keyword-research

keyword-research 概览

keyword-research 是一款面向 ASO 的技能，用来发现、评估并优先排序 App Store 关键词，比通用 prompt 更少靠猜。它特别适合需要拿到一份“真能落地”的关键词清单的人：应用营销人员、创始人、ASO 专家，以及基于粗略产品简报开展工作的 agent。它的核心任务，是把少量种子词转化为一套有优先级的关键词策略，在相关性、搜索量、竞争度和商业意图之间做平衡。

keyword-research 最适合什么场景

当你需要回答这类问题时，应该使用 keyword-research 技能：这个 App 应该先攻哪些词、哪些词值得做索引、竞争对手的哪些关键词是真正可行的机会。它尤其适合应用类目已经很拥挤、你需要的是决策流程而不只是头脑风暴的情况。

为什么这个技能比普通 prompt 更有用

keyword-research 指南是围绕一套真实的研究工作流搭建的：先从应用背景出发，要求提供 App ID 和国家/地区，再扩展种子词，最后评估机会。这种结构能有效避免常见失败模式——产出一些看起来不错、但实际上不相关、不可排名，或者不适合目标市场的关键词。

什么时候 keyword-research 才算合适

如果你的目标是发现和优先排序，那么 keyword-research 是很合适的。如果你已经明确知道要写什么元数据文案，或者你只是想查看当前排名表现而不打算做新的研究，它就不是最好的第一步。

如何使用 keyword-research 技能

在工作流中安装 keyword-research

通过你常规的技能配置流程执行 keyword-research install，然后确认该技能目录已经出现在 agent 的工作上下文中。在这个 repo 里，当前生效的技能位于 skills/keyword-research，并且应当先阅读 SKILL.md。由于这里没有辅助脚本或参考文件夹，这个技能的使用方式是直接按 markdown 指令驱动，而不是依赖更大的工具链。

提供技能所需的输入

这个技能在你一开始就提供以下五项信息时效果最好：App ID、目标国家/地区、3-5 个种子关键词、应用品类或定位，以及研究目标。一个弱请求会像“帮我找这个 app 的关键词”。更好的 keyword-research 使用提示会像这样：Research keyword opportunities for App ID 123456789 in US. Seed terms: habit tracker, planner, focus timer. Goal: downloads for new users. Competitors: Structured, TickTick, Todoist.

按正确顺序阅读文件

先读 SKILL.md，理解整体流程；如果你的工作区里还有名为 app-marketing-context.md 的项目上下文文件，也要继续检查。这个技能的关键优势在于步骤顺序：先做初步评估，再扩展种子词，最后评估关键词机会。如果跳过评估步骤，通常会得到更长的列表，但策略质量更弱。

使用与研究阶段匹配的 prompt

做发现阶段时，要求更广的覆盖面：Expand these seeds into candidate keywords and group them by intent. 做优先级排序时，要求排名：Score these keywords by relevance, likely demand, and competitiveness, then recommend the top 10. 做竞品分析时，要求重叠与缺口：Compare my app to these 5 competitors and identify keywords they rank for that I do not.

keyword-research 技能 FAQ

使用 keyword-research 需要 ASO 经验吗？

不需要。keyword-research 的特点就是对新手友好，因为它会要求你提供具体输入，并按固定的研究顺序执行。你不需要先懂排名理论才能用它，但更完整的应用背景和更干净的种子词，会明显提升输出质量。

它和普通 prompt 有什么区别？

普通 prompt 可以帮你头脑风暴关键词，但 keyword-research 加入了可重复的流程：评估应用、基于种子词扩展、对比竞品、再按意图排序。这样一来，当你需要的不是一堆原始想法，而是一份可直接用于决策的短名单时，它会更可靠。

什么时候不该用 keyword-research？

如果你的任务主要是写元数据、改截图，或者只想查看现有排名而不做发现工作，就不要用 keyword-research。这种情况下，metadata 导向或 audit 导向的技能会比关键词研究工作流更合适。

这个技能的主要边界是什么？

这个技能是为 App Store 关键词策略优化的，不是通用 SEO，也不是网页搜索优化。如果你的目标是网站、YouTube 频道，或者只做 Google Play 的工作流，keyword-research 的假设未必能直接迁移。

如何改进 keyword-research 技能

先给出更强的种子关键词

质量提升最大的地方，通常来自更好的种子词。不要只给“fitness”或“productivity”这类大词，而是提供与用户意图相关的功能型短语，比如 meal planner、screen time blocker 或 AI note taker。更好的种子词会带来更好的扩展路径，也能减少跑偏建议。

补充会改变关键词价值的上下文

说明应用受众、使用场景和变现目标。budgeting app for students 和 budgeting app for freelancers 可能会导向完全不同的 keyword-research 结果，因为相关性和转化意图并不一样。如果你有竞品，尽早把它们加进去，这样技能就能对真实市场替代方案进行比较，而不是靠猜。

要求输出成可直接使用的格式

不要只问“最好的关键词是什么”。应该要求返回带有理由、意图标签，以及竞争度或风险说明的排序列表。一个实用的追问是：Return the top 20 keywords, grouped into primary targets, secondary targets, and low-priority tests. 这样输出更容易直接接到 metadata 工作里。

第一轮之后继续迭代

把第一轮结果拿来收紧下一次 prompt。如果列表太宽泛，就按受众或功能收窄；如果列表太泛，就补充竞品名称或更具体的国家/地区；如果列表看起来太激进，就要求做一轮更保守的筛选，重点看现实可排名机会，而不是高搜索量词。