keyword-research

keyword-researchスキルの概要

keyword-researchスキルでできること

keyword-researchスキルは、あいまいなSEO目標を、構造化されたキーワード計画へ落とし込むのに役立ちます。対象キーワードの選定、検索意図の分類、優先順位付け、トピッククラスタの提案までを一貫して整理できるのが特長です。単に「キーワード案を出して」で終わらず、何を公開し、何を狙い、何を後回しにするかを再現性ある流れで判断したいユーザーに向いています。

このスキルが特に向いている人

このkeyword-researchスキルは、コンテンツマーケター、SEO責任者、創業者、代理店、プロダクトチームなど、事業目標と結びついたコンテンツ機会を見つけたい人に適しています。市場理解はすでにあるものの、需要・意図・機会をエージェントに整理させて、実行可能なリストにまとめたい場面で特に有効です。

実際に解決したい仕事

多くのユーザーが本当にやりたいのは、単に「キーワードを探す」ことではありません。知りたいのは次のようなことです。

• 質の高い流入を見込めるトピックは何か
• 実際に狙える現実的なキーワードはどれか
• 単発のブログ記事ではなく、どうクラスタ化すべきか
• 何から公開すべきか

こうした判断が必要なとき、keyword-researchは汎用的なブレスト用プロンプトよりも実用的です。

このkeyword-researchスキルが他と違う点

このリポジトリには、出力品質を高める実用的な補助ファイルが含まれています。

• references/keyword-intent-taxonomy.md：一貫した検索意図マッピング用
• references/keyword-prioritization-framework.md：スコアリングと優先度判断用
• references/topic-cluster-templates.md：キーワードをコンテンツ構造に変換するためのテンプレート
• references/example-report.md：成果物の形と詳細度の参考例

そのため、単なるキーワード一覧ではなく、調査ワークフローとして使いたいなら、導入価値は高めです。

インストールしないほうがいいケース

アイデア出し用に少しだけ候補が欲しいだけなら、このkeyword-researchスキルは不要です。また、ツール接続なしでライブの検索指標を自動取得してくれると期待している場合も適しません。構造化や推論は得意ですが、実際の検索ボリューム、難易度、SERP状況は、外部のSEOデータソースか、ユーザー側で渡す指標に依存します。

keyword-researchスキルの使い方

導入前提と互換性

このリポジトリは Claude Code ≥1.0、skills.sh marketplace、ClawHub marketplace、Vercel Labs skills ecosystem との互換性を明記しています。システムパッケージは不要です。SEOツールからデータを引かせたい場合は、任意のMCPネットワークアクセスがあると便利です。

マーケットプレイス型インストーラを使う場合、基本コマンドは次のとおりです。

npx skills add aaron-he-zhu/seo-geo-claude-skills --skill keyword-research

まず読むべきファイル

手早く見極めたいなら、次の順で読むのがおすすめです。

1. SKILL.md
2. references/example-report.md
3. references/keyword-intent-taxonomy.md
4. references/keyword-prioritization-framework.md
5. references/topic-cluster-templates.md

この順番で読むと、スキルの考え方、期待できる出力、そして自分のワークフローにkeyword-researchが合うかどうかを判断しやすくなります。

このスキルがうまく機能するために必要な入力

keyword-researchの出力品質は、入力情報の充実度に大きく左右されます。最低限、以下は渡したいところです。

• Webサイトまたは会社の説明
• プロダクトやサービスのカテゴリ
• ターゲットユーザー
• 地域と言語
• リード獲得、トライアル、登録、アフィリエイトクリックなどの事業目標
• 既知の競合
• 現在のドメインの強さや順位の現実感
• クイックウィン重視か、クラスタ設計か、包括的なロードマップが欲しいか

この文脈がないと、もっともらしく見えても弱いキーワードセットになりがちです。

ざっくりした目標を強いkeyword-researchプロンプトに変える

弱いプロンプト:

• “Find keywords for my SaaS”

よりよいプロンプト:

• “Run keyword-research for a B2B invoicing SaaS for US freelancers. Prioritize low-to-medium difficulty keywords with commercial or high-intent informational intent. Group results into topic clusters, show quick wins vs longer-term targets, and suggest content formats. Assume our domain is new and we need signup-driven traffic.”

