新词三个来源按 ROI 排序：GSC 已有曝光但未注册的词（需求已验证，最高）、竞品新增词（第 56 篇）、AI 搜索的相关问题。选题日历从注册表的覆盖缺口生成，按 priority×搜索量×是否有 Pillar 支撑排序，每季度产出 8–12 个选题。

注册表驱动的内容增长：用 AI 定期发现新词与生成选题日历

选题不该靠灵感

“这个月写什么？” 如果每个月都要重新想这个问题，说明缺少机制。

注册表提供了这个机制：它记录了所有已规划的词和已建的页面，两者的差集就是待办清单。而新词的持续注入，保证这个清单不会枯竭。

新词来源 → 汇入注册表 → 覆盖度审计（第 46 篇）→ 缺口清单 → 选题日历
                ↑                                          ↓
                └──────────── 页面上线后更新 ←──────────────┘

一、三个新词来源（按 ROI 排序）

来源 1：GSC 已有曝光但未注册的词（最高 ROI）

这是最容易被忽略的宝库。你的站点已经在某些词上有曝光，但这些词从未被规划过——说明 Google 认为你的内容和这些词相关，只是你没有专门优化。

为什么 ROI 最高：

需求已被验证（有真实曝光）
相关性已被 Google 确认
往往只需优化现有页面，不用新建

筛选条件：

从 GSC 导出 Query 数据，筛选：
- 曝光量 ≥ 20（有实际搜索）
- 排名在 8–40 之间（有戏但没到位）
- 不在 registry.json 里

排名 8–40 是关键区间：排名 1–7 的词说明已经做好了；排名 40+ 的词说明相关性太弱，优化成本高。

来源 2：竞品新增词（第 56 篇）

竞品上季度新增了排名的词，是市场动向的信号。做法见第 56 篇，这里只强调频率：每季度一次，不要更频繁。

来源 3：AI 搜索的相关问题

Perplexity 和 ChatGPT 在回答问题后会给出“相关问题”（Related Questions）。这些是 AI 判断的语义相邻问题，往往包含传统关键词工具挖不到的长尾。

收集方法（手工，每季度 30 分钟）：

1. 在 Perplexity 输入你的核心 PKW（如 "centrifugal pump for chemical transfer"）
2. 记录回答下方的 Related Questions（通常 3–5 个）
3. 对每个相关问题再问一次，继续收集（做两层即可）
4. 一个 PKW 通常能收集到 10–15 个相关问题

这些问题的用途：

直接作为 FAQ 条目（第 41 篇的自包含格式）
判断是否值得单独建 Resource Cluster 页
补充现有页面的内容缺口

注意：AI 给出的相关问题没有搜索量数据。判断是否值得做，看它是否指向一个你还没覆盖的技术主题。

二、GSC 新词发现脚本

// scripts/discover-new-keywords.mjs
import fs from 'fs/promises';
import { parse } from 'csv-parse/sync';

const registry = JSON.parse(await fs.readFile('registry.json', 'utf8'));

// 注册表中已有的词（包含 keyword 和所有 skw）
const registered = new Set();
for (const row of registry) {
  registered.add(row.keyword.toLowerCase().trim());
  for (const s of row.skw ?? []) registered.add(s.toLowerCase().trim());
}

// 已排除的词（第 56 篇的排除列表，复用）
let excluded = new Set();
try {
  const list = JSON.parse(
    await fs.readFile('data/excluded-keywords.json', 'utf8')
  );
  excluded = new Set(list.map(e => e.keyword.toLowerCase()));
} catch {}

// 读取 GSC 数据
const csv = await fs.readFile('data/gsc-queries.csv', 'utf8');
const rows = parse(csv, { columns: true, skip_empty_lines: true });

const FILTERS = {
  minImpressions: 20,
  positionRange: [8, 40],
};

const candidates = [];

for (const r of rows) {
  const query = (r.Query ?? '').toLowerCase().trim();
  if (!query) continue;
  if (registered.has(query)) continue;
  if (excluded.has(query)) continue;

  const impressions = Number(r.Impressions ?? 0);
  const position = Number(r.Position ?? 999);
  const clicks = Number(r.Clicks ?? 0);

  if (impressions < FILTERS.minImpressions) continue;
  if (position < FILTERS.positionRange[0] || position > FILTERS.positionRange[1]) continue;

