如何分析关键词密度与蚕食风险SEO Machine keyword-mapper 完整指南【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachineSEO Machine 是面向所有行业的开源 SEO 内容工作流其中的keyword-mapper关键词映射智能体是它的核心分析角色之一它会自动定位你的关键词在文章中出现在哪里、计算关键词密度是否落在 1-2% 的最佳区间并通过内部关键词冲突检查提前暴露关键词蚕食风险Cannibalization Risk防止站内多篇文章互相抢排名。本文面向新手用 5 分钟讲清它的分析框架、判定标准和上手方法 快速要点keyword-mapper 在/write写完文章后自动运行输出关键词分布分析报告密度公式出现次数 ÷ 总词数 × 100主关键词目标 1-2%副关键词 0.5-1%密度超过 2.5% 会触发填充风险警告超过 3% 属高风险蚕食风险靠关键词重叠 搜索意图区分度四问判定结论分 ✓ / ⚠ / ❌ 三级keyword-mapper 是什么何时自动触发keyword-mapper 是 SEO Machine 内置的一个专职智能体定义在 .claude/agents/keyword-mapper.md使命是一句话映射关键词在全文中的分布评估融合质量并给出具体优化建议且不牺牲可读性。你不需要手动调用它——在标准工作流中它会自动登场触发时机命令产出文件写文章完成后自动执行第 5 个智能体/write 主题drafts/keyword-analysis-[主题slug]-[日期].md发布前最终校验/optimize 文件关键词分布最终分析报告详细触发逻辑见 .claude/commands/write.md 第 5 步Keyword Mapper Agent以及 .claude/commands/optimize.md 的Final keyword distribution analysis。它的配套量化引擎是 Python 模块 data_sources/modules/keyword_analyzer.py负责密度计算、分布热图和填充检测。关键词密度分析6 步框架中的前 4 步keyword-mapper 的完整框架共 6 步前 4 步专门服务于密度分析。下面按新手视角逐步拆解。第 1 步三级关键词识别分析开始前它先把目标拆成三层主关键词通常出现在 H1 标题中需确认搜索意图信息型/商业型/交易型并验证其出现在 Meta 标题和描述中副关键词3-5 个相关词或变体含 3-5 词的长尾变体LSI 关键词潜在语义索引主题相关的支撑词如podcast editing主题下应出现audio editingpost-production等第 2 步计算关键词密度密度公式非常直白见 .claude/agents/keyword-mapper.md密度 (关键词出现次数 ÷ 全文总词数) × 100%判定标准如下由 keyword_analyzer.py 中的_get_density_status实现实际密度相对 1.5% 目标值状态含义 0.75%too_low关键词严重不足0.75%–1.2%slightly_low略低建议补几处1.2%–1.8%✅ optimal最佳区间1.8%–2.25%slightly_high略高多用变体 2.25%too_high过高有填充嫌疑第 3 步关键位置检查清单密度达标还不够位置同样重要。keyword-mapper 会逐一核对主关键词是否落在这些高价值位置实现见 keyword_analyzer.py关键位置要求为什么重要H1 标题✅ 必须最强主题信号前 100 个词✅ 必须高 SEO 价值搜索引擎重点扫描区H2 小标题建议 2-3 个共 4-7 个 H2结构化的主题相关性最后一段结论建议强化主题相关性Meta 标题 / 描述 / URL 后缀✅ 必须搜索结果页的展示元素第 4 步分布热图Distribution Heat Map最直观的产出是一张热度图把文章按章节切分统计每章关键词出现次数和占比用方块可视化冷热分布。理想模式是相对均匀分布、开头和结论略多若某一大章节出现 0 次会被标记为Missing!并给出具体补充位置和改句建议。如何判定关键词填充Stuffing风险密度过高会触发填充警告keyword_analyzer.py 的_detect_keyword_stuffing设了三道红线检测项触发条件风险等级全文密度 2.5% 中风险全文密度 3.0% 高风险单段密度某段落内 5% 高风险段落内堆砌连续句子关键词连续出现在 3 个句子 低风险警告连续句子连续出现在 5 个句子 高风险对应到智能体层面keyword-mapper 还会人工视角识别红旗行为❌ 为塞关键词而扭曲句式、❌ 同一段重复使用、❌ 每个标题都硬塞原词。它的黄金原则是读起来自然的 10 次胜过生硬堆砌的 20 次——可读性永远优先于密度。