後者のように、事業上の重要性、市場の範囲、順位獲得の制約まで渡すと、エージェントの優先順位付けはかなり改善します。

初めてkeyword-researchを使うときのおすすめ手順

実務では、次の流れが使いやすいです。

1. 事業目標と対象ユーザーを定義する。
2. シードとなるトピックやプロダクトカテゴリを渡す。
3. 検索意図の分類とクラスタ展開を依頼する。
4. 難易度、関連性、コンバージョン可能性で優先順位を付けさせる。
5. 絞り込んだキーワードをコンテンツ計画に落とし込む。

一度に巨大なキーワード一覧を求めるより、この流れのほうがリポジトリ内の補助資料と噛み合います。

出力の基準としてサンプルレポートを使う

references/example-report.mdが役立つのは、想定される成果物の形が見えるからです。エグゼクティブサマリー、主要機会、クイックウィン、中長期の成長キーワード、優先提案まで、出力イメージを具体的に確認できます。案件ごとに形式をそろえたいなら、このレポート構成に合わせるようエージェントへ指示すると安定します。

ライブ指標やツールデータの扱い方

このkeyword-researchスキルは、任意のSEOツール連携を前提に設計されているようですが、それが必ず使えるとは限りません。実運用では、次のいずれかで考えるのが現実的です。

• Ahrefs、Semrush、Google Keyword Plannerからエクスポートしたキーワードデータを渡す
• ツールデータがない場合は、定性的な推論に寄せて使う
• 指標が推定値の場合は、前提や仮定を明示させる

導入判断が数値精度に依存するなら、本番運用前にツール接続経路を確認しておくべきです。

クラスタ品質を上げる実践的なプロンプト項目

主目的がコンテンツ企画なら、次の項目を含めて出力させると効果的です。

• primary keyword
• secondary variants
• intent
• pillar vs cluster role
• suggested content format
• business relevance
• priority score

この形式は、リポジトリの優先順位フレームワークとトピッククラスタのテンプレートにうまく合います。

新規サイトでkeyword-researchを使う方法

新規ドメインや権威性の低いサイトでは、エージェントに次の方向へ寄せるよう伝えるのがおすすめです。

• long-tail terms
• lower-difficulty opportunities
• narrow problem statements
• comparison and use-case content
• cluster pages that support one realistic pillar

これを指定しないと、短期ではまず勝ちにくいヘッドタームに出力が偏ることがあります。

既存コンテンツ資産にkeyword-researchを使う方法

すでにコンテンツがあるなら、このスキルには次のマッピングを依頼すると有効です。

• 既存URLと検索意図の対応付け
• クラスタ内で不足しているサブトピック
• カニバリゼーションのリスク
• 統合候補
• リフレッシュ余地のあるページ

新規のネタ出しよりも、今ある資産に改善余地を結びつけられるぶん、こちらのほうがkeyword-researchの実用価値が高い場面も多いです。

導入前に知っておきたい主な制約

導入の障壁になりやすいのは、インストールそのものより期待値のズレです。

• このスキルはライブSERP検証の代替にはならない
• 入力が抽象的だと、出力も抽象的なキーワードセットになりやすい
• 優先順位スコアは、渡した事業文脈の質に左右される
• トリガー上は多言語対応があっても、プロンプト側で市場と言語の範囲を明確にする必要がある

keyword-researchスキルのFAQ

このkeyword-researchスキルは普通のAIプロンプトより優れている？

構造化が必要なら、たいていはYesです。通常のプロンプトでもキーワード案は出せますが、このスキルには検索意図の分類体系、優先順位ロジック、クラスタ設計、レポート形式のサンプルがあります。勘に頼る部分が減り、そのまま実務に回しやすくなります。

keyword-researchには実際の検索ボリュームデータが含まれる？

単体では含まれません。リポジトリ上は任意のSEOツール連携が示されていますが、ライブ指標には外部ツール接続か、ユーザーが提供するデータが必要だと考えるべきです。根拠のある数値が必要なら、キーワードエクスポートと組み合わせて使うのが安全です。

keyword-researchスキルは初心者でも使いやすい？

はい。ただし条件があります。初心者ほど、事業文脈を明確に渡し、references/example-report.mdの形式を活用したほうがよいです。基礎概念自体は理解しやすいものの、自サイトにとって何を成功とみなすのかを伝えたほうが結果は確実に良くなります。

