之前的文章陆陆续续分享了七八种关键词调研的方法,我自己在工作中使用这些方法调研关键词时,会有一些新的思考,或者说对既有方法的一些优化,那这篇文章就聊聊最近的一点思考。

就拿谷歌搜索下拉框调研关键词这种方法来说吧,其实大家都知道怎么用。

大体的操作步骤无非就是,先在搜索框中输入关键词,看搜索引擎给我们的下拉框建议,然后再从这些下拉框中选择我们想要的。

但是这么操作有一个非常大的弊端,费时间。

利用上面这张图片举个很简单的例子,假设我的主关键词是 yoga,那我在主关键词后面输入一个字母 a,看看搜索引擎有哪些长尾关键词建议,然后记录下来。

依此类推,可以分别再输入字母 b 去看相关的关键词建议,直到穷尽 36 种可能(还有 10 个数字)。

但是这样一套操作(Alphabet Soup Method)下来,真的会很慢很耗时间,且人都有可能傻掉。

所以现在这样的重复性操作,我全部会写相应的脚本程序并将其百分百自动化,过程中实现零人工干预。以前人工一上午都做不好的时间,交给程序最多也就 2 分钟解决吧。

然后再依次去用程序查询关键词的搜索量与竞争难度,及其过去 12 个月的搜索趋势。再在数据支撑上,做进一步的行动。

当然,这种程序化操作的方法只是解决方案之一,不排除还有很多很好的其他途径,比如直接买数据源,比如将这部分工作交给 ChatGPT。

额外补充一点 AI 的优化路径,这里分享一下我用的 Prompt。

Show me a list of keywords that include the term "yoga" and the next letter starts with b.

3.5 版本的模型可能没有最新版模型的数据精准、全面,但是这种使用 AI 工具发散关键词的方法毕竟是对“下拉框关键词调研”的一种优化与补充。

方法没有好坏之分,有的只是适不适合你自己,适不适合你的业务。

以上对于下拉框关键词调研方法的一点补充。


点赞(11) 打赏

服务号

订阅号

备注【拉群】

商务洽谈

微信联系站长

发表
评论
返回
顶部