蚕食风险Cannibalization Risk四步检查这是 keyword-mapper 框架的第 6 步见 .claude/agents/keyword-mapper.md专门防止自己的文章打自己。它按顺序问四个问题关键词是否重叠这篇文章的目标词与站内已有内容是否撞车搜索意图区分度意图差异是否大到值得做成两个独立页面是否应合并内容是否应该与现有文章合并Consolidation差异化还是蚕食是清晰的差异化定位还是潜在蚕食随后给出三级结论✅无显著蚕食风险可直接发布⚠轻微重叠建议强化差异化换个角度、改人群定位、细分长尾词❌确认蚕食建议与现有内容合并或明确各自的目标词边界配套动作还包括记录所有目标相似关键词的站内相关页面为后续内链策略参考 context/internal-links-map.md提供依据。新手上手3 条命令跑通全流程无需任何编程基础在 Claude Code 中按顺序执行调研/research 你的主题—— 生成主/副关键词与竞品简报写作/write 你的主题—— 生成 2000 词文章keyword-mapper 自动运行报告存至drafts/keyword-analysis-*.md终审/optimize drafts/你的文件.md—— 发布前再做一次最终关键词分布分析密度目标主词 1-2%、必现位置清单等统一约定在 context/seo-guidelines.md 中可根据自己业务调整——修改一处所有文章自动遵循。发布前快速自查清单 跑完 keyword-mapper 后对照这份清单 30 秒确认主关键词在 H1 和前 100 个词中密度处于 1-2% 区间未触发填充警告2-3 个 H2 小标题含关键词变体各章节分布均匀无 0 次出现的冷区LSI 关键词已自然融入蚕食检查结论为 ✅ 或 ⚠已落实差异化方案总结keyword-mapper 把关键词密度和蚕食风险这两个听起来抽象的 SEO 概念变成了一份带数据、带位置、带改法的具体报告密度有公式有阈值填充有三道红线蚕食有四问三级结论。配合 README.md 中描述的完整工作流你只需关注它给出的修改建议即可让每篇长文既对搜索引擎友好、又对读者易读——这正是 SEO Machine 先写给人看再优化给引擎看的核心理念 【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何分析关键词密度与蚕食风险？SEO Machine keyword-mapper 完整指南
如何分析关键词密度与蚕食风险SEO Machine keyword-mapper 完整指南【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachineSEO Machine 是面向所有行业的开源 SEO 内容工作流其中的keyword-mapper关键词映射智能体是它的核心分析角色之一它会自动定位你的关键词在文章中出现在哪里、计算关键词密度是否落在 1-2% 的最佳区间并通过内部关键词冲突检查提前暴露关键词蚕食风险Cannibalization Risk防止站内多篇文章互相抢排名。本文面向新手用 5 分钟讲清它的分析框架、判定标准和上手方法 快速要点keyword-mapper 在/write写完文章后自动运行输出关键词分布分析报告密度公式出现次数 ÷ 总词数 × 100主关键词目标 1-2%副关键词 0.5-1%密度超过 2.5% 会触发填充风险警告超过 3% 属高风险蚕食风险靠关键词重叠 搜索意图区分度四问判定结论分 ✓ / ⚠ / ❌ 三级keyword-mapper 是什么何时自动触发keyword-mapper 是 SEO Machine 内置的一个专职智能体定义在 .claude/agents/keyword-mapper.md使命是一句话映射关键词在全文中的分布评估融合质量并给出具体优化建议且不牺牲可读性。你不需要手动调用它——在标准工作流中它会自动登场触发时机命令产出文件写文章完成后自动执行第 5 个智能体/write 主题drafts/keyword-analysis-[主题slug]-[日期].md发布前最终校验/optimize 文件关键词分布最终分析报告详细触发逻辑见 .claude/commands/write.md 第 5 步Keyword Mapper Agent以及 .claude/commands/optimize.md 的Final keyword distribution analysis。它的配套量化引擎是 Python 模块 data_sources/modules/keyword_analyzer.py负责密度计算、分布热图和填充检测。关键词密度分析6 步框架中的前 4 步keyword-mapper 的完整框架共 6 步前 4 步专门服务于密度分析。下面按新手视角逐步拆解。