KeywordScout 指南：把选题变成有数据依据的内容优先级

做内容规划最危险的捷径，是让语言模型同时编关键词和搜索量。词看起来像真的，数字也很精确，但两者都可能没有真实需求支撑。

SandBase KeywordScout 把工作拆开：模型先发散查询与主题簇，Google Ads 提供相关词、月搜索量、CPC 与广告竞争度，DataForSEO Labs 再补充 SEO 难度，最后由模型去重并给出优先级。它适合编辑、增长团队和独立开发者做“少而准”的选题表，而不是堆 100 个没人负责的标题。

先说结论

• 单次最多整理 100 个关键词，并提供 12 个月趋势。
• 页面提供 4 类搜索意图与 11 个市场/语言预设。
• 搜索量和 CPC 来自 Google Ads，经 DataForSEO 返回。
• SEO 难度与广告竞争度是两套指标，不能混用。
• 没有实测数据时，页面会标成 AI 估算，而不是伪装成事实。

2026-11-02 核验的公开页面。运行前可选择主题、市场和模型，并明确写明费用计入 SandBase 余额。

为什么要拆成三步

头脑风暴负责找语言，测量负责判断是否存在可观察需求，编辑判断负责决定是否值得做成页面。三步混在一起，最容易出现“高搜索量但不是目标用户”“低难度但没有转化路径”的假机会。

阶段	来源	作用
发散	SandBase 模型 + Google Ads 词建议	生成查询、主题簇与意图
测量	Google Ads / DataForSEO	搜索量、CPC、广告竞争度与趋势
测量	DataForSEO Labs	批量 SEO 难度
取舍	所选模型	去噪、去重、标题与切入角度

页面当日可选 Gemini 4 Argon、GPT-6.1 Sol、Claude Sonnet 5.5 与 GPT-6 Luna。这只是执行选择，不是能力排行榜。 measured columns 已经承担大部分筛选时，便宜、快速的模型可能就够用。

DataForSEO 目录是可复用的 API 层。KeywordScout 只调用其中 3 个端点，并不等于使用目录里的全部能力。

三个 API 依赖

端点	用途
keywords_for_keywords/live	相关词与测量字段
search_volume/live	搜索量、CPC、广告竞争度、月度趋势
bulk_keyword_difficulty/live	批量自然搜索难度

这些能力可通过 POST /v1/api/<model> 接入工作流，业务数据位于已完成响应的 outputs[0].data。如果这个路径缺失，代码应直接报错。更深层字段仍然保留 DataForSEO 的 provider shape，上生产前要用带日期的真实响应验证。

直接端点页记录生产路由与请求结构。需要定时运行、保存历史或批量处理时，应从 Lab 迁移到 API。

怎么选出真机会

先删掉不服务目标读者或产品的词。再看意图：信息型词与购买对比词即使搜索量相同，也不是同一篇文章。接着看趋势，12 个月平均值可能被某个热点月份拉高。然后把难度与网站现有权重、覆盖文章对照。最后确认页面能把读者带到明确的下一步，而不是写完就结束。

一份可审计的选题表至少保留市场、语言、抓取日期和数据源。不要把“12,100 次搜索”写成普查数字；Google Ads 数值是取整后的估算。CPC 反映广告竞价，不保证商业价值。难度分也是模型化指标，不承诺能否排名。

下一步可以参考 DataForSEO 关键词调研 Agent与网页搜索 API 指南，先查重，再批准 brief。

生产清单

1. 比较前固定市场与语言。
2. 原样保存测量字段和抓取日期。
3. 明确区分实测值与 AI 估算。
4. 按读者任务去重，不只按字符串去重。
5. 已有 canonical 页面能回答的词直接跳过。
6. 每个独立意图只写一个 brief，并确定产品落点。
7. 发布前重查真实 SERP；表格是证据，不是全部市场。

常见问题

搜索量是精确值吗？

不是。页面说明它来自 Google Ads 的 12 个月平均月搜索量，并保留 Google 的取整方式。

广告竞争度和 SEO 难度一样吗？

不一样。前者看广告主竞争，后者估算自然搜索竞争。

KeywordScout 能保证流量吗？

不能。它帮助排研究优先级，排名与流量仍取决于页面、网站、竞品和时间。

最后判断

KeywordScout 的价值，是不让一个模型假装同时知道语言和需求。发散、测量、编辑取舍彼此分开，数字也保留来源。用它少写几篇没有读者的文章，通常比多生成 100 个标题更划算。