本文讲解 Claude SEO 开源仓库中 FLOW 框架 Find 阶段的核心提示词——keyword-research-prompt.md。它面向 AI 搜索时代的 SEO 研究场景，将关键词研究收敛为"观察、假设、行动建议、待验证主张"四层分离的结构化交付物。读完本文，你将掌握该提示词的完整原文、输入输出契约、适用场景，以及它如何与仓库中的 FLOW 框架、证据库和提示词同步机制协同工作，能够直接把它接入自己的 Claude Code SEO 工作流。

一、提示词在 FLOW 框架中的定位

FLOW 是 Claude SEO 内置的"证据驱动型 SEO 运营模型"，其核心循环为Find → Leverage → Optimize → Win四个阶段。其中 Find 阶段负责"需求发现"：包括关键词研究、差距分析、SERP 意图映射等任务，一共内置 5 个提示词（见 提示词索引 中的find分组）。

在 Claude 中通过/seo flow find [url|topic]即可触发 Find 阶段：技能会读取skills/seo-flow/references/prompts/find/目录下的全部 5 个提示词并逐一应用到目标 URL 或主题上（对应编排逻辑见 SKILL.md）。keyword-research-prompt.md正是这 5 个提示词中的一员，其核心职责是：在投入写作或改版前，把零散的输入证据组织成一份团队可以直接执行的研究文档。

FLOW 框架强调一个原则：最强的资产来自清晰的证据表，而不是空白页头脑风暴（见 FLOW Framework 的 Operating Workflow）。关键词研究提示词正是这一原则在 Find 阶段的具体实现。

二、适用场景（Use This When）

原文档明确给出该提示词的适用条件：

当你需要一份结构化的 Find 交付物，并希望模型把"观察结果、假设、推荐行动、需要验证的主张"四类内容严格区分开时，使用本提示词。

这意味着它不适合"随便聊聊关键词"这种开放式对话，而适合以下场景：

• 为一个业务或网站建立关键词研究基线；
• 为一个目标页面、用户画像、查询集或营销活动界定研究范围；
• 在改版、上线、投放之前，需要先厘清"证据已有哪些、还缺哪些"；
• 团队需要一份可以分派任务、排定优先级的执行文档，而非一份泛泛的清单。

一个关键使用原则：只使用提供的输入，任何假设必须明确标注。这保证了研究结果的可审计性——后续任何人看到文档都能分清"这是事实"与"这是推测"。

三、AI 兼容性（AI Compatibility）

原文档给出两个明确的兼容性指引：

1. 长上下文推理模型：该提示词可完整运行，一次性产出全部输出区块；
2. 较小规模的模型：应提供更窄的输入范围，并一次只要求输出一个区块（例如先输出"执行摘要"，再输出"优先级表"），避免上下文超限或输出质量下降。

这一设计思路值得借鉴：提示词本身不依赖特定模型，而是通过"输入收窄 + 输出分块"的适配策略在不同能力等级的模型上都能获得可用结果。

四、输入项契约（Inputs）

在运行提示词之前，需要先准备好以下输入，原文档完整列出了 5 类：

其中"现有证据"是 FLOW 框架的灵魂。框架文档要求先盘点已有证据：客户语言、查询数据、画像细节、评论、分析、通话笔记、销售异议，以及任何能支撑主张的公开来源。证据越充分，提示词输出的假设就越少，待验证主张清单就越短。

五、提示词全文与逐条拆解

原文档给出了完整的提示词原文，这是全文最核心的部分，必须完整保留：

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.

逐条拆解其六项硬性要求：

1. 搜索者或买家意图（Searcher or buyer intent）：一切研究的起点。要回答"这个人搜这个词时到底想解决什么问题"，而非机械统计搜索量。
2. 当前可用证据（Evidence available now）：只依据供给的输入输出，把"已知"与"未知"划清界限。
3. 阻碍信任、提取或转化的差距（Gaps）：这是 FLOW 特有的视角——不仅看排名差距，还看内容能否被 AI 提取、能否建立信任、能否推动转化。
4. 按优先级排序的推荐变更（Recommended changes）：输出必须可执行、可排序，供团队直接排期。
5. 度量事件与评审节奏（Measurement events and review cadence）：任何改动都要有对应的度量事件（如表单提交、电话、转化），并设定复查周期。
6. 发布前需经来源验证的主张（Claims to verify）：带数字的主张必须能回溯到来源，否则不得发布。

其中第 5 条与 FLOW 框架的 Measurement 章节一脉相承：框架要求使用平衡计分卡，把可见性指标（排名、展示、本地包、引用、AI 提及）与业务指标（合格线索、电话、表单完成、销售机会）挂钩。如果页面或画像无法度量，就先补充度量事件，再评判表现——这正是"Measurement events"提示项的底层逻辑。

提示词的收尾句也很关键：Return a concise working document the team can execute.（返回一份团队可以执行的简洁工作文档）。它把输出定位从"研究报告"降维成"作战文档"，明确交付物形态。