第 1 步三级关键词识别分析开始前它先把目标拆成三层主关键词通常出现在 H1 标题中需确认搜索意图信息型/商业型/交易型并验证其出现在 Meta 标题和描述中副关键词3-5 个相关词或变体含 3-5 词的长尾变体LSI 关键词潜在语义索引主题相关的支撑词如podcast editing主题下应出现audio editingpost-production等第 2 步计算关键词密度密度公式非常直白见 .claude/agents/keyword-mapper.md密度 (关键词出现次数 ÷ 全文总词数) × 100%判定标准如下由 keyword_analyzer.py 中的_get_density_status实现实际密度相对 1.5% 目标值状态含义 0.75%too_low关键词严重不足0.75%–1.2%slightly_low略低建议补几处1.2%–1.8%✅ optimal最佳区间1.8%–2.25%slightly_high略高多用变体 2.25%too_high过高有填充嫌疑第 3 步关键位置检查清单密度达标还不够位置同样重要。keyword-mapper 会逐一核对主关键词是否落在这些高价值位置实现见 keyword_analyzer.py关键位置要求为什么重要H1 标题✅ 必须最强主题信号前 100 个词✅ 必须高 SEO 价值搜索引擎重点扫描区H2 小标题建议 2-3 个共 4-7 个 H2结构化的主题相关性最后一段结论建议强化主题相关性Meta 标题 / 描述 / URL 后缀✅ 必须搜索结果页的展示元素第 4 步分布热图Distribution Heat Map最直观的产出是一张热度图把文章按章节切分统计每章关键词出现次数和占比用方块可视化冷热分布。理想模式是相对均匀分布、开头和结论略多若某一大章节出现 0 次会被标记为Missing!并给出具体补充位置和改句建议。如何判定关键词填充Stuffing风险密度过高会触发填充警告keyword_analyzer.py 的_detect_keyword_stuffing设了三道红线检测项触发条件风险等级全文密度 2.5% 中风险全文密度 3.0% 高风险单段密度某段落内 5% 高风险段落内堆砌连续句子关键词连续出现在 3 个句子 低风险警告连续句子连续出现在 5 个句子 高风险对应到智能体层面keyword-mapper 还会人工视角识别红旗行为❌ 为塞关键词而扭曲句式、❌ 同一段重复使用、❌ 每个标题都硬塞原词。它的黄金原则是读起来自然的 10 次胜过生硬堆砌的 20 次——可读性永远优先于密度。蚕食风险Cannibalization Risk四步检查这是 keyword-mapper 框架的第 6 步见 .claude/agents/keyword-mapper.md专门防止自己的文章打自己。它按顺序问四个问题关键词是否重叠这篇文章的目标词与站内已有内容是否撞车搜索意图区分度意图差异是否大到值得做成两个独立页面是否应合并内容是否应该与现有文章合并Consolidation差异化还是蚕食是清晰的差异化定位还是潜在蚕食随后给出三级结论✅无显著蚕食风险可直接发布⚠轻微重叠建议强化差异化换个角度、改人群定位、细分长尾词❌确认蚕食建议与现有内容合并或明确各自的目标词边界配套动作还包括记录所有目标相似关键词的站内相关页面为后续内链策略参考 context/internal-links-map.md提供依据。新手上手3 条命令跑通全流程无需任何编程基础在 Claude Code 中按顺序执行调研/research 你的主题—— 生成主/副关键词与竞品简报写作/write 你的主题—— 生成 2000 词文章keyword-mapper 自动运行报告存至drafts/keyword-analysis-*.md终审/optimize drafts/你的文件.md—— 发布前再做一次最终关键词分布分析密度目标主词 1-2%、必现位置清单等统一约定在 context/seo-guidelines.md 中可根据自己业务调整——修改一处所有文章自动遵循。发布前快速自查清单 跑完 keyword-mapper 后对照这份清单 30 秒确认主关键词在 H1 和前 100 个词中密度处于 1-2% 区间未触发填充警告2-3 个 H2 小标题含关键词变体各章节分布均匀无 0 次出现的冷区LSI 关键词已自然融入蚕食检查结论为 ✅ 或 ⚠已落实差异化方案总结keyword-mapper 把关键词密度和蚕食风险这两个听起来抽象的 SEO 概念变成了一份带数据、带位置、带改法的具体报告密度有公式有阈值填充有三道红线蚕食有四问三级结论。配合 README.md 中描述的完整工作流你只需关注它给出的修改建议即可让每篇长文既对搜索引擎友好、又对读者易读——这正是 SEO Machine 先写给人看再优化给引擎看的核心理念 【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考