping, audience research, or understand what people are searching for. Also use when the user mentions 'industry research,' 'keyword clusters,' 'search intent,' 'what are people looking for,' 'audience questions,' 'content gaps,' 'competitor keywords,' 'SERP analysis,' or 'research before campaign.' This skill orchestrates multi-tool deep research using Ahrefs, Firecrawl, and Exa t

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
116
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

industry-research

行业研究

你进行深入的、以意图为导向的行业研究。核心问题是人们在寻找什么?——而不是竞争对手在做什么?关键词意图、搜索需求和真实的受众语言是主要信号。竞争对手分析服务于意图研究,通过发现现有内容供给中的空白。

开始之前

首先检查产品营销上下文:
如果存在 .agents/product-marketing-context.md(或在旧版设置中为 .claude/product-marketing-context.md),请在提问前阅读它。使用该上下文,仅询问未涵盖或特定于该任务的信息。

然后确定:

  1. 1. 客户名称 -- 要研究的客户
  2. 行业/市场 -- 市场类别和关键服务/产品
  3. 种子关键词 -- 5-8个反映核心服务的起始关键词短语
  4. 竞争对手URL -- 要分析的3-5个已知竞争对手网站
  5. 地理重点 -- 关键词数据的目标地区(默认:美国)

如果通过cron或编排器以特定客户名称调度,则使用该客户的产品营销上下文自动推导种子关键词和竞争对手。



工作流程

第1步:关键词研究(Ahrefs)

使用Ahrefs收集关键词数据。首先尝试Ahrefs MCP服务器(如果可通过mcporter或MCP工具列表使用)。如果MCP不可用,则回退到 https://api.ahrefs.com/v3 的Ahrefs REST API,使用 Authorization: Bearer $AHREFSAPIKEY。

无论访问方式如何,从以下端点/功能收集数据:

关键词探索器概览 -- 种子关键词(每批最多10个)的搜索量、难度、流量潜力:

POST /keywords-explorer/overview
Body: { keywords: [seed1, seed2, ...], country: us }

关键词探索器匹配词 -- 针对每个种子关键词,查找相关关键词(每个种子限制:100个结果):

POST /keywords-explorer/matching-terms
Body: { keyword: seed keyword, country: us, limit: 100 }

关键词探索器相关词 -- 语义相似的关键词:

POST /keywords-explorer/related-terms
Body: { keyword: seed keyword, country: us, limit: 100 }

按主题聚类结果(将共享相同父主题或SERP重叠的关键词分组)。

对每个关键词的意图进行分类:

  • - 信息型 -- 如何/什么/为什么的问题、指南、教育内容
  • 交易型 -- 附近、费用、购买、雇佣、服务、价格查询

速率限制: 最多60次请求/分钟。预算上限: 每次研究运行15次API调用。

如果Ahrefs MCP和AHREFSAPIKEY均不可用,则跳过此步骤,并在产物中注明Ahrefs数据不可用——未配置MCP服务器或API密钥。仅继续使用Firecrawl+Exa。

第2步:受众研究(Firecrawl + Exa)

使用 exa.js search 查找关于该行业/问题空间的Reddit帖子、论坛帖子和Quora回答:

bash
exa.js search [行业] 问题 困难 reddit --num-results 10

bash
exa.js search [行业] 建议 论坛 --num-results 10

bash
exa.js search site:reddit.com [服务] 体验 --num-results 10

使用 firecrawl.js scrape 提取最相关的前5个结果的内容:

bash
firecrawl.js scrape --url https://reddit.com/r/relevant-thread

提取:

  • - 人们提出的确切问题
  • 用他们自己的语言表达的痛点
  • 情感化语言
  • 常见反对意见

与Google的人们也问交叉引用(通过Exa搜索每个种子关键词并提取PAA风格的问题):

bash
exa.js search [种子关键词] 人们也问的问题 --num-results 5

第3步:内容差距分析

针对每个顶级关键词聚类,使用 exa.js search 查找当前排名内容:

bash
exa.js search [关键词] --num-results 10

使用 firecrawl.js scrape 对每个聚类的前3个排名页面进行内容深度分析:

bash
firecrawl.js scrape --url https://top-ranking-page.com/article

识别差距:

  • - 有搜索需求但竞争对手内容薄弱/缺失/过时的主题
  • 标记服务不足的角度——顶级结果是通用目录(Yelp、WebMD)而非权威指南的查询
  • 如果适用地理重点,则注意特定城市的机遇

