news 2026/9/21 18:14:36

claude-seo 中的 FLOW 提示词库:41 个分阶段 SEO Prompt 的索引、按需调度与同步机制全解析

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
claude-seo 中的 FLOW 提示词库:41 个分阶段 SEO Prompt 的索引、按需调度与同步机制全解析

claude-seo 中的 FLOW 提示词库:41 个分阶段 SEO Prompt 的索引、按需调度与同步机制全解析

【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 25 sub-skills + 18 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, backlinks, local SEO, maps intelligence, semantic clustering, e-commerce SEO, international SEO, Google APIs, and PDF/Excel reporting. Optional DataForSEO, Firecrawl, and Banana extensions.项目地址: https://gitcode.com/gh_mirrors/cl/claude-seo

FLOW 是一套面向 2026 年 AI 搜索时代的 evidence-led(证据驱动)SEO 操作系统,其核心循环为Find → Leverage → Optimize → Win,并额外扩展了Local本地搜索阶段。本指南聚焦 claude-seo 仓库中 skills/seo-flow/references/prompts/README.md 这份操作提示词库(Operational Prompt Library)索引,讲解 41 个提示词如何按阶段组织、如何被/seo flow命令按需加载、以及如何通过锁文件与同步脚本保持一致。读完本文,你将掌握这套提示词库的完整索引、每个提示词的统一结构、Optimize 阶段的上下文选择逻辑,以及flow-prompts.lock+sync_flow.py的同步与完整性校验机制。


1. 提示词库的定位:把"临时发挥"变成"结构化证据"

在 claude-seo 中,seo-flow 技能把 Daniel Agrici 的 FLOW 提示词库(41 个提示词、覆盖 5 个阶段,CC BY 4.0 协议)集成进 Claude Code,使每一次 SEO 分析都能由结构化、有证据背书的 AI 提示词驱动,而不是临时拼凑的提问。SKILL.md 的元数据(skills/seo-flow/SKILL.md#L3-L8)明确说明它的触发条件:当用户说出 "FLOW"、"seo flow"、"find leverage optimize win" 或需要某个阶段的 SEO 提示词时激活。

提示词库遵循一套统一的运行时纪律(见skills/seo-flow/SKILL.md#L26-L27):

  • 每次/seo flow激活时,必须加载references/flow-framework.md(FLOW 操作模型);
  • 提示词文件按需加载——只加载用户所请求阶段对应的文件,绝不一次性全量读入,避免上下文噪音。

这套设计直接决定了下文索引表的组织方式:41 个提示词按阶段分目录存放,与命令、加载策略一一对应。

2. 完整提示词索引:41 个 Prompt × 5 个阶段

以下是skills/seo-flow/references/prompts/README.md中的完整索引(这是/seo flow prompts命令展示给用户的内容),按阶段分组。每个文件名都是相对skills/seo-flow/references/prompts/的真实路径,后续小节会给出相对仓库根目录的完整链接。

2.1 find(需求发现,5 个提示词)

文件名标题
content-planning-for-topical-relevance-prompt.mdContent Planning for Topical Relevance Prompt
content-prioritization-prompt.mdContent Prioritization Prompt
keyword-research-prompt.mdKeyword Research Prompt
keyword-variations-for-topical-relevance-prompt.mdKeyword Variations for Topical Relevance Prompt
prompt-audience-avatar.mdPrompt: Audience Avatar

完整链接:

  • content-planning-for-topical-relevance-prompt.md
  • content-prioritization-prompt.md
  • keyword-research-prompt.md
  • keyword-variations-for-topical-relevance-prompt.md
  • prompt-audience-avatar.md

2.2 leverage(外站证据利用,1 个提示词)

文件名标题
backlink-competition-prompt.mdBacklink Competition Prompt

完整链接:backlink-competition-prompt.md

2.3 optimize(自有资产优化,21 个提示词)

