首页 › use-cases › 一个人铺几千页SEO：开源流水线拆解

一个人铺几千页SEO：开源流水线拆解

SEO这条老赛道，正在被两条线同时改写。第一条是程序化SEO（Programmatic SEO, pSEO）——一套页面模板配一份关键词数据，一次性铺出几千甚至上万页长尾落地页，把"律师+城市""工具A vs 工具B""最好的X用于Y"这类海量长尾词全部吃下。第二条更狠:搜索流量本身正在从Google的蓝色链接,迁移到ChatGPT、Perplexity、Claude、Google AI Overviews的"AI答案"里——内容不再只写给爬虫看,要写给会引用你的AI看,这就是海外今年吵翻的GEO/AEO(生成式引擎优化/答案引擎优化)。

问题来了:铺几千页 × 每页都要符合"AI可引用"的结构规范,传统做法需要一个SEO内容团队+一个开发团队烧上几个月、烧掉几万刀。而本期拆解的是一条刚刚在Hacker News冒头的开源流水线——让一个只会敲两行命令的人,用Claude Code/Cursor/Codex这些你已经在用的coding agent,一个人把"调研→关键词→内容架构→批量成文→图表→事实核查→建站→AI可发现性审计"全链路跑完。这就是这期要给你的信息差:别人还在按篇请人写SEO软文,你已经在用agent铺内容工厂。

一、先说认知差:SEO已经不只是"写给Google看"

这条流水线的开源作者在README里第一句话就把矛头挑明了:"Search is shifting from blue links to AI answers — and the GTM playbook that won on Google does not win on ChatGPT, Claude, or Perplexity."(搜索正从蓝色链接转向AI答案,而靠Google赢的那套打法,在ChatGPT/Claude/Perplexity上赢不了。)

国内大量从业者还停在两个误区:一是以为SEO=写公众号/知乎软文堆关键词;二是以为"反正AI会回答用户",所以SEO没用了。两个都错。真相是:用户开始在ChatGPT/Perplexity里直接问"最好的XX工具""A和B哪个好",AI会去抓取并引用那些结构清晰、带来源、有可引用段落的页面。所以现在的内容要做的是——

维度 传统SEO(给Google) GEO/AEO(给AI答案引擎)
结构 关键词密度、标题层级 开头直接给答案、可引用段落
数据 文字描述 表格化、JSON-LD结构化数据
图表 图片即可 图表要带text layer(文字层),AI读得出来
来源 尽量少外链 明确引用、列出source,提高被采纳概率
落点 单页排到首页 被AI Overview/Perplexity引用并出现品牌名

记住这个表,它是后面整条流水线的灵魂。

二、两把开源新刀:把GTM流程变成agent能跑的skill

这条流水线靠的是两个HN上的真实开源项目,都是2026年新冒头的,国内基本没人提:

1. onvoyage-ai/gtm-engineer-skills(HN Show) 把SEO/GEO/AEO拆成11个独立skill,每个skill跑完产出一个文件(比如keyword_research.md、content_architecture.md),这个文件自动成为下一个skill的输入context。它原生支持Claude Code、Codex、Cursor——也就是说,你平时用来写代码的那个agent,现在直接用来跑营销流水线。装法就是git clone后把skill软链到agent的skill目录。

2. athina-ai/goose-skills / Gooseworks(Show HN,8分) 更猛,200+个skill,覆盖Ads、SEO、Lead Generation(找线索)、Outreach(外联)整个增长栈,MIT协议。一行命令装到你的coding agent里:npx gooseworks install --claude(或--cursor/--codex)。装完直接对agent说"用XX skill",它就会去执行。

这两把刀的共同点:它们不生产内容,它们生产的是"一份完整的、可移交的GTM工件流水线"——这正是pSEO需要的。

三、流水线长什么样:一条Mermaid能讲清

这是把gtm-engineer-skills官方的pipeline,按solo founder跑pSEO的场景改写出来的完整链路:

flowchart TD
    A["research-brand<br/>品牌/选品定位 → brand_dna.md"] --> B["research-keywords<br/>挖几千个长尾词<br/>如 城市x服务 / A vs B"]
    B --> C["geo-content-research<br/>找AI会引用的<br/>prompt目标词"]
    A --> D["reddit-opportunity-research<br/>挖Reddit/社区真实痛点"]
    C --> E["geo-content-planning<br/>生成页面架构+模板<br/>content_architecture.md"]
    D --> E
    E --> F["write-seo-geo-content<br/>按模板批量生成正文"]
    E --> G["create-geo-charts<br/>生成带文字层的<br/>SVG/CSV/JSON-LD图表"]
    F --> H["audit-content<br/>事实核查+补来源"]
    G --> H
    H --> I["build-resource-pages<br/>把Markdown编译成<br/>几百到几千个落地页"]
    I --> J["audit-website-aeo<br/>A-F评分:AI能不能读懂你"]
    J --> K["improve-aeo-geo<br/>直接改代码补JSON-LD等"]
    K --> L["部署上线<br/>Astro/Vercel/Cloudflare"]
    L --> M["监控被ChatGPT/<br/>Perplexity引用情况"]
    M -.反馈.-> B

关键设计在两处:第一,每个节点产出一个.md文件喂给下游,等于把"资深SEO操盘手的脑子"固化成了可复用的步骤;第二,结尾有个audit-website-aeo会给你的网站打A-F分,告诉你AI到底能不能抓取、引用你,然后improve-aeo-geo直接动手改代码(补JSON-LD、补结构化标记)——这一步是90%的国内从业者压根不知道要做的事。

