AI SEO 關鍵字研究實戰｜DataForSEO 規劃三個月內容行事曆

AI SEO 不是讓 AI 一口氣幫你生一堆文章衝數量，而是讓 AI agent 接手關鍵字研究裡最費工的那段判斷——把搜尋量、搜尋意圖、競品數據一次拉齊，再決定「該寫什麼、先寫哪篇」。我們最近用 Claude 串接 DataForSEO，把一個 WordPress 主題網站的內容方向從零規劃出來，整個過程不是在查工具，而是在做取捨。

這篇記錄我們實際跑過的三個階段：市場層級的關鍵字研究、流量品質診斷、排出三個月的內容行事曆。重點不在工具怎麼操作，而在每一步要怎麼判斷。

為什麼不用 Ubersuggest 就好？

我們研究過排在「關鍵字研究」前幾名的文章，Domyweb、Harris 先生、Kevin 的教學都很完整，流程也對：列種子字、用工具查搜尋量、整理成表格、判斷搜尋意圖。問題是這些流程的預設動作，都是「人打開 Ubersuggest 或 Google 關鍵字規劃工具，輸入一個字、讀數據、複製進試算表，再換下一個字」。

查十個字還好，查一個市場的全貌呢？一個種子字延伸出幾百個長尾，光是複製貼上就耗掉一個下午，而真正花腦力的判斷——哪些字是雜訊、哪些字雖然搜尋量小卻 100% 是你的客戶——反而被機械式的操作擠到最後，草草帶過。

我們想反過來：讓機械操作交給 AI，把人留在判斷上。DataForSEO 提供官方的 MCP server，裝上之後，Claude 能在對話裡直接呼叫 API 查搜尋量、抓 SERP 排名、看趨勢，不用開分頁、不用複製貼上。一句「幫我查 WordPress 相關的繁中搜尋量，哪些流量大」，數據就回來了。安裝細節我們在整合 DataForSEO 的寫作流程那篇寫過，這裡先跳過，直接進規劃。

第一階段：市場關鍵字研究，先看清流量地貌

我們給 Claude 的第一個指令很白話：研究 WordPress 相關的繁體中文搜尋結果，哪些流量大，我們想找到「需要架站或客製串接的客戶」會搜的詞。

Claude 並行呼叫了 keyword ideas、keyword suggestions、related keywords 幾個端點，幾秒鐘就把上百個詞的搜尋量拉回來。結果回傳太大，它自己用 jq 抽出「關鍵字＋搜尋量＋競爭度」三個欄位，把雜訊濾掉再呈現。這一步如果靠人手動做，大概要半小時起跳。

數據攤開來，市場分成幾層很清楚：

• 大流量認知詞：wordpress（18,100）、網站架設（6,600），量大但意圖雜，搜的人不一定要花錢。
• 真正帶客戶的商業意圖詞：架設網站推薦（1,300）、網頁設計公司推薦（1,600）、網站架設費用（260，CPC 3.71）。量中等，但搜的人已經準備掏錢、只差選廠商。
• 長尾客製串接詞：綠界串接（50）、woocommerce 金流（50）、蝦皮 api 串接（90）。量很小，但搜這些字的人 100% 是目標客戶。

真正值錢的判斷在這裡發生，而不是在搜尋量數字本身。

大流量陷阱：別被數字騙

有個詞「網站頁面設計」掛著 27,100 的月搜尋量，看起來是塊大餅。Claude 把底層的長尾字攤開，我們才發現這個數字幾乎全是「LINE 網頁版」「PTT 網頁版」「Threads 網頁版」這類完全不相干的搜尋汙染進去的。搜這些字的人想找的是某個 App 的網頁登入頁，不是要架網站。

這種詞如果照搜尋量排序、傻傻地拿去寫文章，等於把火力全押在一群永遠不會變客戶的人身上。AI 把數據端上來很快，但「這個 27,100 是真的還是假的」需要人去拆。

隱藏的最大入口：金流品牌詞

另一個反直覺的發現：藍新金流（9,900）加上綠界科技（12,100），兩個品牌詞的搜尋量加起來超過 wordpress 本身。台灣中小企業跟接案者卡關第一名就是金流串接，這是切入「客製串接客戶」最大的一池免費流量，卻不會出現在任何一個以「wordpress」為種子字的關鍵字工具清單裡——因為它表面上跟 WordPress 無關。

能挖到這層，是因為我們不是丟一個種子字進去就收手，而是順著「客戶實際會卡在哪」反覆換角度問。搜尋意圖的分類這時就派上用場：藍新金流是導航兼資訊型，網站架設費用是商業型，兩者要用完全不同的文章去接。

第二階段：流量品質診斷，不是沒流量是流量錯了

關鍵字研究告訴我們「市場上有什麼」，但還缺一塊：這個網站「現在實際接到什麼流量」。我們把網站的 Google Search Console 資料匯出來丟給 Claude，請它先診斷現況再規劃。

診斷結果有點刺眼：這個站的前段班全是 line user id、flex message、line login、line notify 這類詞——這些是工程師在找免費程式碼的搜尋，讀完複製貼上就走，不會變成需要付錢的客戶。line notify 那個詞有 4,135 次曝光，點擊率卻只有 0.56%，因為頁面平均排在第六到第八名，卡在第一頁的底部。

所以問題從來不是「沒流量」，是流量的品質不對。這也是多數內容行銷會踩的盲區：只盯著流量曲線往上，沒問進來的是不是會掏錢的人。Harris 先生那篇文章有提到「即便流量增加了，也可能是品質不好、沒有行銷效益的流量」，但很少有人把它變成一個可以操作的診斷步驟。