  // 机会分：曝光量 ÷ 排名（排名越靠前、曝光越大，分越高）
  const opportunityScore = Math.round(impressions / position * 10);

  candidates.push({
    query,
    impressions,
    clicks,
    ctr: r.CTR,
    position,
    opportunityScore,
    // 记录当前是哪个页面在排这个词（如 GSC 导出含 Page 维度）
    currentPage: r.Page ?? null,
  });
}

candidates.sort((a, b) => b.opportunityScore - a.opportunityScore);

// 按词形做初步意图推测（复用第 51 篇的规则表思路）
function guessIntent(q) {
  if (/manufacturer|supplier|factory|oem|wholesale|buy|price|quote/.test(q))
    return 'commercial';
  if (/specs|specification|datasheet|dimensions|flow rate|pressure|\bfor\b|\bvs\b/.test(q))
    return 'engineering';
  if (/what is|how does|how to|why|types of|explained|guide/.test(q))
    return 'informational';
  return 'unknown';
}

const annotated = candidates.map(c => ({
  ...c,
  guessedIntent: guessIntent(c.query),
}));

console.log(JSON.stringify({
  summary: {
    gscTotalQueries: rows.length,
    registeredKeywords: registered.size,
    newCandidates: candidates.length,
    filters: FILTERS,
    intentDistribution: {
      commercial: annotated.filter(c => c.guessedIntent === 'commercial').length,
      engineering: annotated.filter(c => c.guessedIntent === 'engineering').length,
      informational: annotated.filter(c => c.guessedIntent === 'informational').length,
      unknown: annotated.filter(c => c.guessedIntent === 'unknown').length,
    },
  },
  // 交给模型做业务相关性过滤和处置判断
  candidates: annotated.slice(0, 80),
}, null, 2));

三、新词处置决策

脚本给出候选词后，每个词有三种处置方式。判断顺序如下：

决策 1：加入现有页面的 SKW（优先）

条件：该词的意图和主题与某个现有页面一致。

示例：
新词："chemical transfer pump seal type"（曝光 45，排名 18）
当前排这个词的页面：/applications/centrifugal-pump-chemical-transfer/

判断：意图 engineering，主题就是这个页面的内容
处置：加入该页 SKW，并在页面补充一个 H2 专门讲密封选型

必须做的检查（第 45 篇的唯一性约束）：

□ 该词不是其他页面的 PKW
□ 该词不在目标页面的 NKW 里
□ 加入后不会与其他页面的 SKW 大量重叠

决策 2：新建页面

条件：该词代表一个独立的搜索意图或技术主题，现有页面都覆盖不了。

示例：
新词："pump for battery electrolyte transfer"（曝光 32，排名 22）
现有页面：无对应的电池电解液场景页

判断：这是一个独立应用场景（新能源行业）
处置：新建 Application Cluster 页，走第 53 篇的 Content Brief 流程

决策 3：加入排除列表

条件：业务范围外、竞品品牌词、或明确不做的方向。

处置方式同第 56 篇——记录原因和 reconsiderIf 字段。

四、选题日历生成

有了新词和覆盖缺口，生成季度选题日历。

排序公式

选题优先级分 =
    priority × 30            （注册表业务优先级，1–5）
  + 搜索量归一化 × 25         （月搜索量 / 最大搜索量 × 100）
  + 意图权重 × 20            （commercial=100, engineering=80, informational=50）
  + Pillar 支撑 × 15         （有对应 Pillar 已上线=100，否则=0）
  + 数据就绪度 × 10          （applications.yaml 已有该场景数据=100，否则=0）

为什么“Pillar 支撑”占权重：一个 Cluster 页如果没有对应的 Pillar 已上线，它的权重无处汇聚，效果会打折。应该先建 Pillar 再建 Cluster。

为什么“数据就绪度”占权重：如果 applications.yaml 里已有该场景的完整数据（第 28 篇），可以直接走 pSEO 流程（第 54 篇），成本低得多。