六、输出结构（Output）

运行提示词后，模型应当返回以下六个区块，原文档完整列出：

• 执行摘要（Executive summary）：一段话说明核心结论，供决策者 30 秒内抓住要点；
• 优先级表（Priority table）：将推荐变更按优先级排序，可直接转为任务列表；
• 推荐文案、结构或审计发现（Recommended copy, structure, or audit findings）：具体的页面文案建议、信息架构调整或审计结论；
• 所需证据（Evidence needed）：明确还缺少哪些证据、从何处获取；
• 度量计划（Measurement plan）：每个变更对应哪个度量事件、多久复查一次；
• 验证清单（Verification checklist）：所有需要核实的数字主张清单，逐项打钩后方可发布。

这六个区块正好与提示词的六项要求一一对应，构成了"输入 → 研究 → 输出"的闭环。产出文档本身就是一份可直接进入 Optimize（优化）阶段的输入材料。

七、实战示例

原文档给出了一个具体示例来演示预期效果：

• 输入：一个本地服务页面，证明材料薄弱（weak proof）、画像信息前后不一致（inconsistent profile details）；
• 预期输出：一份排好优先级的改写简报（prioritized rewrite brief）、需要统一的事实清单（facts to reconcile）、需要新增的内部链接（internal links to add），以及要度量的转化事件（conversion event to measure）。

这个示例展现了提示词的典型用法：它不替你做"选词"，而是替你诊断关键词/页面为何没有带来业务结果——证明材料不足、画像事实冲突、内部链接缺失、转化无法度量，这些都是比"关键词排名"更本质的问题。

八、源码级佐证：提示词如何进入仓库

keyword-research-prompt.md并非手工维护的静态文件，而是通过 sync_flow.py 从上游 FLOW 仓库自动同步的。从源码可以确认以下机制：

• 同步范围：PROMPT_STAGES = ["find", "leverage", "optimize", "win", "local"]，find是所有提示词阶段中的第一个；
• 同步来源：从docs/09-prompts/find/目录拉取该阶段的全部.md文件；
• 链接重写：rewrite_flow_links()会把上游的编号目录链接（如01-framework/）重写为本仓库扁平化布局下的相对路径，未随插件发布的链接会被去掉超链接但保留文字，确保同步后不出现死链；
• 完整性校验：同步后生成skills/seo-flow/references/flow-prompts.lock锁文件，记录每个提示词的 SHA-256 哈希；再次同步时通过--dry-run或锁文件对比输出ADDED / CHANGED / REMOVED漂移报告，防止内容被意外篡改或版本漂移；
• 归属声明：每个同步文件头部都会写入<!-- Source: github.com/AgriciDaniel/flow | License: CC BY 4.0 | Synced: ... -->归属头，与 SKILL.md 中"每次激活必须输出归属声明、不得省略或修改"的要求一致。

因此，当你看到Synced: 2026-04-26的注释时，它代表该提示词已按最新上游版本同步并经过哈希校验。需要更新时，可在 Claude 中运行/seo flow sync，技能会调用python3 scripts/sync_flow.py并展示 JSON 摘要（新增、更新、未变文件）。

九、证据标准：为什么"不要编造统计数据"

提示词中Do not invent statistics（不要编造统计数据）是一条不可妥协的铁律，其落地依据在 Bibliography 证据库中：

• 证据库为每条公开数据声明来源与检索日期，例如"58% 更低 CTR"对应 Ahrefs AI Overviews 研究、"25% 的 ChatGPT 引用页面在 Google 零自然可见性"对应 seoClarity 研究；
• PDF 类来源还记录页数与 SHA-256 哈希，保证可追溯；
• Source Policy 明确："矛盾或无法验证的统计数据，一律排除在公开指导之外"（Contradicted or unverifiable statistics are excluded from public guidance）。

这意味着提示词输出的"待验证主张清单"（第 6 项）并非形式主义——任何带数字的结论在被列入证据库之前，都不能进入发布文案。这也与 FLOW 框架的 Common Failure Modes 中"因为听起来熟悉就发布统计数据，而不是因为来源已加载并标注日期"的失败模式直接对应。

十、与 Find 阶段其他提示词的协作

keyword-research-prompt.md只是 Find 阶段 5 个提示词之一，与同目录下的另外 4 个提示词共同构成完整的"需求发现"工具箱（详见 提示词索引）：

这 5 个提示词共享相同的六项研究骨架（意图、证据、差距、优先级、度量、验证），可以独立使用，也可以串联成"关键词研究 → 受众画像 → 变体扩展 → 主题规划 → 内容优先级"的完整 Find 流水线。需要更深入的 SERP 聚类分析时，SKILL.md 的编排逻辑还建议交叉引用/seo cluster <seed-keyword>技能。

十一、相关链接与延伸阅读

• 关键词研究提示词原文
• FLOW 提示词索引（全部 41 个提示词）
• FLOW 框架文档（Find·Leverage·Optimize·Win 运营模型）
• 证据库与来源政策
• seo-flow 技能说明与命令编排
• FLOW 提示词同步脚本源码

使用提示：在 Claude Code 中直接运行/seo flow find <url或主题>，技能会自动加载 Find 阶段全部提示词并执行；如果只想用关键词研究提示词本身，可将上文第五节中的提示词全文复制到任意支持长上下文的推理模型中，填入自己的业务信息即可运行。