把它操作化，靠的還是判斷：我們請 Claude 用「離付錢的人有多近」這個尺，把 GSC 的 query 重新排一次，結果撈出一批被埋住的準客戶資產——woocommerce line pay、woocommerce api、估價單、取代 line。這些詞離成交近得多，只是卡在第二頁、或標題沒對到搜尋意圖。三個月的目標因此定了下來：不是衝量，是換質，把工程師讀者的流量，慢慢換成需要找人架站、客製串接的老闆的流量。GSC 怎麼自動撈出這種「高曝光低點擊」的內容機會，我們在自動產出 SEO 週報那篇有完整做法。

第三階段：排成三個月內容行事曆

有了市場數據跟現況診斷，最後一步是把它收斂成可以執行的東西。我們請 Claude 直接寫進 Notion 資料庫，欄位包含標題、月份、類型、目標關鍵字、月搜尋量、搜尋意圖、slug、目的。它呼叫 Notion API 建好資料庫，把規劃好的 18 篇一次寫進去，每篇都帶著對應的數據。

三個月的主軸由近成交往外擴：

1. 第一個月收割金流流量：藍新金流串接、綠界 vs 藍新比較。用免費教學吸自然流量，文末用一句「不想自己弄，我們幫你串」當轉換鉤子。
2. 第二個月把開發權威轉成客製需求：WordPress 預約系統、WooCommerce 會員訂閱、LINE Bot 串接。這些是有系統需求、但不知道找誰的老闆會搜的詞。
3. 第三個月比較推薦收口加在地頁：接案 vs 設計公司怎麼選、在地網頁設計服務頁、API 串接懶人包當權威母頁。

排程也跟著電子報節奏走：主打文一律週三上線，週四讓 Google 開始收錄，週五電子報推一波真人點擊進去，對搜尋新鮮度也是正向訊號。中間我們刻意留了一週緩衝，不排新文、電子報改做精選回顧，給節奏一個喘息。

過程裡最能說明「判斷比工具重要」的，是一個關於標題的小問題。我們本來糾結第一篇要叫「WordPress 藍新金流」還是「WooCommerce 藍新金流」，請 Claude 直接查兩種寫法的搜尋量。結果很乾脆：wordpress 藍新金流、woocommerce 藍新金流各自幾乎測不到搜尋量，大家就是搜藍新金流這個品牌詞。換句話說，標題前綴用哪個對流量沒有差，真正該卡的是「藍新金流串接」這個有意圖、競爭低的詞組。沒有數據，這種糾結會在會議室裡耗掉半小時；有數據，三秒鐘收掉。

還有一篇「非 WooCommerce 的藍新金流串接案例」，整個長尾叢加起來月搜尋量大概只有 60，用流量當唯一標準的話根本不該寫，但它的價值不在流量在轉換——搜這個字的人是有自架系統要接金流的高價客戶，這篇是用來證明實力、篩出客製客戶的，所以我們把它排進案例月，角色跟衝流量的文章互補。B2B 技術主題裡，搜尋量為 0 的精準長尾字也值得寫，就是這個道理。

工具負責快，人負責準

回頭看整個流程，AI 在這裡做的事其實很單純：把幾百個關鍵字的搜尋量在幾秒內拉齊、用 jq 濾掉雜訊、交叉比對 GSC、寫進 Notion。這些是又慢又煩、人類做起來最容易出錯的環節。

但每一個真正影響成敗的決定，都還是人在下：27,100 的搜尋量是真餅還是雜訊、金流品牌詞算不算 WordPress 的流量、60 搜尋量的案例文值不值得佔一個檔期。AI SEO 的價值不在於它能不能取代這些判斷，而在於它把你從複製貼上裡解放出來，讓你有餘裕好好做判斷。傳統關鍵字研究最大的浪費，是把人最擅長的判斷時間，花在了人最不擅長的重複操作上。

這套規劃流程跑完，我們手上拿到的不是一張關鍵字清單，是一份標好日期、目標詞、搜尋意圖跟轉換目的的三個月內容行事曆——下一步只要照著每篇做寫作前的關鍵字研究就行了。規劃是地圖，寫作是上路。

常見問題

DataForSEO 跟 Ahrefs、Ubersuggest 這類工具差在哪？

最大的差別在計費跟使用方式。Ahrefs、SEMrush 是月費訂閱，完整功能的方案多在每月 $129 美元起（Ahrefs Lite $129、SEMrush Pro 約 $140），介面也是給人手動操作的。DataForSEO 是 pay-as-you-go 的 API，搭配 MCP 後可以讓 AI 直接在對話裡批次查詢，1000 次 SERP 查詢約 $0.60 美元，註冊還送 $1 美元額度可以先試。適合想把關鍵字研究自動化、串進寫作流程的內容團隊。

中文市場的搜尋量數據準嗎？

繁體中文的搜尋量數據準確度確實不如英文，部分長尾詞會測不到或數字偏低。我們的做法是不單看絕對數字，而是看相對量級跟趨勢，並且一定搭配搜尋意圖跟競品 SERP 一起判斷。把數據當參考、把判斷留給人，是用這類工具的關鍵心態。

沒有工程背景，能跑這套流程嗎？

可以。整個流程是用自然語言對話完成的，從查關鍵字、診斷 GSC 到寫進 Notion，都是一句指令觸發。比較需要的是行銷判斷力，而不是技術能力——知道哪些流量是雜訊、哪些詞離成交近，這部分 AI 還代替不了你。

---

想把關鍵字研究跟內容規劃變成可重複執行的流程，或需要 WordPress 架站、客製串接的協助？歡迎聯絡我們，或加入我們的 LINE 官方帳號聊聊你的專案。