生成脚本

// scripts/content-calendar.mjs
import fs from 'fs/promises';
import yaml from 'js-yaml';

const registry = JSON.parse(await fs.readFile('registry.json', 'utf8'));

// 复用第 46 篇的覆盖度审计结果
const coverage = JSON.parse(
  await fs.readFile('/tmp/coverage.json', 'utf8')
);

// 已上线的 Pillar
const livePillars = new Set(
  coverage.coveredPages.filter(slug => {
    const row = registry.find(r => r.page_slug === slug);
    return row?.page_type === 'pillar';
  })
);

// applications.yaml 里已有数据的场景
let readyScenarios = new Set();
try {
  const apps = yaml.load(
    await fs.readFile('src/data/applications.yaml', 'utf8')
  );
  readyScenarios = new Set(
    apps.filter(a =>
      (a.challenges?.length ?? 0) >= 3 &&
      (a.keySelectionCriteria?.length ?? 0) >= 3
    ).map(a => a.slug)
  );
} catch {}

const INTENT_WEIGHT = {
  commercial: 100,
  engineering: 80,
  informational: 50,
};

// 待建页面（来自覆盖度审计的 A 区）
const pending = coverage.missingPages;
const maxVolume = Math.max(
  ...pending.map(p => p.monthlyVolume ?? 0), 1
);

const scored = pending.map(p => {
  const row = registry.find(r => r.page_slug === p.slug);
  const category = row?.category;

  // 是否有对应 Pillar 已上线
  const pillarRow = registry.find(r =>
    r.page_type === 'pillar' && r.category === category
  );
  const hasPillarSupport = pillarRow
    ? livePillars.has(pillarRow.page_slug)
    : false;

  // 数据是否就绪（从 slug 匹配场景）
  const dataReady = [...readyScenarios].some(s => p.slug.includes(s));

  const score = Math.round(
    (p.priority ?? 3) * 30
    + ((p.monthlyVolume ?? 0) / maxVolume * 100) * 0.25
    + (INTENT_WEIGHT[p.intent] ?? 50) * 0.20
    + (hasPillarSupport ? 100 : 0) * 0.15
    + (dataReady ? 100 : 0) * 0.10
  );

  return {
    ...p,
    hasPillarSupport,
    dataReady,
    // 建议的生产方式
    productionMethod: dataReady && p.pageType === 'cluster-app'
      ? 'pSEO 批量生成（第 54 篇）'
      : 'Content Brief + 人工写作（第 53 篇）',
    score,
  };
});

scored.sort((a, b) => b.score - a.score);

// 按季度产能切分（假设每季度能产出 8–12 篇）
const QUARTERLY_CAPACITY = 10;

console.log(JSON.stringify({
  summary: {
    totalPending: pending.length,
    quarterlyCapacity: QUARTERLY_CAPACITY,
    estimatedQuarters: Math.ceil(pending.length / QUARTERLY_CAPACITY),
    pSeoEligible: scored.filter(s =>
      s.productionMethod.startsWith('pSEO')
    ).length,
  },
  // 本季度选题
  thisQuarter: scored.slice(0, QUARTERLY_CAPACITY),
  // 后续队列
  backlog: scored.slice(QUARTERLY_CAPACITY),
  // 被 Pillar 缺失阻塞的选题（应先建 Pillar）
  blockedByMissingPillar: scored.filter(s => !s.hasPillarSupport),
}, null, 2));

五、Skill 说明书

# Skill：注册表驱动的内容增长

## 何时使用
- 每季度做内容规划时
- 注册表覆盖率已达标，需要发现新增长点

## 输入
- `registry.json`
- GSC Query 导出 CSV（近 90 天）
- 可选：第 56 篇的竞品差距分析结果
- 可选：手工收集的 AI 搜索相关问题清单

## 执行步骤

### Step 1：运行新词发现脚本
执行 `npm run seo:discover`

### Step 2：业务相关性过滤（你来判断）
同第 56 篇的过滤规则。剔除的词写入排除列表。

### Step 3：逐词做处置决策（你来判断）

对每个保留的候选词，按第三节的三种决策判断。

**决策 1（加入现有页面）的额外要求**：
必须同时给出该页面需要补充什么内容。
只把词加进 SKW 而不改页面内容，排名不会提升。

示例输出：

新词：chemical transfer pump seal type（曝光 45，排名 18）决策：加入 /applications/centrifugal-pump-chemical-transfer/ 的 SKW 需补充内容：新增 H2 “Seal Selection for Chemical Service”

