Python SEO关键词研究：从自动补全到优先级矩阵

大多数关键词研究教程都是这个套路：“打开 Ahrefs，输入种子关键词，按难度排序，挑简单的。“这不是教程——这是产品演示。它根本没教你关键词研究真正是怎么运作的。

真正的版本是这样：一个完整的 Python 流水线，只用免费 API 和 Python 标准库，从零搞出一份排好优先级的关键词列表。没有 Ahrefs，没有 Semrush，没有每月 $200 的订阅费。

流水线总览

Seed Keywords
    ↓
Google Autocomplete (expand)
    ↓
Bing Webmaster API (volume)
    ↓
SERP Analysis (difficulty)
    ↓
Cluster & Score
    ↓
Priority Matrix

每一步都吃原始输入，产出结构化输出。你可以一条命令跑完全程，也可以分阶段慢慢跑。

第一步：用 Google Autocomplete 扩展种子词

Google 的 autocomplete API 是所有免费关键词数据源里最好用的。每条建议都来自真实的搜索行为——不是数据库估算，不是第三方抓取，是真实的用户输入数据。

# Basic expansion
python3 -m zens_ink.keyword_research "seo tools"

# Recursive expansion (A-Z method)
python3 -m zens_ink.keyword_research "seo tools" --expand

--expand 参数执行的是 A-Z 方法：在种子词后面逐个追加字母，收集所有建议。Keywords Everywhere 和 AnswerThePublic 用的就是这套技术，只不过它们收费。

python3 -m zens_ink.keyword_research "python seo" 的样例输出：

python seo
python seo script
python seo tools
python seo audit
python seo keyword research
python seo automation
python for seo pdf
python for seo course
python web scraping seo
python seo crawler

一个种子词就出了 10 个关键词，对收费服务的 API 调用次数是 0。加上 --expand 跑，能拿到 50-100 个变体。

怎么选更好的种子词

种子词决定了扩展结果的质量。别直接拿产品名当种子词：

• 痛点型种子词：“keyword research without ahrefs”、“free seo audit”
• 格式型种子词：“python seo script”、“seo cli tool”
• 对比型种子词：“ahrefs vs semrush”、“free ahrefs alternative”
• 提问型种子词：“how to check keyword difficulty”、“how to do seo for”

每个种子词都会长出关键词树的不同分支。5 个好种子词 × 50 次扩展 = 250 个可用关键词。

第二步：获取搜索量

Google Autocomplete 能告诉你人们在搜什么，但不会告诉你搜多少次。搜索量数据用 Bing Webmaster API——免费，给的是真实搜索次数（不是估算值），覆盖 Bing 每月约 30 亿次搜索。

# Set up (one time)
# 1. Register at bing.com/webmasters
# 2. Add your site and verify
# 3. Get your API key from Settings → API access

# Query volume
python3 -m zens_ink.keyword_volume \
  --keywords "python seo,seo cli tool,free seo audit" \
  --api-key YOUR_BING_KEY

输出：

Keyword                  Monthly Volume
python seo               480
seo cli tool             170
free seo audit           2,900
python seo script        90
python keyword research  140

Bing 的搜索量数字比 Google 低（Bing 大概有 Google 3% 的搜索量），但相对比例是准的。如果 “free seo audit” 在 Bing 上的搜索量是 “seo cli tool” 的 20 倍，在 Google 上这个比例也成立。

当 Bing 搜索量为 0

Bing API 对搜索量极低或非常新的关键词会返回 0。这不是 bug——这是信号。如果 Bing 显示 0，Google 那边每月大概率也不到 10 次。这些词要么是超长尾（放心跳过），要么是新兴词（值得盯着）。

