AB
AB
AiBoss

すべてのカテゴリ

チュートリアル

AirOps

チュートリアル

用 AirOps 搭建关键词 SERP 研究 Workflow

这篇教程带你在 AirOps 里从零搭一个「关键词 SERP 研究」Workflow：先定义 keyword 输入，再接入 Google Search 步骤抓取搜索结果，最后用 Prompt LLM 步骤让模型归纳主题、最佳实践与可执行建议，并完成测试与发布。适合需要把关键词调研流程固定下来、反复复用的内容与 SEO 团队。

做内容规划时，关键词调研往往是最费时间的一环：同一个词要反复看搜索结果、归纳共性、判断哪些写法有效，然后才敢动笔。AirOps 的 Workflow 把这件事变成一条可重复执行的流水线——输入一个关键词，自动抓取 Google 搜索结果，再交给大模型归纳主题、最佳实践和写作建议。这篇教程要教的就是从零搭出这样一个「关键词 SERP 研究」Workflow，并完成测试与发布。适合需要把调研流程固定下来、反复复用的内容团队与 SEO 人员；如果你只是想临时看一次搜索结果，用不着搭 Workflow。AirOps 的入口与账号体系可以在 AirOps 工具页了解，下面直接进入搭建过程。

准备工作

开始之前，先把下面几件事确认清楚，能省掉后面反复返工的时间。

  • 可用的 AirOps 账号与工作区：Workflow 是在工作区内创建和保存的，没有工作区就无法进入 Workflow Studio。账号的套餐、可用步骤和调用额度以官网当前信息为准。
  • 对目标关键词有基本判断：Workflow 只负责抓取和分析，关键词本身选得对不对仍然由人决定。准备一两个真实想做的词作为测试输入，比用「test」这类占位词更容易看出结果是否可用。
  • 想清楚分析要产出什么：这篇教程的产出是「主题 + 最佳实践 + 建议」三段式分析。如果你的目标是别的（比如只想要竞品标题清单），提示词需要相应调整，但整体结构不变。
  • 了解 Workflow 的基本构成：一个 Workflow 由若干 Step 串联而成，前一步的输出可以作为后一步的输入变量。整条链路是「输入 → 抓取 → 分析」，这也是后面所有配置的依据。

不需要提前写代码，也不需要自己准备搜索 API。Google Search 是 Steps 面板里现成的步骤，配置时只需要把查询词接到输入变量上。

操作步骤

第一步：新建一个 Workflow

从 Home 界面开始：

  1. 点击右上角的 Create 按钮。
  2. 在下拉菜单中选择 Workflow。
  3. 进入 AirOps Workflow Studio，这里就是搭建工作流的地方。
  4. 选择 Start with a Workflow，从一个空白工作流开始，而不是套用现成模板。

进入 Studio 后，画布上会有一个标着 Set Inputs 的节点，位于工作流最上方。这个节点定义「运行这个 Workflow 时需要人填什么」，是整条链路的起点。

第二步：配置输入字段

点击 Set Inputs 节点，配置输入：

  1. 点击 Add field to group（或界面上同类的添加字段入口）。
  2. 输入类型选择 Short Text。
  3. 把字段标签设为 keyword，这就是要分析的目标搜索词。
  4. 确认变量名同样是 keyword。变量名通常由标签自动生成，保持一致即可，因为后面引用时用的就是这个名字。
  5. 打开 Required 开关，保证每次运行都必须提供关键词，避免空输入跑出无意义的结果。
  6. 保存配置。

配置完成后，画布上的输入节点会显示这个字段。后续步骤里引用它时写成 {{ keyword }}。

第三步：添加 Google Search 步骤

输入节点下方是添加步骤的位置：

  1. 点击输入节点下方的 + 按钮或 Add Step 入口。
  2. 在步骤分类中找到 Web Research。
  3. 选择 Google Search。

这一步会被加到工作流中，位置在输入节点之后。它负责把关键词变成真实的 Google 搜索结果，供下一步分析使用。

第四步：把搜索查询接到输入变量

点击刚添加的 Google Search 步骤，进行配置：

  1. 找到 Search Query 字段。
  2. 点击输入框右上角的变量浏览器（粉色图标），从变量列表中选择 {{ keyword }}。
  3. Search Parameters 字段暂时留空，先跑通最小链路，需要限定地区、语言或结果数量时再回来补。
  4. 保存配置。

这一步的关键是「不要手写查询词」。把查询绑定到变量，Workflow 才能对不同关键词复用；如果直接写死一个词，每次运行都只会搜同一个东西。

第五步：添加 Prompt LLM 步骤

在 Google Search 步骤之后再加一步：

  1. 点击 Google Search 步骤下方的添加入口。
  2. 从可用步骤中选择 Prompt LLM。

这样工作流就形成了「输入 → 搜索 → 模型分析」的三段结构。画布上会显示这个 LLM 步骤当前使用的模型。

第六步：选择模型

点击 LLM 步骤，在模型设置里选择要用的模型。示例中使用的是 GPT-4o，其他设置保持默认即可。模型的可选范围、默认值以及各模型对应的消耗，以官网当前信息为准。