机械密封 vs 磁力驱动的适用条件（含具体介质举例）
密封面材料选择（碳化硅 / 碳石墨 / 陶瓷）
引用 API 682 密封选型标准预估工时：1.5 小时唯一性检查：✅ 该词非其他页面 PKW，不在本页 NKW


### Step 4：生成选题日历
执行 `node scripts/content-calendar.mjs`

### Step 5：审核并调整日历（你来判断）

脚本的排序是机械的，需要人工调整：

**必须检查的两点**：
1. `blockedByMissingPillar` 里的选题
   → 如果某个 Pillar 还没建，应把 Pillar 提到本季度最前
2. `pSeoEligible` 的选题
   → 数据就绪的场景页可以批量做，一次性排 3–5 个
     （但要遵守第 54 篇的批次质量门槛）

**可以调整的情况**：
- 业务重点变化（如新产品线上市，相关选题提前）
- 竞品动作（竞品刚发布某场景内容，可以跟进做更好的）
- 季节性（某些应用有采购季节性）

### Step 6：输出季度内容计划

## 输出格式

Q4 2026 内容计划

新词发现汇总

GSC 候选词：[N] 个（曝光≥20，排名 8–40）业务相关性过滤后：[N] 个处置分布：

加入现有页面 SKW：[N] 个
新建页面：[N] 个
加入排除列表：[N] 个

优先级 1：优化现有页面（[N] 项）

1. /applications/centrifugal-pump-chemical-transfer/

新增词：chemical transfer pump seal type（曝光 45，排名 18）需补充内容：[具体的 H2 和内容点] 预估工时：1.5 小时预期效果：该词排名 18 → 10 以内

优先级 2：新建页面（本季度 [N] 篇）

1. /products/magnetic-drive-pumps/（Pillar）

优先级分：87
为什么排第一：3 个 Cluster 选题都在等这个 Pillar
生产方式：Content Brief + 人工写作
预估工时：6 小时

2–4. 磁力泵相关 Application 页 × 3

优先级分：72–78
生产方式：pSEO 批量生成（数据已就绪）
预估工时：3 小时（含审核）
依赖：需在选题 1 完成后进行

待办队列（后续季度，[N] 项）

[列出 Top 10 及优先级分]

被阻塞的选题（[N] 项）

以下选题缺少对应 Pillar 支撑，建议先建 Pillar：

/applications/gear-pump-food-processing/ → 需先建 /products/gear-pumps/

AI 搜索相关问题（本季度收集）

从 Perplexity 收集的 [N] 个相关问题：

可直接作为 FAQ 补充到现有页面：[N] 个（列出）
值得新建页面：[N] 个（已并入上方选题）


## 禁止行为
- 本季度选题不要超过 10 个（超出产能的计划等于没计划）
- 决策 1（加入现有页面）必须给出具体的内容补充要求
- 不要在 Pillar 未上线时安排大量 Cluster 页
- 新词加入注册表前必须过第 45 篇的唯一性检查

六、季度运营节奏

把这一篇和第 63 篇的自动化结合，形成完整的季度循环：

季度首日（自动化，第 63 篇）
  → GitHub Actions 生成健康度报告骨架

第 1 周（人工，2–3 小时）
  → 手动导出 GSC 数据
  → 跑新词发现脚本（本篇）
  → 跑竞品差距分析（第 56 篇，每季度一次）
  → 业务相关性过滤 + 处置决策
  → 补完健康度报告的人工部分（第 50 篇）

第 1 周末
  → 生成选题日历，确定本季度 8–12 个选题
  → 处理健康度报告的 Top 5 行动项

第 2–12 周（执行）
  → 按日历产出内容
  → 每篇走 Content Brief（第 53 篇）或 pSEO（第 54 篇）
  → 每次新建页面前跑 npm run seo:lint

第 12 周
  → 回顾：计划完成率、各页面上线后的表现
  → 准备下季度循环