文件名标题
ai-detector-test-follow-up-prompt.mdAI Detector Test Follow-up Prompt
ai-supporting-pages-rewrite-prompt.mdAI Supporting Pages Rewrite Prompt
basic-prompt.mdBasic Prompt
blog-post-outline-prompt.mdBlog Post Outline Prompt
blog-post-writing-prompt.mdBlog Post Writing Prompt
claude-prompt-1.mdClaude Prompt 1
claude-prompt-2.mdClaude Prompt 2
ctr-audit-prompt.mdCTR Audit Prompt
follow-up-prompt-1.mdFollow-up Prompt 1
follow-up-prompt-2.mdFollow-up Prompt 2
follow-up-prompt.mdFollow-up Prompt
paa-question-rewording-prompt.mdPAA Question Rewording Prompt
prompt-core-30-content-audit.mdPrompt: Core 30 Content Audit
property-content-with-authority-audit-prompt.mdProperty Content with Authority Audit Prompt
reddit-claude-prompt.mdReddit Claude Prompt
schema-prompt-1.mdSchema Prompt 1
step-1-the-chatgpt-discovery-prompt.mdStep 1: The ChatGPT Discovery Prompt
step-2-the-follow-up-qualifying-prompt.mdStep 2: The Follow-Up Qualifying Prompt
technical-audit-prompt.mdTechnical Audit Prompt
visibility-follow-up-prompt.mdVisibility Follow Up Prompt
visiblity-prompt.mdVisibility Prompt

完整链接目录:optimize/

2.4 win(转化与度量,3 个提示词)

文件名标题
bofu-page-brief-generator.mdBOFU Page Brief Generator
conversion-audit-prompt.mdConversion Audit Prompt
dual-surface-content-scorecard.mdDual-Surface Content Scorecard

完整链接目录:win/

2.5 local(本地搜索,11 个提示词)

文件名标题
ai-homepage-rewrite-prompt.mdAI Homepage Rewrite Prompt
claude-deep-research-prompt.mdClaude 'Deep Research' Prompt
gbp-categories-prompt.mdGBP Categories Prompt
gbp-description-claude-prompt-1.mdGBP Description Claude Prompt 1
gbp-description-claude-prompt-2.mdGBP Description Claude Prompt 2
gbp-description-claude-prompt-3.mdGBP Description Claude Prompt 3
gbp-services-prompt.mdGBP Services Prompt
prompt-generating-a-meta-description.mdPrompt: Generating a Meta Description
prompt-generating-a-title-tag.mdPrompt: Generating a Title Tag
prompt-rewriting-existing-homepage.mdPrompt: Rewriting Existing Homepage
prompt-rewriting-existing-service-page.mdPrompt: Rewriting Existing Service Page

完整链接目录:local/

统计口径:5(find)+ 1(leverage)+ 21(optimize)+ 3(win)+ 11(local)= 41,与skills/seo-flow/SKILL.md及锁文件skills/seo-flow/references/flow-prompts.lock中的记录一一对应。

3. 提示词的统一骨架:每个 Prompt 文件都长什么样

对提示词库中已同步的文件进行抽查可以发现,它们全部遵循一个高度一致的八段式模板(以 keyword-research-prompt.md、basic-prompt.md、conversion-audit-prompt.md 等为证):

段落作用
Use This When明确该提示词适用的触发场景,帮助 Agent 在 optimize 阶段做上下文匹配
AI Compatibility说明兼容的模型能力(长上下文推理模型可直接使用;小模型建议缩小输入、一次只输出一个章节)
Inputs声明运行所需的输入:业务/网站名、目标页面/Profile/查询集、受众与地域、既有证据、约束与必须引用的来源
Prompt可直接复制执行的提示词正文(code block 中的 text)
Output定义产出的文档结构(执行摘要、优先级表、建议、证据清单、度量计划、核验清单)
Example一个典型输入→输出的工作示例
See Also指向提示词库、FLOW 框架、参考文献的相关链接
Source Note标注该提示词的来源与改写依据

3.1 各阶段共用的基础 Prompt 模板

find / leverage / optimize / local 四个阶段的多数提示词共享同一套 Prompt 骨架,唯一差异是第 2 行的 "create afind/leverage/optimize/localdeliverable"。以 keyword-research-prompt.md 中的 find 变体为例:

Act as a senior SEO strategist using the FLOW model. Task: create a find deliverable for: [BUSINESS OR ASSET]. Use only the supplied inputs and clearly label any assumption. Do not invent statistics. Do not reuse private examples. Build the answer around: 1. Searcher or buyer intent. 2. Evidence available now. 3. Gaps that block trust, extraction, or conversion. 4. Recommended changes in priority order. 5. Measurement events and review cadence. 6. Claims that require source verification before publication. Return a concise working document the team can execute.