第4步:竞争对手格局

使用 firecrawl.js map 对每个竞争对手URL进行站点结构发现:

bash
firecrawl.js map --url https://competitor.com

使用 firecrawl.js scrape 抓取其关键页面(首页、服务、博客、定价)——每个竞争对手最多5个页面:

bash
firecrawl.js scrape --url https://competitor.com/services

分析:

  • - 定位/信息传达
  • 内容策略(博客频率、主题)
  • SEO方法(城市页面、程序化内容)

如果Ahrefs可用(MCP或API),使用站点探索器的自然关键词查看竞争对手排名的关键词:

GET /site-explorer/organic-keywords?target=competitor.com&limit=50

识别信息传达模式和差距——哪些定位角度尚未被占据。

第5步:编译产物

将输出写入 .agents/industry-research-{client}.md,其中 {client} 是客户名称的小写形式(例如 allcare)。

使用此产物模板:

markdown

行业研究:{客户名称}

客户:{客户全名}
最后完整刷新:YYYY-MM-DD

1. 关键词聚类与意图映射

最后研究时间:YYYY-MM-DD

聚类:{主题名称}
关键词月搜索量难度意图流量潜力
关键词短语X,XXXXX信息型/交易型X,XXX

意图分布: X% 信息型,X% 交易型
主要机遇: 顶级关键词机遇摘要

2. 问题与痛点

最后研究时间:YYYY-MM-DD

人们提出的问题(来自PAA、Reddit、论坛)

  • - 来自受众的确切问题?(搜索量:X,XXX)

痛点(受众原话)

  • - 来自真实用户的逐字引用 -- 来源(Reddit、论坛等)

3. 内容差距与机遇

最后研究时间:YYYY-MM-DD

服务不足的角度

  • - 差距描述: 为何重要以及机遇所在

当前排名内容(及薄弱之处)
查询顶级结果差距/机遇
搜索查询当前顶级结果缺失或薄弱之处

4. 竞争对手格局

最后研究时间:YYYY-MM-DD

谁为我们的关键词排名
竞争对手排名关键词定位内容策略
竞争对手名称关键关键词他们的定位方式博客、城市页面等

信息传达模式

  • - 竞争对手:他们的信息传达角度 -- 框架类型
  • 差距: 未被占据的定位角度

目标产物大小: 3,000-5,000字。综合提炼——不要倾倒原始抓取内容。

每个部分都有自己的最后研究时间:时间戳,以便消费技能验证时效性。



提示

  • - 关注意图,而不仅仅是搜索量——一个500搜索量的交易型关键词在转化方面优于一个5,000搜索量的信息型关键词
  • 捕捉真实的受众语言——我妈妈几乎没法去看医生比医疗服务的交通障碍更有价值
  • 谨慎预算API调用——每次运行15次Ahrefs调用,选择性抓取(在 scrape 之前使用 firecrawl.js map)
  • 保持产物可扫描性——下游技能读取特定部分,而非整个文档

相关技能

  • - 竞争情报 -- 用于详细的竞争对手分析(公司级深度研究)
  • 市场研究 -- 用于市场规模、TAM/SAM/SOM和行业趋势
  • firecrawl-cli -- 用于原始Firecrawl抓取(详细工具文档)
  • exa-company-research -- 用于特定公司的原始Exa网络搜索
  • 产品营销上下文 -- 用于为研究提供基础的产品/服务上下文

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 industry-research-1776068474 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 industry-research-1776068474 技能

通过命令行安装

skillhub install industry-research-1776068474

下载

⬇ 下载 industry-research v1.0.0(免费)

文件大小: 4.11 KB | 发布时间: 2026-4-14 14:25

v1.0.0 最新 2026-4-14 14:25
Initial release of the industry-research skill:

- Provides a structured workflow for deep, intent-driven industry and keyword research using Ahrefs, Firecrawl, and Exa tools.
- Supports keyword clustering, search intent classification, audience question mining, pain point extraction, and SERP/content gap analysis.
- Integrates competitor research and positioning analysis, aligning with specific campaign and market needs.
- Outputs a comprehensive Markdown artifact summarizing keyword clusters, audience insights, content gaps, and competitor landscape.
- Includes clear fallback logic and instructions for cases where specific data sources (e.g., Ahrefs API) are unavailable.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部