想了解怎么把 GSC 数据和 Bing 搭配着用，看我们的 Google Search Console SEO 指南。

第三步：评估 SERP 难度

现在你有了带搜索量的关键词。下一个问题：你真的能排上去吗？

大多数工具用一个 0-100 的”关键词难度”数字回答这个问题。我们不用。我们分析每个关键词的实际 SERP 结构。

# SERP analysis for a keyword
python3 -m zens_ink.kd_analysis "python seo script" \
  --serp-api-key YOUR_SERPER_KEY

分析会读取前 10 条结果，评估以下维度：

首页占比。 人们搜的是特定网站（导航型）还是信息？如果 10 条里 7 条是根域名，跳过——这是品牌词。如果大部分是内页，内容就有机会。

平台密度。 前 10 里有 Reddit、YouTube、Quora、Medium？好兆头。这些是用户生成内容，不是专门为排名做的页面。一篇正经文章就能超过它们。

域名年龄结构。 前 10 里出现最近两年注册的域名？说明 Google 还在测试期——趁早进场。

内容匹配度。 排名页面真的回答了搜索意图吗？如果头部结果都是擦边内容，就是可以利用的内容空白。

完整方法论见 SERP 分析与域名评级对比指南。简短版：SERP 结构比任何域名级指标都更能预测难度。

第四步：关键词聚类

100 个关键词只是一张电子表格。100 个关键词聚成 10 个主题簇，才是一个内容计划。

# Cluster keywords by semantic similarity
python3 -m zens_ink.competitor_gap \
  --keywords keywords.txt \
  --cluster

聚类把共享词项、意图或搜索语境的关键词归成一组。比如：

Cluster: "python seo tools"
  - python seo script
  - python seo tools
  - python seo automation
  - python web scraping seo
  - python seo crawler

Cluster: "free seo audit"
  - free seo audit tool
  - free seo audit online
  - seo audit free
  - website seo check free

每个簇对应一篇文章或一个支柱页面。这才是建立主题权威的正确方式——不是零散地写文章，而是系统地覆盖一个个主题簇。

第五步：建立优先级矩阵

现在你有了所有材料：关键词、搜索量、难度、聚类。优先级矩阵把这些变成行动。

从三个维度给每个关键词打分：

• 搜索量：有多少人在搜
• 可赢性：排名有多难
• 相关性：和你的产品契合度多高

High Volume + Easy + Relevant  → Write this week
High Volume + Hard + Relevant  → Long-term pillar content
Low Volume + Easy + Relevant   → Quick wins, write when time allows
Low Volume + Hard + Relevant   → Skip
Irrelevant                     → Skip regardless

这就是我们在内容策略工作流里用的同一个矩阵。区别在于：你是用免费工具和 Python 搭出来的，不是每月 $200 的订阅。

一个真实案例

拿一个关键词走一遍完整流水线。

种子词： “python seo”

Autocomplete 扩展（47 个变体，包括 “python seo script”、“python seo automation”、“python seo audit”）

搜索量检查： “python seo” = 480/月（Bing），“python seo script” = 90/月

对 “python seo script” 的 SERP 分析：

• 前 10：3 篇 Medium 文章、2 个 GitHub 仓库、2 个小博客、3 个通用 SEO 工具页面
• 首页占比：1/10（只有 GitHub 接近首页）
• 平台密度：5/10 是用户生成内容
• 评估结果：容易。内容型页面占主导。一篇专门且结构清晰的指南就能排上去。

聚类： 属于 “Python SEO Tools” 簇，和 “python seo automation”、“python seo crawler” 在一起。

优先级： 高相关性（和产品匹配）+ 低难度 + 低搜索量 → 快速见效。就写它了。

这个关键词最终变成了这篇文章。这套流水线是通的。

这套方案替代了什么

工具	月费	功能
Ahrefs	$229	关键词研究、难度、搜索量
Semrush	$249	同样功能，不同数据库
Keywords Everywhere	$2.50+	Autocomplete 搜索量
Serpstat	$69	关键词聚类
这套流水线	$0	以上全部

唯一可能需要付费的 API 是 SERP 接口（Serper.dev 每月送 2,500 次免费查询）。其他全部用免费 API 或 Python 标准库就够了。

下一步

• 看 SERP 分析指南了解难度评分方法论
• 查开源 SEO 工具清单找其他免费替代方案
• 试试内容缺口分析方法，找出竞争对手在排哪些词

完整流水线代码在 ZensInk SEO toolkit。直接 clone，跑起来，别再为免费就能拿到的关键词数据付费了。