Claude Code怎么搭SEO自动化工作流？claude-seo技能实测与自建

做SEO这行，工具从来不缺。Screaming Frog爬一遍、Ahrefs导一堆词、GSC拉一摞数据，最后还得回到Excel里手动拼。强是真强，可问题也明摆着：每周固定要花的那几个小时，几乎都耗在“把数据从一个工具搬到另一个工具，再人肉对照判断”这种没什么创造性的环节上。

做SEO这行，最想砍掉的就是这段重复劳动。不是说判断不重要——恰恰相反，判断最重要，所以更不该把脑子浪费在搬运数据上。2026年这一年，让我觉得这件事终于能落地的，是Anthropic的Claude Code。它不是又一个聊天框，而是一个住在你终端里、能真正“动手”的智能体：读你本地的文件、跑Python、调外部接口、并行开好几个子任务，最后把结论拼给你。配上它的技能（Skills）系统，你等于可以给它装一颗“SEO大脑”，让它按你定的章法自己干活。

下面这套流程，不需要你是程序员——代码它来写、来跑、来debug，你负责说清楚要什么、看懂结果、做最后拍板。但你得懂基本的SEO逻辑，否则它跑得再快，方向错了也是白搭。

SEO自动化到底卡在哪一步？

先把病灶说清楚，才知道Claude Code解的是哪一段。传统SEO自动化的痛点，其实就三条：

• 工具是散的。爬虫一个、外链工具一个、数据分析一个、报告又一个，每个之间靠人手搬运。一次完整的站点诊断，光在不同后台之间切换、导出、合并，就能磨掉大半天。
• 规则是死的。市面上的SaaS给你的是固定模板，可一个本土外贸站、一个SaaS落地页、一个内容博客，该看的指标、该排的优先级完全不一样。模板化的输出经常给你一堆“正确的废话”。
• 胶水代码是要命的。真想把几个工具串起来自动化，得自己写脚本、维护API、处理报错。写一次能用，三个月后接口一变就崩，维护成本压根算不过来。

这三条卡的其实是同一个地方：缺一个能听懂人话、又能动手干活、还能随网站情况随机应变的“中枢”。Claude Code补的正是这一段。你用中文跟它说“帮我看看这个站的Core Web Vitals和E-E-A-T有哪些硬伤，按影响排个序”，它会自己决定抓哪些页、跑什么检测、调哪个接口，最后给你一份带优先级的清单。把散件接起来的胶水，它自己写、自己改。

这跟“SEO自动化的边界在哪、哪些能交给工具哪些不能”是同一个命题的两面，这里只先记住一句：能自动化的是“执行”，不能自动化的是“判断和担责”。

Claude Code凭什么值得SEO上车？

市面上能写代码的AI不少，为什么单挑Claude Code来做SEO自动化？核心就一句：它真有“用电脑”的能力，而不只是“说代码”的能力。

网页版的对话模型，你问它要个脚本，它吐给你一段文本，跑不跑得通、报不报错，得你自己复制粘贴去试。Claude Code不一样，它直接在你的项目目录里：

• 读、写、改你本地的文件和代码库，改完能立刻跑给你看；
• 执行Python、Node脚本，报错了它自己读traceback、自己修；
• 调用外部接口，比如Google Search Console、PageSpeed Insights，把真实数据拉进来分析；
• 并行开好几个子代理（agent），一个查技术、一个看内容、一个评GEO，最后汇总；
• 通过技能系统加载你写好的playbook，按固定章法办事。

对SEO来说，这几条凑在一起的意义是：你第一次有了一个“既懂数据分析、又会写代码、还不嫌活累”的执行层。它跟付费SaaS的关键区别在成本结构——SaaS是按月按席位收你钱，功能给到哪是别人说了算；Claude Code是你一个订阅打底，能力边界由你写的技能决定，想要什么自己加。