对应的 optimize 变体(basic-prompt.md)只把 "create a find deliverable" 替换为 "create a optimize deliverable";leverage 变体(backlink-competition-prompt.md)与 local 变体(gbp-categories-prompt.md)同理。这套模板的内核是一条证据纪律:不编造统计数字、不复用私人示例、所有结论标注假设、所有需要公开的数字必须能追溯到 bibliography.md。

3.2 深度变体:Win 阶段的 Conversion Audit Prompt

并非所有提示词都是"换词"变体。win 阶段的 conversion-audit-prompt.md 拥有完全独立的 Prompt 结构,聚焦转化漏斗审计:

Audit this conversion path for lead quality, friction, and measurement gaps. Use the supplied page, campaign, and first-party conversation data. Identify: 1. Where visitor expectations may not match the page or offer. 2. Common objections and hesitation points. 3. Missing decision-making information. 4. Language mismatches between customers and the page. 5. CTA friction. 6. Tracking gaps across form, phone, chat, and offline outcomes. 7. Whether reporting connects to qualified leads or sales, not only traffic. Return an executive summary, top blockers, lead-quality risks, messaging fixes, page/content fixes, tracking fixes, first-party data to collect next, and a ranked test backlog. Do not recommend more spend until content, offer clarity, and measurement gaps are assessed.

它的 Source Note 明确标注了外部证据来源(PPC Trends 2026、CallRail/SEJ 研究、SEJ State of SEO 2026),这类来源信息与 bibliography.md 中的档案条目一一对应——这也是提示词库"证据可追溯"设计的一部分。

4. 命令体系与按需加载编排

提示词库不是静态文档,而是被/seo flow命令体系编排的运行时资产。命令表见skills/seo-flow/SKILL.md#L31-L42

命令作用
/seo flow展示 FLOW 总览 + 阶段菜单
/seo flow find [url\|topic]Find 阶段:关键词研究、缺口分析、SERP 意图映射(5 个提示词)
/seo flow leverage [url]Leverage 阶段:外链策略、站外权威(1 个提示词)
/seo flow optimize [url]Optimize 阶段:根据上下文从 21 个提示词中挑选 2–3 个最相关的
/seo flow win [url]Win 阶段:BOFU、转化率、双表面记分卡(3 个提示词)
/seo flow local [url]Local 阶段:GBP 优化、Meta、标题标签、本地审计(11 个提示词)
/seo flow prompts展示全部 41 个提示词的完整索引(阶段、名称、触发条件)
/seo flow sync从 upstream 仓库拉取最新提示词文件

各子命令的编排逻辑(skills/seo-flow/SKILL.md#L46-L87)值得逐一拆解:

  • /seo flow find:读取references/prompts/find/下全部 5 个文件,逐个应用到 URL 或主题上,并交叉引用/seo cluster <seed-keyword>(语义聚类)以获得更深的 SERP 聚类。
  • /seo flow leverage:读取references/prompts/leverage/下的文件,应用到 URL 当前的链接语境,并交叉引用/seo backlinks <url>获取原始外链数据。
  • /seo flow optimize:先读取references/prompts/optimize/的全部文件名,再读取会话中已有的分析上下文(URL、行业垂直、此前技能输出),只加载选中的 2–3 个提示词文件,其余通过/seo flow prompts暴露;并交叉引用/seo content <url>/seo geo <url>
  • /seo flow win:读取references/prompts/win/全部 3 个文件,应用到转化与 BOFU 语境,交叉引用/seo sxo <url>(SXO 人物评分)。
  • /seo flow local:读取references/prompts/local/全部 11 个文件,应用到本地 SEO 语境,交叉引用/seo local <url>/seo maps [command]
  • /seo flow prompts:读取references/prompts/README.md(即本文关联文档)并渲染完整索引。
  • /seo flow sync:执行python3 scripts/sync_flow.py,输出 JSON 摘要(新增/更新/未变文件),随后展示归因声明。