四、一个可复制的实战拆解:从0铺一个pSEO站

下面这套是一个典型solo founder跑通的模型,基于上面两个开源工具拼装,你可以直接抄。假设场景:做一个面向海外买家的"AI工具对比+最佳工具推荐"目录站(这类站affiliate佣金高、长尾词海量)。

人物与工具栈

跑一遍的步骤

  1. 定位(1天):对agent说"用research-brand分析我的定位",产出brand_dna.md,锁定一个垂直(比如"best AI tool for [用例]")。
  2. 挖词(1天):喂入种子词,research-keywords+goose-skills的SEO skill扩出几千个长尾词(如"best AI tool for podcast editing""[工具] vs [工具]")。这些词就是未来的页面。
  3. 架构(半天):geo-content-planning生成一套页面模板(对比页模板、榜单页模板、术语页模板),再为每个词套模板。
  4. 批量成文(几小时):write-seo-geo-content按模板批量生成正文,create-geo-charts生成带文字层的对比图表+JSON-LD。这一步是你省人力的大头。
  5. 事实核查(半天):audit-content给每篇文章核对声明、补可信来源——这是避免被Google/Perplexity判定为"低质AI垃圾"的关键。
  6. 编译建站(1天):build-resource-pages把Markdown编译成几百到几千个静态页,丢上Vercel。
  7. AI可发现性(半天):audit-website-aeo打分→improve-aeo-geo自动补JSON-LD和结构化数据。
  8. 监控:用Perplexity/ChatGPT实测搜目标词,看你被引用没,反馈回去迭代模板。

成本与ROI(真实公开定价区间估算)

项目 成本
Claude API批量成文(约2000字/篇) 约\$0.02–0.05/篇,1000篇≈\$30–50
关键词数据(DataForSEO按量) 约\$50–100起
Astro + Vercel/Cloudflare托管 免费档够用
域名 ≈\$10/年
冷启动总投入 ≈\$100–200,1–2周

收益端:pSEO站成熟后靠affiliate佣金 + 卖线索 + 后期加订阅/广告。海外公开案例里,这类垂直目录站做到月入\$1k–10k很常见(注意:这是跑通的案例,不是承诺;前3–6个月基本是养站期,流量起来靠Google收录+AI引用双轮驱动)。

五、信息差总结:你知道的 vs 别人在闷声干的

维度 多数国内从业者的认知 这条流水线在干的事
SEO形态 一篇一篇手写软文发平台 模板+数据,一次铺几千页
内容目标 排Google首页 被ChatGPT/Perplexity引用
生产力 雇文案/外包 Claude Code跑skill流水线
图表 贴张图 生成带文字层+JSON-LD的图表
质检 凭感觉 agent自动AEO打分+补结构化数据
团队 营销+开发多人 一个人
成本 月烧几千请人 百来刀一次性 + LLM按量

六、行动指南(你接下来可以做)

  1. 先把工具装上:终端跑git clone https://github.com/onvoyage-ai/gtm-engineer-skills,以及npx gooseworks install --claude(或--cursor/--codex)。装完你就拥有了200+个营销/GTM skill。
  2. 拿一个小垂直练手:别一上来铺几千页。选一个你有把握的细分(比如"5G/通信行业AI工具对比"),走完整条流水线先铺30–50页,验证能不能被Perplexity引用。
  3. 盯死audit-website-aeo那一步:这是国内几乎没人做的差异化——让你的站AI可读、可引用。分数到A-/A再上线。
  4. 跑闭环再放量:模板验证有效(有AI引用、有自然流量)后,再把词库扩到几千个,真正进入pSEO的复利阶段。
  5. 提醒:pSEO有被Google判"低质批量内容"的风险,务必保留audit-content事实核查+真人抽检;宁可少铺,不要铺垃圾。

参考来源

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

完成摘要

1. 完成摘要(What was done) - 检索信息源:WebSearch/web-reader均被账号级限流(2026-07-18重置),改用 curl 直连 HN Algolia API + GitHub raw README,成功拿到真实一手材料 - 核心素材锁定两个HN上的真实开源项目:onvoyage-ai/gtm-engineer-skills(11个skill的SEO/GEO/AEO流水线)和athina-ai/goose-skills/Gooseworks(Show HN 8分,200+ skill),均为2026年新工具 - 输出 Round 3「use-cases」实战案例文章一篇,约2400字,含2个Mermaid/表格流程、信息差对比表、成本ROI估算、可复制步骤、5条可点击参考来源

2. 下一步计划(What's next) - 优先级1: Round 4(cost-hacks 成本优化)——可顺势写"用skill流水线+本地/便宜模型跑pSEO的省钱配方",但角度需与已覆盖的"缓存/路由/embedding省钱"区分,聚焦内容生产侧的模型选价 - 优先级2: 若限流解除(7/18后),回补该substack案例文章的真实数字、补2-3张实测截图,做一篇精修版 - 备选: 想要我帮你真的把这条流水线在本地装一遍、跑30页demo吗?可以接着实操

3. 注意事项 - 成本数字基于公开定价区间估算(LLM单价会随版本变动),已用区间表述,落地前请以各家官方现价为准 - ROI部分标注了"跑通案例,非承诺"及"3–6个月养站期",避免误导 - 主题已与最近3天68条已覆盖清单逐一比对,确认无重复(pSEO+GEO agent流水线此前未出现)

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入

📎 本分类最新文章