当然，工具再利，也得先会用基本功。Claude Code本身有一堆命令和上下文管理的门道，用顺了效率差好几倍。这部分单独写过用了一年最终留下的几个核心命令，这里不展开，免得跟本文的自动化主线打架——你可以把那篇当作上车前的“驾照”，本文当作“上路跑长途”。

国内怎么把Claude Code装上、跑起来？

这一步看着简单，国内用户其实最容易在这儿劝退。下面把真实门槛和命令都摆出来，别等装到一半才发现卡住。

官方安装命令（2026年现行版）

macOS / Linux / WSL，推荐用原生安装脚本，零依赖、后台自动更新：

curl -fsSL https://claude.ai/install.sh | bash

Windows用户，用PowerShell（建议管理员权限）：

irm https://claude.ai/install.ps1 | iex

装完验证版本，再进你的项目目录启动：

claude --version
cd /path/to/your-seo-project
claude

如果你更习惯npm，也可以走 npm install -g @anthropic-ai/claude-code，但官方主推的是原生安装，自动更新这一条对长期用很省心。

国内落地的三个真实门槛

这才是重点，也是官方文档不会跟你讲的，下面这几个坑得提前知道：

1. 账号与订阅。Claude Code要绑Claude的Pro、Max、Teams、Enterprise或者Anthropic Console账号，免费额度跑不动真正的自动化。重度使用建议直接上Max——并行跑审计很吃额度，Pro经常半路就提示限流。订阅支付对国内用户是第一道坎，得自己解决境外支付方式，这块各人情况不同，本文不展开。
2. 网络。无论装Claude Code本身，还是后面要拉GitHub上的开源技能、调Google的接口，全程都要稳定的境外网络。不是“能打开网页”那种偶尔通，而是脚本连续跑十几分钟不断流。网络不稳，是后面claude-seo审计最常见的失败原因，没有之一。
3. 本地环境。装Python 3.10及以上，Claude Code会自动调用。建议在项目根目录建一个 .claude/ 文件夹放你的自定义技能，后面会用到。

把这三关过了，你就有了一个能干活的底座。接下来分两条路：先用现成的开源技能快速见效，再自己造技能补短板。

claude-seo这个开源技能，到底值不值得装？

社区里已经有人把常用的SEO能力打包成了开源技能——AgriciDaniel的claude-seo仓库。保哥实测跑了不止一周，下面有褒有贬，按真实体验说。

它到底能干什么？

这不是个玩具。它一次能调起25个子技能、18个专业子代理并行干活，覆盖面相当全：

• 技术SEO：抓取、索引、Core Web Vitals信号、站点结构；
• 内容质量（E-E-A-T）：经验、专业、权威、可信四个维度逐项打分；
• 结构化数据：检测、校验、生成Schema.org标记；
• GEO / AEO（AI搜索优化）：评估段落的“可被引用性”——它会量化答案块的自包含程度（官方说最优是134到167个词的独立答案块）、问题式标题层级、归因密度，还会看你在维基百科、Reddit、YouTube、LinkedIn上的实体存在感；
• 本地SEO、国际化hreflang、电商SEO、图片优化、竞品分析等等。

它会自动识别你的网站类型（SaaS、本地商户、电商、内容站），然后输出一个0到100的健康分，外加一份分了Critical / High / Medium / Low优先级的行动计划。这份计划最值得认可的一点是：每条建议都带“可证伪”的验证方法——不是空喊“你要优化标题”，而是告诉你怎么检验这条做了到底有没有用。它是MIT许可、开源免费的，不跳过可选的Google API和扩展时，甚至能完全离线跑。

怎么装、怎么跑？

最快的是插件方式（需要Claude Code 1.0.33及以上版本）：

/plugin marketplace add AgriciDaniel/claude-seo
/plugin install claude-seo@agricidaniel-claude-seo

如果你想看源码、改技能，走手动安装。Unix / macOS / Linux：

git clone --depth 1 https://github.com/AgriciDaniel/claude-seo.git
bash claude-seo/install.sh