5. Optimize 阶段的上下文匹配:21 选 2–3 的选择策略

optimize 阶段是提示词最多的目录(21 个)。skills/seo-flow/SKILL.md#L91-L99明确指出"一次性倾倒 21 个提示词是噪音",因此 Agent 必须按优先级筛选:

  1. 行业垂直:SaaS → on-page + technical;本地商家 → 引文 + GBP;出版方 → E-E-A-T + 时效性;
  2. 既有技能输出seo-technical标记了爬取问题 → 选 technical 类优化提示词;seo-content标记了 E-E-A-T 缺口 → 选 content 类优化提示词;
  3. URL 信号:产品页 → 转化;博客 → 时效性 + 权威。

最终规则是:总是只给出 2–3 个提示词,并说明选择了哪些、为什么选择它们。这使提示词库在长上下文模型上保持"精挑细选"而非"全量灌注",也避免了小模型上下文溢出(各提示词的 AI Compatibility 段对这一点有明确要求)。

6. 完整性保障:flow-prompts.lock 与 sync_flow.py

6.1 SHA-256 锁文件

skills/seo-flow/references/flow-prompts.lock 是提示词库的完整性基线,采用sha256sum兼容格式,逐行记录 41 个提示词文件外加 flow-framework.md 与 bibliography.md 的 SHA-256 哈希。例如:

1f7e5d60194c252a6b38ba1eb78970cdf5bea2f096563c508bfad36f7e445f75 skills/seo-flow/references/bibliography.md 26e434454595c47c63e3ef5c4c5d975a8a8208ca01887e51ab09a45eb679085a skills/seo-flow/references/prompts/README.md

锁文件的存在意味着:提示词内容被篡改、丢失或同步不完整时,可以通过比对哈希快速发现,从而保证"提示词库与 SKILL.md 描述一致"这一运行前提。

6.2 同步脚本的安全与映射设计

scripts/sync_flow.py 负责从 upstream 仓库(API_ROOT = "https://api.github.com/repos/AgriciDaniel/flow/contents",见scripts/sync_flow.py#L20)拉取提示词。它包含三类值得关注的设计:

  • 主机校验_validate_github_url()强制请求必须走 HTTPS 且主机只能是api.github.com,否则直接抛错(scripts/sync_flow.py#L25-L30),配合 5 MB 大小上限(_SIZE_LIMIT)约束下载;
  • 阶段白名单PROMPT_STAGES = ["find", "leverage", "optimize", "win", "local"]scripts/sync_flow.py#L32)与索引表完全一致,杜绝未知目录被拉入;
  • 链接重写rewrite_flow_links()把 upstream 的编号目录布局(01-framework/10-references/06-win/)映射到本仓库的扁平布局(skills/seo-flow/references/),未随包发布的链接目标(如dual-surface-scorecard.md)会被"去链接保文字"处理,避免同步后出现死链(scripts/sync_flow.py#L42-L72)。

6.3 错误处理矩阵

skills/seo-flow/SKILL.md#L129-L136给出了同步相关的故障预案:

场景动作
references/flow-framework.md缺失提示 "FLOW reference files not synced. Run:/seo flow sync"
提示词文件缺失提示运行/seo flow sync拉取最新提示词
sync_flow.py网络错误显示脚本 stderr,并检查gh api rate_limit
sync_flow.py认证错误运行gh auth login后重试

7. 引用、归因与证据标准

提示词库的每条内容都受两条约束约束:

  • 强制归因:每次/seo flow激活(无论哪个子命令)在分析前都必须输出 "Framework and prompts © Daniel Agrici, CC BY 4.0 — github.com/AgriciDaniel/flow",且不得省略或修改(skills/seo-flow/SKILL.md#L117-L125)。
  • 证据可追溯:任何带数字的公开声明必须能追踪到 bibliography.md 中的档案条目(web 来源带检索日期,PDF 来源带页数与 SHA-256)。例如 flow-framework.md 中引用的"AI Overview 出现时第一位内容平均 CTR 低 58%(Ahrefs 2025 年 12 月数据集)""ChatGPT 高引用 URL 中 25% 在 Google 无自然可见度(seoClarity)"等,均可在 bibliography 的 Web Sources 一节找到对应条目与检索日期。