どんなときにkeyword-researchを使うべきではない？

SEOで大きな意思決定をするときに、唯一の判断材料として使うべきではありません。強いのは、調査の枠組み作り、優先順位付け、コンテンツ計画です。実際のSERP状況、ブランドとの適合性、最終的な編集判断は、別途人手で確認する必要があります。

このkeyword-researchスキルはトピッククラスタ作成にも使える？

使えます。むしろ、実用面ではそこが強みのひとつです。リポジトリに references/topic-cluster-templates.md が含まれているため、単発記事よりもトピカルオーソリティの構築を狙うなら、単なるキーワードブレスト以上の価値があります。

代理店やチーム利用にも向いている？

はい。example-reportのパターンがあることで、クライアント間や社内関係者向けに出力形式をそろえやすくなります。代理店であれば、まず一次調査用のブリーフをこのスキルで作り、その後にライブツールデータや競合レビューを重ねる使い方がしやすいです。

keyword-researchスキルを改善する方法

事業上の制約をより明確に伝える

keyword-researchの出力を最も手早く改善する方法は、何を重視するかをはっきり伝えることです。

• lead generation vs awareness
• local vs national reach
• new domain vs established domain
• product-led vs editorial-led conversion
• short-term wins vs long-term authority

こうした制約によって、「良いキーワード」の定義そのものが変わります。

市場を反映したシードキーワードを渡す

“software” や “marketing” のような広すぎる名詞だけで始めないでください。実際の課題、ユースケース、顧客の言い回し、プロダクトカテゴリに結びついたシードキーワードを5〜15個ほど渡すのが理想です。そうすることで、スキルは適切な意味領域で展開しやすくなります。

仮定を明示するよう依頼する

ありがちな失敗は、データがないのに断定的になることです。信頼性を上げるには、次の区分を分けて出すよう依頼してください。

• confirmed data
• inferred estimates
• strategic assumptions
• items needing external validation

これは、SEOツール未接続でkeyword-researchを使う場合に特に重要です。

アイデア出しではなく優先順位付けを強制する

弱い出力の多くは、「100個キーワードを出して」と頼んでしまうことから起きます。決定に使える出力にしたいなら、次の軸で順位付けさせてください。

• business relevance
• realistic difficulty
• intent quality
• content gap value
• cluster contribution

これで、公開判断に使える形へ一気に近づきます。

検索意図のズレを再調整する

初稿で educational、commercial、navigational の語群が雑に混ざっているなら、references/keyword-intent-taxonomy.md を使って再分類し、適合度の低い意図カテゴリを削るよう指示してください。これだけで、コンテンツの狙いとコンバージョン整合性がかなり改善することがあります。

1回目の後にクラスタ品質を高める

最初のkeyword-research実行後は、次のように追加で聞くと効果的です。

• どのpillar pagesにクラスタを付けるべきか
• どのサブトピックが重複しているか
• どのページが比較意図を狙うべきか
• どの補助記事がmoney pagesへ内部リンクできるか

この工程によって、キーワード一覧が実際に機能するコンテンツ構造へ変わります。

優先順位モデルを妥当性チェックする

リポジトリには明確な優先順位フレームワークがありますが、事業によって重み付けは異なります。トラフィックよりコンバージョンを重視するなら、純粋なボリュームよりも business relevance と intent match の比重を高めるよう伝えてください。

欲しい出力は具体例で寄せる

最初のレポートが抽象的すぎるなら、references/example-report.md を参照させ、その具体性に合わせるよう依頼します。広いフィードバックを投げるより、具体例を基準にしたほうが、形式の安定性も実用性も早く改善しやすいです。

実データを踏まえてkeyword-researchを再実行する

最も実用的なkeyword-research運用は反復型です。いくつか公開し、順位やコンバージョンの動きを見たうえで、実績データを使ってクラスタや優先順位を再調整させてください。実測値が入ると、仮定ベースではなく根拠ベースで推論できるため、スキルの価値はさらに高まります。