Windows PowerShell：

git clone --depth 1 https://github.com/AgriciDaniel/claude-seo.git
powershell -ExecutionPolicy Bypass -File claude-seo\install.ps1

装完启动Claude Code，跑一条全站审计：

claude
/seo audit https://your-site.com

常用命令列几个高频的，输入 /seo 能看到全部27个：

实测下来，它强在哪？

跑下来，有几点确实超预期：

• 速度是降维打击。一次全站审计官方说10到15分钟，实测确实在这个区间。同样的活，人工要4到8小时，请代理机构要1到3周。这不是“快一点”，是把一个下午压缩成一杯咖啡的时间。
• 行动计划能落地。前面说的“可证伪”不是噱头。每条建议有观察依据、有依赖条件、有验证方法、有预期影响，你拿着就能直接派活，不用再翻译成人话。
• GEO这块挺超前。它把“内容能不能被AI引用”拆成了可量化的指标，这正是2026年最该补的功课。传统工具大多还停在“关键词密度”，它已经在算答案块的可引用性了。

还有个容易被忽略的细节：它给的报告不是一大坨文字，而是结构化的——总健康分、按维度拆开的得分、按优先级分组的问题清单，层次很清楚。可以把跑出来的Critical项直接贴进任务看板，团队照着派活，中间几乎不用再翻译成人话。对带团队的人来说，这种开箱即用的结构化输出，有时候比多几个检测项还值钱。它识别站点类型也比较准，给内容站和给电商站的建议明显不是一套模板，这点比很多只会套通用清单的工具强。

那坑又在哪，怎么别踩？

夸完了，泼几盆冷水。这几个坑，国内用户基本都会撞上：

• 网络是头号杀手。审计要连续抓页、调接口十几分钟，境外网络一抖，任务就半路挂掉，还经常报得不明不白。实测经验是：先用 /seo page 拿单页试通，再上 /seo audit 跑全站，别一上来就梭哈。
• PageSpeed公共接口会限流。跑性能那部分常撞Google PSI的429（请求过多）。想拿稳定的实验室数据，最好自己配一个Google API key，否则性能维度的结论时有时无。
• Google API配置有门槛。想接Search Console、CrUX这些真实数据，得自己去Google Cloud建项目、配凭证，对不熟后台的人不算友好。它有 /seo google setup 引导，但前置的境外账号和网络还是绕不开。
• 中文内容的适配要留个心眼。它的E-E-A-T、可引用性那套评分，底层规则更贴合英文内容生态。中文站、尤其面向国内搜索的内容，它的某些建议要打个折扣，不能照单全收——比如它推荐的实体平台是维基百科、Reddit，放到国内场景就得换成对应的权威源。
• 它给的是初稿，不是定稿。所有自动审计的结论，本质是“高质量的怀疑对象”，不是“已经核实的事实”。最终要不要改、怎么改，必须人工过一遍。这点后面单独讲。

一句话总结保哥的态度：claude-seo是绝佳的“起步器”，能帮你省掉80% 的重复扫描工作，但别把它当“自动驾驶”。先用它跑一周数据、建立手感，然后——重点来了——进入下一步，写属于你自己的技能。

为什么说自建技能才是真正的杠杆？

现成技能再全，也是按别人对SEO的理解写的。你的网站有自己的脾气：什么样的页面算重要、内链该怎么连、品牌词怎么处理、哪些是你行业独有的坑——这些只有你自己最清楚。把这套判断力写进一份技能文件，才是把你脑子里那套判断变成“可复用产线”的关键一步。

如果你想先系统搞懂技能体系本身——官方都内置了哪些技能、怎么组合，这块单独拆解过官方技能的用法和它们在SEO自动化里的位置，那篇偏“认识零件”，本文这节偏“自己造零件”，配着看效果最好。

