AI SEO 完整攻略：3个月从零到460万次展示

Trace Cohen 在 GitHub 上开源了这套 AI SEO 实战手册，记录了他在 ValueAddVC.com 上用 3 个月把 Google Search Console（GSC）月展示量从 60.4 万提升到 462 万的方法与工具。项目不是一堆提示词，而是包含 14 个诊断脚本、9 套经过验证的配置、结构化数据 schema、示例代码和 CI 自动化，被称为“内容引擎的操作系统”。

核心方法是建立 GSC 数据驱动的反馈循环：每周自动拉取搜索表现，脚本分析出标题重写候选、关键词自相残杀、查询缺口、孤立页面、陈旧内容等问题，再由 AI 智能体按质量门规则修改并发布。内容流水线采用多模型分工：Opus/Fable 负责规划，Sonnet 负责写作，Haiku 负责机械性工作；同时通过模板短语黑名单、事实核查、来源验证和结构化数据校验来规避“规模化内容滥用”的 AI 指纹，并通过仓库锁、rebase 保护、构建成本控制（如 [nobuild] 标签、deploy-tick）保障安全。

仓库中的 14 个脚本覆盖了 SEO 运营的常见痛点：gsc-rewrite-candidates 找出排名 4–20 但点击率低的页面，template-detector 扫描 AI 模板痕迹，cannibalization-detector 发现互相抢词的页面，orphan-finder 找出没有内链的孤立页面，query-gap-miner 从 GSC 数据中发现有需求但尚无专属页面的关键词，striking-distance 定位 5–20 名、稍加改进就能获得大量点击的页面。另有 redirect-checker、broken-link-checker、refresh-tracker、rewrite-measurer、websub-ping、indexing-submitter 等，配合 GitHub Actions 每周日自动生成报告并提交结果。

质量体系包含 9 道发布门禁：内容发布前必须通过自相残杀检查、来源 URL 验证、模板短语检测、共享结尾检测和类型检查。内容策略采用 5 种格式轮换：深度解释、新闻分析、排名列表、提问引导、逆向观点；关键词预期策略让团队在 IPO、财报、融资、法规等事件前提前发布内容，等需求爆发时已有排名。新闻站点地图和 WebSub 通知则让内容近乎实时被 Google 抓取。

项目公开的结果显示：3 个月累计展示 462 万次、点击 1.73 万次，峰值日点击 854 次，平均排名从 12+ 提升到 7.5；修复 21 个自相残杀簇，清除 500 多条模板短语，为 191 个孤立页面补充内链。作者特别说明，整体 CTR 降到 0.4% 是因为 AI 概览引用带来的展示量增长了约 8 倍，这类流量天然不产生点击；按用户意图区分，排名列表文章 CTR 达 6.8%，提问引导文章为 3.2%。

快速开始只需克隆仓库、安装依赖、配置 GSC API，然后运行 npm run 对应的脚本。项目提供了三种定时方式：GitHub Actions（推荐）、macOS launchd 本地 cron、任意 CI/CD 系统。文档 docs/setup-gsc.md 详细说明了 Search Console API 的本地与服务账号配置。