第七步：编写分析提示词

在 LLM 步骤面板中，找到左侧标着 User 的输入框，填入提示词。提示词需要同时引用两个变量：输入的关键词 {{ keyword }}，以及上一步搜索的输出 {{ step_1.output }}。后者是 Google Search 步骤的结果，步骤编号按实际顺序而定，配置时从变量浏览器里选，不要凭记忆手写。

下面是一份可直接使用的提示词模板：

你负责分析某个关键词在 Google 上排名靠前的结果，归纳它们的主题与最佳实践。
这项分析用于理解这些页面为什么表现好，并为内容创作提供参考。

要分析的关键词是：{{ keyword }}

以下是该关键词在 Google 上的靠前结果：{{ step_1.output }}

请按以下步骤完成任务：
1. 仔细通读所有靠前结果。
2. 分析主题：
   a. 找出多个结果共同涉及的话题或主题。
   b. 记录主话题上任何独特的切入角度或视角。
   c. 观察信息覆盖的深度与广度。
3. 归纳最佳实践：
   a. 检查内容结构（标题、小标题、列表等）。
   b. 评估媒体使用情况（图片、视频、信息图等）。
   c. 评价写作风格与语气。
   d. 寻找内容长度与细节程度上的规律。
   e. 记录常见的外部资源或引用来源。
   f. 观察内容如何回应用户意图。
4. 按以下格式呈现分析：
# Analysis
## Themes
[列出并简要描述你识别出的 3-5 个主要主题]
## Best Practices
[列出并解释你观察到的 5-7 条最佳实践]
## Recommendations
[基于以上分析，给出 3-5 条可执行的内容创作建议]

分析要全面，观察要客观。重点关注那些看起来促成了这些页面成功的模式与做法。你的洞察应当对任何想在这个话题上做出高质量内容的人有价值。

这份提示词有几个值得保留的设计：明确要求引用两个变量、把分析拆成「主题 / 最佳实践 / 建议」三段固定结构、对每段给出数量区间。固定结构让输出可以直接贴进内容简报，数量区间则避免模型只给一两条泛泛而谈的结论。

一个完整示例

把上面的步骤串起来，就是一条完整可跑的最小链路。下面按执行顺序复盘一遍，方便对照检查。

工作流结构

  1. Set Inputs：一个 Short Text 字段，标签与变量名均为 keyword，设为必填。
  2. Google Search：Search Query 绑定 {{ keyword }}，Search Parameters 留空。
  3. Prompt LLM：模型选 GPT-4o，User 提示词中引用 {{ keyword }} 与 {{ step_1.output }}。

测试运行

  1. 点击 Studio 导航栏右上角的 Test Workflow（旁边有播放图标）。
  2. 输入一个真实的测试关键词，例如 content marketing tips 或 best running shoes。
  3. 再次点击 Test Workflow 执行。
  4. 查看结果，确认两个步骤都正常工作：搜索步骤确实返回了结果，LLM 步骤确实基于这些结果给出了三段式分析。

测试时重点看两件事。一是搜索步骤的输出是否为空或明显不相关——如果是，问题通常出在查询变量没绑对，或者关键词本身太宽泛。二是 LLM 的输出是否真的引用了搜索结果，而不是凭空泛泛而谈——如果模型在编内容，说明 {{ step_1.output }} 没有正确传入，需要回到 LLM 步骤检查变量引用。

发布

  1. 结果满意后，在 Studio 右上角找到 Publish 按钮。
  2. 给 Workflow 起一个能说明用途的名字，例如 Keyword SERP Researcher。
  3. 写一段简短描述，说明它做什么、产出什么。
  4. 发布，之后就可以反复运行这个 Workflow。

发布之后，每次只需要提供一个关键词，就能得到一份结构化的 SERP 分析，用于指导自有内容的选题与写法。名字和描述不要省——工作流多了以后，这两项是团队里其他人判断「该用哪一个」的唯一依据。

注意事项

  • 变量名必须一致：输入字段的变量名是 keyword，提示词和搜索查询里引用的也必须是同一个名字。改名之后要回到每个引用处同步更新，否则运行时会取不到值。
  • 步骤引用用变量浏览器选，不要手写：{{ step_1.output }} 这类引用依赖步骤在画布上的实际顺序。中间插入或删除步骤后，编号可能变化，手写的引用容易指向错误的位置。
  • Search Parameters 先留空：教程里的最小链路不设置搜索参数。需要限定地区、语言或结果数量时再补，但每加一个限制都会影响分析所依据的样本，改完要重新测试。
  • 模型输出需要人工判断：LLM 归纳出的「最佳实践」是基于搜索结果的模式总结，不是排名因果关系的证明。把它当作写作参考，不要当作结论直接对外引用。
  • 额度与套餐以官网为准：搜索步骤和 LLM 步骤都会产生消耗，具体额度、计费方式和可用模型随套餐变化，使用前请查阅官网当前信息。
  • 先测试再发布：发布前至少用一个真实关键词完整跑一遍，确认搜索有结果、分析有引用。空输入或无效关键词跑出来的结果没有参考价值。

这条链路跑通之后，扩展方向很直接：在搜索与分析之间插入人工审核步骤，把明显不相关的结果剔掉；或者把多个关键词的调研串成批量流程；也可以把这个 Workflow 接到团队其他流程里，让调研结果直接进入内容生产环节。结构不变，加的都是步骤。

戻る