一个技能长什么样？

每个技能就是一个文件夹，核心是一份 SKILL.md。它的结构非常简单：开头一段YAML元信息（夹在两行 --- 之间），告诉Claude Code“这个技能是干嘛的、什么时候该用”；下面是Markdown正文，写清楚它该怎么干。

---
name: seo-content-optimizer
description: 分析页面的 E-E-A-T、技术 SEO 与 GEO 优化潜力，结合 GSC 数据发现低竞争关键词机会，输出带优先级的行动计划。
---

两个字段最关键：name 必须是小写字母、数字、连字符（最多64个字符），它就是你之后用 / 调用的命令名；description（最多1024个字符）是整份文件里最重要的一行——Claude Code靠它判断什么时候该自动加载这个技能，所以要把“做什么 + 什么时候用 + 关键能力”写具体，越具体触发越准。官方对这两个字段的规范，Claude Code的Skills文档讲得最权威。

一份可以直接抄的中文技能模板

下面这份是保哥按国内SEO场景改过的“内容优化 + 关键词机会”技能，建在你项目里的 skills/seo-content-optimizer/SKILL.md，可以直接拿去改：

---
name: seo-content-optimizer
description: 深度分析单页或批量页面的内容质量（E-E-A-T）、技术 SEO 问题、GEO 优化潜力，结合 GSC 数据或竞品对比，发现低竞争高意图关键词机会。输出结构化优先行动计划、可执行建议与代码片段。面向中文站点优化。
---

# SEO 内容优化器 + 关键词机会技能

## 角色与目标
你是一位有十年经验的资深 SEO 策略师兼技术专家，服务对象是中国的外贸独立站、SaaS 出海团队和内容站。目标是把页面从“能排名”提升到“稳定排名 + AI 搜索可见”。

## 工作流程（严格遵循）
1. 信息收集
   - 给 URL，就抓取页面（含 JS 渲染）；给 GSC 导出的 CSV，就解析查询、点击、展示、平均排名。
   - 自动判断页面类型（博客、产品、落地页、列表页）。
   - 抓取前三到五名竞品做对比。
2. 多维度并行分析
   - 内容质量：第一手经验、作者信息、引用来源、更新频率。
   - 技术 SEO：标题、meta、H 标签结构、内链、图片 alt、schema、Core Web Vitals 信号。
   - GEO/AEO：问题式标题、段落可引用性、归因密度、对 AI Overviews 的适配。
   - 关键词机会：从 GSC 里挑出低竞争、高意图、当前排第 4 到 20 位的词，结合竞品内容缺口给建议。
3. 输出
   - 总体评分（0 到 100）。
   - 优先级行动计划（Critical / High / Medium / Low）。
   - 每条含：问题描述、影响评估、修复步骤、预期提升、验证方法。
   - 给出优化后的标题、meta、H1 到 H2 建议和内容大纲；需要时生成 JSON-LD。
   - 最后给“本周可执行清单”：三到五项 ROI 最高的动作。

## 约束
- 面向中文读者，术语克制，能用中文就别堆英文。
- 尊重 robots.txt 与网站服务条款。
- 所有数据标注来源，结论需人工二次确认后执行。
- 实体推荐用国内可达的权威源，不照搬维基百科、Reddit。

## 输出格式
必须用 Markdown，配表格和代码块，禁止泛泛而谈，每条建议都要可验证。

存好之后，在Claude Code里直接调用：

/seo-content-optimizer 分析 https://your-site.com/blog/example

它会自动加载这份技能，按你定的流程一步步走。注意看最后那段约束——“实体推荐用国内可达的权威源”这一条，就是专门用来堵claude-seo那个“默认推荐维基百科Reddit”的水土不服的。这就是自建技能的价值：别人的技能解决通用问题，你的技能解决你的问题。

