客戶原音關鍵字挖掘

定義

一種 SEO 關鍵字研究的上游作法：不從關鍵字工具的推薦清單挑種子字，而是從真實客服對話、客戶留言等一手語料中，抽出客戶「已經打出來」的搜尋用語，作為關鍵字研究的種子。核心命題是「工具告訴你一個字有多少搜尋量，但沒辦法告訴你該查哪個字」，而種子字的來源決定了整條內容線打不打得中真實需求。

關鍵數據點（附來源）

• 客戶語言與專業術語存在系統性落差：客戶說「外掛打架／轉圈圈／搬家／掛掉」，團隊寫「相容性問題／載入緩慢／網站遷移／fatal error」（來源：本文對照表）
• 清洗漏斗：22,600 則原始訊息 → 純文字客戶留言 12,000 → 四條規則過濾後 9,645 筆有分析價值資料（來源：本文）
• AI 平行抽取：14 個代理處理 14 個批次，抽出客戶提問句 566 條、客戶詞彙 590 個、卡關描述 373 條（來源：本文）
• 品質控制核心規則「保留客戶原始用詞」：客戶說藍新就不改成 NewebPay，把 AI 自作聰明的判斷空間壓到最小（來源：本文）
• 客戶用語是種子不是終點：太口語的詞（「衝到」）未必有搜尋量，要接回 [[SEO 內容策略]] 的工具驗證（DataForSEO，難度 < 40 優先）（來源：本文）

前提與局限性

• 需要足量且高品質的一手語料：本文用一年、清洗後 9,645 則認真的產品諮詢。無客服紀錄的新團隊不適用，要改用社群提問、論壇討論串、留言區替代。
• 倖存者偏誤：客服對話只反映「已是客戶、且願意開口問」的人，不含潛在客戶與沉默用戶的搜尋語言。
• 客戶 ≠ 搜尋者：來客服的人已經找到你，其用詞方向對，但覆蓋面偏向既有客群語言，未必等於「還在 Google 找你的人」的用詞。
• 中文口語專屬痛點：傳統斷詞失效這條在英文市場不成立（英文有成熟 NLP），但「客戶原音 vs 專業術語落差」跨語言仍成立。
• 隱私前置：語料含個資，須先雜湊客戶身分、不輸出可辨識內容，是動工前的規則而非事後補。

衝突標記

無衝突。與 [[SEO 內容策略]] 互補而非矛盾：本概念負責「種子字從哪來」（上游），SEO 內容策略負責「查量、排序、選題」（下游）。

關聯概念

• [[SEO 內容策略]]——下游的搜尋量驗證與內容選題
• [[行為訪談法]]——同一命題（看客戶過去的事實，別問對未來的意見）在 SEO 場景的版本
• [[AI 自動分類]]——14 代理平行萃取＝非結構化客服資料的自動分類
• [[電商客服效率]]——客服對話的資料來源場景
• [[OrderChatz 產品演進]]——本文語料來自 OrderChatz 客服系統