跳到主要内容

内容与优化

V3 新增

对任意页面做 NLP 审计,找出它缺了什么

为任意 URL、针对任意目标查询词生成详细的 NLP 内容大纲。你会得到一个内容得分和一个搜索引擎理解得分、排名页面覆盖的每一个主题及其使用频次与你的使用频次对比、完整的 SERP 分析、相关关键词分组、用户真正在问的问题、推荐的内容结构,以及整个主题领域的主题图。

  • 100% 数据隐私
  • 99.99% 正常运行时间
  • 无需任何配置
  • 随时导出,没有限制

获领先企业信赖

问题所在

你能感觉到一个页面内容单薄,但到底缺什么、要补多少、改完有没有效果,全靠猜,所以大多数内容大纲最后不过是把某个人的主观看法写了下来。

这个工具

针对任意 URL、任意查询词的 NLP 审计

把 Content NLP 工具指向某个页面,选好用来审查的查询,它会把你的文案和当前在该词上排名的每一个页面一起读一遍,然后写出一份简报,说明有什么、缺什么,以及排在你前面的页面用了多少。

两个分数,衡量两件不同的事

内容分数告诉你,相对于所有已经在该词上排名的页面,你的页面对这个主题覆盖得如何;搜索引擎理解分数告诉你,机器能多清楚地判断这个页面到底讲的是什么。这是两个不同的问题,解决办法也很少相同。

缺失的主题,逐一点名

简报不会只告诉你页面内容单薄,而是列出排名页面覆盖的每一个主题、每个主题在它们文案中出现的次数,以及在你文案中出现的次数,所以那一列里的 0 是一条明确的指令,而不是一种感觉。

基于你自己的查询数据生成

创建简报时,工具会直接从 Search Console 取出你按点击计的首位查询和按展示计的首位查询,所以页面是针对它真正被展示的词来审查,而不是某人当初定下的目标关键词。

主题分析

google manual penalty recovery

61%
SEO 得分
11%
搜索引擎理解度
40
易读性
2,877
页面字数
主题重要性头部页面你备注
Google组织1921OK被 Google 识别
site市场营销与广告1513OK被 Google 识别
Seo市场营销与广告1351OK被 Google 识别
content技术826OK
traffic市场营销与广告716OK
Search Console市场营销与广告48OK
算法软件60未使用
ranking科学513OK
Google 惩罚市场营销与广告82OK
page市场营销与广告50未使用
抢修服务经济84OK
backlink市场营销与广告40未使用
用户资料技术30未使用
最终用户经济30未使用

示例数据。 14 共 14 个主题显示出来,值得看的那一列,是排名页面用了什么、而你用了什么之间的差距。

运行一份简报

选一个 URL,选一个查询词,然后照着简报做

设置步骤刻意做得很短,因为有用的是分析而不是配置,而最重要的两个查询选项已经在你的 Search Console 数据里了。

  1. 01

    选择 URL

    资源下的任意页面,包括尚未发布的页面——只要把它指向一个预发布 URL。

  2. 02

    选择查询

    按点击计的首位查询、按展示计的首位查询,或者在页面尚无排名时使用自定义查询。前两项直接来自你的 Search Console 数据。

  3. 03

    选择市场

    语言和国家,因为同一个词在英国和美国的排名页面集往往是完全不同的一批页面,对这个主题的理解也完全不同。

  4. 04

    阅读、编辑、重新生成

    照着简报逐条处理,做出修改,然后再跑一次。分数发生变化,是这次编辑确实起了作用的唯一可靠证据。

SEO Stack 中的 Content NLP 工具表格,列出七个已审计页面及其主查询词、搜索引擎理解评分和 SEO 评分
你跑过的每份简报都会留在列表里,并带着这两个评分,所以页面可以重新审计并做对比,而不用从头再来。
SEO Stack 中的创建 NLP 简报面板,包含 URL、按点击量排名第一的查询词、按展示量排名第一的查询词、自定义查询词选项和市场选择器
主查询词选项取自你自己的 Search Console 数据,所以简报是围绕页面已经证明能获得展现的词来生成的。

