analytics-export
以多种格式导出分析数据
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
以多种格式导出分析数据
使用DataForSEO Business Data收集本地列表和声誉数据,用于“本地SEO”、“评论监控”和“企业列表”。
使用DataForSEO内容分析对"情感分析"、"趋势"和"客户之声"工作流程中的内容信号进行分析。
使用DataForSEO Labs运行SEO研究工作流程,包括“竞争研究”、“关键词想法”和“市场分析”。
使用DataForSEO OnPage(任务+ Lighthouse)爬取并审核网站,以进行“技术SEO审核”、“站点爬取”和“页面健康”检查。
执行沟通和报告技能,用于创建仪表板、状态摘要和董事会资料包。重点是为领导层提供可操作的见解。
Schema.org结构化数据审核和生成,优化了AI可发现性——检测、验证并生成JSON-LD标记
多平台社会研究:通过Bird CLI进行Twitter/X的研究,通过PostCrawl进行Reddit/TikTok的研究;汇总结果并生成情感/趋势报告。
母内容结构构建器 (Content-Architect) - 将已验证观点升级为'可长期复用的核心内容',明确哪些部分必须由人类完成。当用户有一个数据表现好的短内容、被反复引用的观点、或感觉很重要的想法时使用此 skill。设计完整的母内容结构蓝图,包括承诺、钩子方案、正文结构、CTA设计和后续裂变方向。
衡量AI/LLM的可见性,并使用DataForSEO AI优化提取与AI相关的信号,针对“LLM提及”、“AI可见性”和“LLM响应”。
使用DataForSEO内容生成工具生成和完善文本,用于“元标签生成”、“改写”和“摘要”。
使用DataForSEO Merchant收集市场和产品情报,用于“价格监控”、“产品研究”和“卖家分析”。
从DataForSEO(任务或实时)获取“排名跟踪”、“获取Google搜索结果页面”和“SERP监控”的本地化搜索结果页面。
内容质量和AI引用的E-E-A-T评估 — 评估经验、专业性、权威性、可信度以及内容结构
技术SEO审核,包括特定地理位置的检查——可爬取性、可索引性、安全性、性能、服务器端渲染(SSR)以及AI爬虫访问
通过多个可能的未来情景来应对战略不确定性,而不是单一的预测。这一框架由荷兰皇家壳牌公司开发,它用2-4个丰富的叙述替代了单点预测,这些叙述代表了由关键不确定性定义的真正不同的未来。
内容裂变与复利引擎 (Content-Build) - 将一份母内容最大化利用,实现一次思考、多次分发。当用户已完成一篇长文、视频完整讲清了一个问题、或一期 Newsletter 写得很扎实的时候使用此 skill。不新增观点,只拆观点,一个观点变成多种表达,一次思考多平台使用,生成短内容、钩子、平台结构、视频脚本和CTA。
使用DataForSEO Backlinks检索回链配置文件和批量链接指标,用于“回链审核”、“引用域名”和“链接监控”。
使用DataForSEO关键词数据检索“关键词研究”、“搜索量”和“广告规划”的关键词指标和趋势。
使用DataForSEO Domain Analytics丰富和分析域名,以进行“技术栈检测”、“域名研究”和“线索丰富化”。
使用DataForSEO App Data收集应用商店情报,用于“ASO”、“应用评论”和“应用市场研究”。
AI引用评分和优化。分析网页内容以确定AI系统(如ChatGPT、Claude、Perplexity、Gemini)引用或引用页面段落的可能性。提供一个引用评分(0-100),并给出具体的改写建议。
品牌提及和权威扫描工具,用于提高AI可见性。分析AI模型依赖的实体识别和引用决策平台上的品牌存在情况。生成品牌权威评分(0-100),并提供特定于平台的建议。
通过真实的人类风格互动促进Reddit社区增长。在寻找高意图帖子、检查子版块规则、撰写以价值为先的回复以及报告运行总结时使用。适用于任何针对特定社区的应用程序、产品或服务。