FLOW 操作模型同时给出了三条与提示词库配合的实操纪律(skills/seo-flow/references/flow-framework.md#L31-L36):

  1. 动笔前先命名搜索表面:自然结果、AI 回答、本地包、社区讨论、付费落地页或销售辅助页;
  2. 把可观察证据与假设分离——带数字的说法必须能溯源;
  3. 先写买家语言,再补充实体清晰度、内链、证明与转化下一步,最后按"AI 可读文档"标准复核(清晰标题、直接回答、简洁表格、来源标注)。

8. 实战组合建议:提示词库与其它技能的交叉引用

提示词库的设计刻意与 claude-seo 的其它技能形成闭环——这是 SKILL.md 编排逻辑里反复出现的 cross-reference 模式:

  • find + cluster:find 提示词产出关键词缺口后,用/seo cluster <seed-keyword>做 SERP 重叠聚类;
  • leverage + backlinks:leverage 提示词产出外链竞争分析框架后,用/seo backlinks <url>取原始链接数据;
  • optimize + content/geo:optimize 提示词挑选出改写方向后,用/seo content <url>/seo geo <url>做完整的内容质量与 GEO/AEO 分析;
  • win + sxo:win 提示词聚焦 BOFU 与转化,用/seo sxo <url>做 SXO 人物评分交叉验证;
  • local + local/maps:local 提示词聚焦 GBP 与元信息,用/seo local <url>/seo maps [command]展开本地与地图数据。

这种"提示词定方向、专项技能供数据"的组合方式,正是 41 个提示词从静态文档变成可执行工作流的关键。


小结skills/seo-flow/references/prompts/README.md不只是 41 个提示词的文件清单,而是 FLOW 框架在 claude-seo 中的调度中枢——它定义阶段目录、驱动/seo flow prompts的索引渲染、与锁文件共同保证内容完整性、并被sync_flow.py的链接重写机制维护。理解这份索引,就理解了如何在一个仓库里同时管理跨 5 个阶段的提示词资产,以及如何让 AI Agent 在"证据驱动、按需加载、可追溯引用"的纪律下执行 SEO 分析。

【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 25 sub-skills + 18 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, backlinks, local SEO, maps intelligence, semantic clustering, e-commerce SEO, international SEO, Google APIs, and PDF/Excel reporting. Optional DataForSEO, Firecrawl, and Banana extensions.项目地址: https://gitcode.com/gh_mirrors/cl/claude-seo

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/21 18:10:31

Rocky Linux V8.10软件安装

建议先安装向日葵&#xff0c;如果是CentOS&#xff0c;先配置yum源 # 1. 备份原有源文件 mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.bak# 2. 下载阿里云源配置文件 curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/rep…

作者头像 李华
网站建设 2026/9/21 18:01:46

DLSS 版本切换:不更新游戏,把超采样 DLL 换成你要的版本

DLSS 版本切换&#xff1a;不更新游戏&#xff0c;把超采样 DLL 换成你要的版本 【免费下载链接】dlss-swapper 项目地址: https://gitcode.com/GitHub_Trending/dl/dlss-swapper 游戏开着 DLSS 却一直闪屏&#xff0c;想换个版本试试&#xff0c;游戏文件又不敢动&…

作者头像 李华
网站建设 2026/9/21 18:01:23

Java理发预约系统架构设计与高并发实践

1. 理发预约系统技术架构解析这套理发预约系统采用了当前主流的Java技术栈&#xff0c;经过精心设计能够支撑百万级用户并发。作为从业多年的Java开发者&#xff0c;我认为这个架构选择既考虑了技术先进性&#xff0c;又充分照顾了美发行业的实际业务需求。1.1 后端框架选型Spr…

作者头像 李华