纲要内容

同一个主题的六种视角

每一个主题,以及你用了多少

  • 每个主题一行,带重要度条、分类,以及 OK 或 Not Used 的备注
  • 使用次数列显示排名页面的区间,旁边是你自己的次数
  • 可筛选出缺失的主题、某一个分类,或 Google 实际在你页面上检测到的主题
  • 可以把任意主题直接加进简报,这样写手拿到的是一份清单,而不是一份报告
  • 一次典型分析会有数百个主题,并按重要度排序,表格顶部就是要做的事

那一列的 0 才是关键

排名页面提到六次、而你的页面提到零次的主题,不是对你写作的看法,而是一个你一个下午就能补上的缺口。

SEO Stack 中 NLP 简报里的主题分析表,带有重要度条、分类、使用次数以及 OK 或 Not Used 备注

各项得分

简报顶部在告诉你什么

在所有表格之前,纲要先给出一个结论,构成这个结论的六项读数分别回答关于该页面的不同问题。

SEO Stack 中 NLP 简报的头部,包含 61% 的 SEO 评分、关键建议、SERP 取向和用户意图环形图、40 的可读性评分,以及 11% 的搜索引擎理解评分
一份真实的简报。这个页面有 2,877 个词、263 个相关主题,评分仍然只有 61%,而 11% 的搜索引擎理解评分才是这两个数字里更值得注意的那个。

SEO 得分

与当前该查询下所有排名页面相比,本页面对该主题的覆盖是否完整。一个页面可以篇幅长、写得好,得分却很低,因为篇幅不等于覆盖度。

搜索引擎理解度

机器能否从页面上的实体清楚判断这个页面讲的是什么。这是大多数人从没见过的一项得分,而且通常明显低于另一项。

易读性

文案的阅读难度。应该拿排名页面集合来对照,而不是对照某个目标值,因为技术类主题易读性 40 很正常,消费类主题 40 就有问题了。

SERP 取向

Google 认为这个查询属于哪一类主题,比如营销、软件还是技术,这决定了你该用谁的语言来写。

用户意图

排名页面集合中信息型、交易型和品牌型意图的占比。针对信息型查询却写成宣传册的页面,不管主题覆盖得多好都不会有表现。

关键建议

三行给出总体结论:文章长度是否达标、语义相关主题的数量是否足够,以及你最明显缺失的主题。

主题图谱

整个主题在一张图上,缺口用颜色标出

主题图谱把这个主题领域里的所有话题画成一张放射状图,从搜索引擎给它们归入的类别向外延展,比如营销与广告、技术、商业、社会。你已有的主题是绿色,缺失的按重要程度着色,红色为高、橙色为中、黄色为低。

通常正是这个视图改变了人们看待一个页面的方式,因为缺失主题的表格看上去像一串小修小补,而图谱让你看到页面完全没有涉及的一整个分支。当然你不会把它们全写一遍,但看红点聚集在哪里,能告诉你该补哪一节,而不是该改写哪一句。

  • 已有主题,页面上已经覆盖
  • 缺失主题,重要性高
  • 缺失主题,重要性中
  • 缺失主题,重要性低

图可以导出为 PNG,底层数据可以导出为 CSV,方便放进演示文稿或内容计划。

SEO Stack 中 NLP 简报的主题图谱,整个主题的放射状图,已有主题为绿色,缺失主题按重要程度着色
一个页面,一个查询词,几百个主题。右侧的绿色簇是页面覆盖到的内容,其余都是没覆盖的。

内容 NLP 为什么重要

搜索引擎不是在读你的页面,而是在解析它

Google 早就不再做字符串匹配了。它现在做的是从你的文案中提取实体,判断页面真正讲的是其中哪些,再决定这让你成为哪些查询的合理答案。NLP 分析不过是用同样的方式来看你的内容。

引擎提取到了什么

我们是值得信赖的 屋面工程公司 拥有三十多年经验。我们的团队亲切、可靠,并已全额投保,我们以合理价格做出优质工艺为傲。无论是小修小补还是大型工程,我们都把每一项 roof 都当成自家的工程来做。今天就联系我们,获取免费报价。