让Claude Code帮你生成更多技能

最省事的一招：你压根不用自己手写SKILL.md。直接在对话里跟它说需求，让它生成。比如：

“帮我建一个新技能，名叫seo-weekly-report，功能是每周从GSC和GA4拉数据，生成一份包含‘流量下降最快的页面、新出现的机会关键词、下周内容建议’的Markdown周报，并能导出成可以直接发给客户的PDF，要求支持定时触发。”

它会把完整的SKILL.md写出来，你只需要微调。想进一步对齐Anthropic官方的写法，可以参考 Anthropic官方的Agent Skills仓库里的范例，照着学结构最快。

怎么把这些零件串成一条自动化流水线？

单个技能是“零件”，把它们按业务流程接起来、再挂上定时触发，才叫“产线”。给你四个实战场景，从简单到复杂。

场景一：每周技术审计 + 告警

目标是每周一早上自动跑一遍全站审计，发现Critical级问题就推到飞书或邮箱。拆成三步：

1. 用claude-seo的 /seo audit 出报告；
2. 让Claude Code写一段Python，把命令行调用包起来，再用系统的定时任务（cron）每周一触发；
3. 脚本把关键问题摘要通过邮件或机器人webhook推出去。

给Claude Code的prompt可以直接这么说：

“用Python写个脚本，调用claude命令行跑 /seo audit，把输出转成带图表的PDF，再通过SMTP发到我邮箱。域名用命令行参数传进来。”

场景二：旧内容刷新流水线

输入一个老文章URL，自动分析它现在的表现、找出下滑原因、生成优化版本和对应schema，最后吐出一份可以直接复制回CMS的Markdown。这条线特别适合内容站做存量盘活——把发布过两三年、排名在掉的文章批量过一遍，比埋头写新文性价比高得多。

具体怎么跑？先用一个技能从GSC里筛出“曾经有排名、近90天点击在掉”的页面清单，再让内容优化技能逐条过：比对当前内容和现在排在前面的竞品差在哪、哪些信息已经过时、缺了哪些该有的实体和数据，然后给出补充建议和新的schema。最后人工挑高价值的几篇定稿、回填。一轮下来，往往能从几十篇里捞出几篇“改一改就能回到首页”的低垂果实，这比从零写新文的确定性高得多，也更容易跟老板解释ROI。

场景三：关键词研究 + 内容规划

把GSC导出的CSV喂进去，结合竞品分析，让它产出一份内容日历：每个选题配上建议标题、目标字数、该连哪几篇内链、用什么schema类型。相当于把“拍脑袋排选题”换成“数据驱动排产”。

场景四：排名追踪 + 自动周报

接SerpAPI或DataForSEO这类扩展，把历史排名记进本地SQLite，让Claude Code定期生成洞察周报——“本周上升最快的是这几页，可能的原因是……”。这一类“调接口、攒数据、生成自定义报表”的活，正是Claude Code的拿手戏，用它做GSC报表这条线单独写过完整的实战拆解，想深挖报表这条线可以接着看那篇。

调度方案怎么选？

提醒一句：定时自动跑出来的报告，依然只是“初稿”。流水线负责把数据准备好、把建议列出来，最后那一下“改不改、怎么改”的扳机，永远握在人手里。

哪些SEO活能交给它，哪些千万别交？

这一节比前面所有技巧都重要。工具用得越顺，越容易上头，把不该交的也交出去。这里划三条线。

可以放心交出去的：执行类

• 全站爬取、技术问题扫描、死链与重定向排查；
• 结构化数据的检测、校验、生成；
• 数据拉取、清洗、合并、生成报表；
• 批量改meta、生成sitemap、跑性能检测。

这些活有明确的对错标准、可重复、出了错也容易回滚，交给机器又快又稳。

必须人工把关的：判断类

• 内容的事实与口碑。AI生成或改写的内容，事实对不对、有没有踩品牌调性、会不会得罪用户，必须真人看过。这点得反复强调——AI给的是“高质量的怀疑对象”，不是“已核实的事实”。
• 策略级决策。要不要进某个细分市场、品牌词怎么布局、内容矩阵怎么搭，这些牵一发动全身的判断，工具能给参考，不能替你拍板。
• 对“可证伪建议”的复核。哪怕审计报告写得头头是道，落地前也要抽查几条验证一下，别被流畅的表达骗了。

举个真实会遇到的情况：审计报告判定某个落地页“内容单薄、建议大幅扩写”，听起来没毛病。可那个页面本来就是个高转化的短表单页，访客就是冲着留资来的，硬塞两千字进去反而拖垮转化。工具看的是“内容维度够不够”，看不到“这个页面在转化漏斗里扮演什么角色”——这种只有人能补上的业务上下文，恰恰是它最该交回给你拍板的地方。把这类判断也甩给工具，迟早要出事。

碰都别碰的：违规类

这条没得商量。所有自动化都必须守robots.txt、守网站服务条款、控制请求频率（加sleep或走官方API，别把人家服务器爬挂）。不爬付费墙、不做任何违反Google搜索质量指南的操作。自动化是用来提速的，不是用来钻空子的——黑帽那套，迟早把站玩死。关于“工具的能力边界”和“人该守在哪一环”，自动化边界那篇有更系统的拆解。

几个能少踩坑的实操心得

• Prompt要极致具体。给它角色、步骤、输出格式、约束条件，别指望一句“帮我优化SEO”能出好结果。
• 先小范围验证再全量。新技能先拿一两个页面试通，确认逻辑对了再批量跑，省得错误成规模。
• 用环境变量管密钥。API key放 .env 并加进 .gitignore，别硬写进代码、别提交到仓库。
• 报错直接贴回去。脚本跑挂了，把完整报错粘给Claude Code，它自己会debug，比你瞪着traceback发呆快。
• 压住幻觉。明确要求它“只基于抓取到的真实HTML和GSC数据回答”，别让它脑补。
• 成本要算账。复杂任务拆成小技能、减少单次token消耗；不那么烧脑的步骤可以指定用更轻的模型，把额度省给真正难的环节。

常见问题解答

不会编程，能用Claude Code做SEO自动化吗？

能。代码它来写、来跑、来修，你只要会用中文把需求说清楚。但你得懂基本的SEO逻辑——什么是好标题、内链该怎么连、E-E-A-T是什么。工具负责执行，方向和判断还得你来。一句话：它降低的是“写代码”的门槛，没降低“懂SEO”的门槛。

claude-seo和自己写技能，到底先用哪个？

先用claude-seo。它能立刻帮你省掉大量重复扫描，用一周就能建立对这套工作流的手感。等你摸清它哪里好用、哪里水土不服，再动手写自己的技能去补短板。顺序反了——一上来就自己造轮子，你连参照系都没有。

数据安全吗？会不会泄露给第三方？

核心操作都在你本地终端跑，文件不会主动上传。只有你显式调用某个云端接口（比如Google API）时，相应数据才会出去。敏感信息一律用环境变量管理、加进 .gitignore，别硬编码进脚本，这是底线。

Claude Code和Cursor、Windsurf比有什么不同？

它们都能写代码，但Claude Code更强调“agentic执行力”和技能系统——它擅长照着你定的章法，长期、自动、可复用地干活。做一次性的代码补全，几个工具差别不大；做需要沉淀成产线的SEO自动化工作流，Claude Code的技能系统更顺手。

大概要花多少钱？

主要是Claude的Pro或Max订阅，外加少量可选的第三方API（比如SerpAPI、DataForSEO）调用费。重度跑自动化建议上Max。整体比一堆按月按席位收费的SEO SaaS便宜，而且能力上限由你自己定，不受别人功能阉割的限制。

国内用起来最大的障碍是什么？

不是技术，是境外网络和订阅支付。装环境、拉开源技能、调Google接口全程都要稳定的境外网络，审计任务连续跑十几分钟，网络一抖就挂。订阅又得解决境外支付。这两关过了，剩下的都好说。

权威参考资料