三个实体,没有一个是具体的。搜索引擎只能看出这个页面和屋顶有关,除此之外几乎看不出别的,所以它永远只会在最宽泛的词上获得展现。

找到的实体

3

  • 屋面工程公司服务
  • roof产品
  • quote其他

条形代表显著度,也就是引擎认为每个实体对这个页面的主题有多核心。

示例数据。切换版本即可看到同一个页面按简报重写后的样子,字数大致相同。

它改变了什么

认真做好这件事的六个理由

01

实体,而不是关键词

引擎会把你的文案拆解成它能识别的东西,比如一个地点、一种材料、一个组织、一项服务,然后判断每个实体对这个页面有多核心。把目标关键词重复十一遍对此毫无帮助,因为这个关键词只是一个实体,而页面上依然没有别的东西。

02

相关性是靠主题覆盖度来判断的

如果某个查询下排名的十个页面里有九个都在讨论同样的八个子主题,而你的页面只讲了其中三个,引擎就有很直接的理由认为你的页面是个不够完整的答案,再多的页面优化也改变不了这笔账。

03

它决定你会被展示在哪些查询下

一个页面上的实体集合,大致就是它能被展示的查询集合。实体覆盖稀薄,是一个页面除了品牌词之外什么都排不上的最常见原因,而这正是你在查询统计工具里看到的那种形态。

04

问题也是实体

回答用户真正会问的问题,等于给了引擎一些简短、自成一体、可以直接摘取的段落,而很多精选摘要和 AI 答案正是通过段落级检索生成的。

05

现在它更重要了,而不是更不重要

语言模型做的是检索和总结,而不是排出十条蓝色链接,而它能有把握总结的,是那些主题表述清楚、实体不含糊的页面。含糊的文案在 2018 年还能混过去,但当一个模型在决定要不要引用你的时候,问题就大得多了。

06

它是可衡量的,这在内容领域并不常见

大多数内容建议是没法验证的。而对照排名页面集合的覆盖度可以验证,这意味着一次改写可以用分数有没有变化来评判,而不是看大家是否都觉得读起来更好了。

有必要说清楚的一点

内容纲要是一张地图,不是一份等着勾完的清单。把每一个缺失的主题都塞进页面里,只会写出没人愿意读的东西,而搜索引擎同样完全看得出来。合理的用法是看缺口集中在哪里,判断其中哪些是真实读者会期待你覆盖的,然后把那些写好;至于有多少值得动手处理,确实每个页面都不一样。

SEO 从业者怎么用它

Content NLP 到底能用来做什么

01

给写手一份合格的内容简报

主题、问题、结构和排名页面集合都在一份文档里,比只给一个目标关键词和字数要求要好得多的起点。

02

决定该更新哪些内容

对一组页面批量生成简报,其得分与排名页面集合差距最大的,就是最值得优先更新的。

03

弄清楚一个不错的页面为什么就是上不去

当一个页面内链充足、技术上没问题却仍然停滞,原因往往是内容覆盖度,主题表大约三十秒就能看出来。

04

在动笔前规划新页面

页面还不存在时就针对自定义查询词生成简报,你会拿到用来搭建页面的结构、问题和实体,而不是事后再去补。

05

证明这次修改有效

发布后重新生成。得分上升、缺失主题数下降,这就是可以拿给客户看的证据。

06

把它接入内容编辑器

加入简报的主题会流入内容工具,写作直接基于分析进行,而不是在旁边另开一个文档。

你能从中得到什么

看结果,而不是功能列表

01

交给写手一份基于数据而不是基于主观看法的内容简报

02

补上拖累页面表现的主题缺口

03

证明一次修改确实提升了覆盖面,而不是只能指望它有效

连接一个资源,看着数据开始累积。

连接 Search Console 资源的那一刻,入库就开始了:不用配置 Google Cloud 项目,不用 BigQuery,也不用设计表结构。你只要连接资源,SEO Stack 就会从那天起存下你的每一行数据。

  • 需要信用卡
  • 在试用期内取消不会扣款
  • 无合约