SEO写作与内容优化技巧

好的 SEO 写作不是为机器堆砌关键词，而是让搜索引擎理解你写给人类的内容。

内容优化框架

内容评分系统

"""
SEO 内容质量评分器
"""
from dataclasses import dataclass, field
import re
@dataclass
class ContentAnalysis:
title: str
content: str
target_keyword: str
meta_description: str = ""
word_count: int = 0
def __post_init__(self):
self.word_count = len(self.content.split())
class SEOContentScorer:
"""内容 SEO 质量评分"""
WEIGHTS = {
"keyword_in_title": 15,
"keyword_in_first_100": 10,
"keyword_density": 15,
"word_count": 10,
"heading_structure": 10,
"semantic_terms": 15,
"meta_description": 10,
"readability": 15,
}
@classmethod
def score(cls, ca: ContentAnalysis) -> dict:
scores = {}
kw = ca.target_keyword.lower()
content_lower = ca.content.lower()
title_lower = ca.title.lower()
# 关键词在标题中
scores["keyword_in_title"] = cls.WEIGHTS["keyword_in_title"] if kw in title_lower else 0
# 关键词在前 100 字
first_100 = " ".join(ca.content.split()[:100]).lower()
scores["keyword_in_first_100"] = cls.WEIGHTS["keyword_in_first_100"] if kw in first_100 else 0
# 关键词密度 (理想 0.5–2%)
kw_count = content_lower.count(kw)
density = (kw_count / ca.word_count * 100) if ca.word_count else 0
if 0.5 <= density <= 2.0:
scores["keyword_density"] = cls.WEIGHTS["keyword_density"]
elif 0.2 <= density <= 3.0:
scores["keyword_density"] = cls.WEIGHTS["keyword_density"] // 2
else:
scores["keyword_density"] = 0
# 字数（理想 1000+）
if ca.word_count >= 1500:
scores["word_count"] = cls.WEIGHTS["word_count"]
elif ca.word_count >= 800:
scores["word_count"] = cls.WEIGHTS["word_count"] * 3 // 4
elif ca.word_count >= 400:
scores["word_count"] = cls.WEIGHTS["word_count"] // 2
else:
scores["word_count"] = 0
# 标题结构（H2/H3 数量）
h2_count = ca.content.count("## ")
h3_count = ca.content.count("### ")
if h2_count >= 3 and h3_count >= 2:
scores["heading_structure"] = cls.WEIGHTS["heading_structure"]
elif h2_count >= 2:
scores["heading_structure"] = cls.WEIGHTS["heading_structure"] * 3 // 4
else:
scores["heading_structure"] = cls.WEIGHTS["heading_structure"] // 4
# 语义丰富度（相关词出现）
semantic_score = 0
# 简化演示：检测通用语义指标词
indicators = ["because", "however", "therefore", "example", "compare",
"因为", "然而", "因此", "例如", "比较"]
for ind in indicators:
if ind in content_lower:
semantic_score += 1
scores["semantic_terms"] = min(semantic_score * 3, cls.WEIGHTS["semantic_terms"])
# Meta description
if 50 <= len(ca.meta_description) <= 160:
scores["meta_description"] = cls.WEIGHTS["meta_description"]
elif ca.meta_description:
scores["meta_description"] = cls.WEIGHTS["meta_description"] // 2
else:
scores["meta_description"] = 0
# 可读性（平均句子长度）
sentences = re.split(r"[.!?。！？]", ca.content)
avg_len = sum(len(s.split()) for s in sentences if s.strip()) / max(len(sentences), 1)
if avg_len <= 20:
scores["readability"] = cls.WEIGHTS["readability"]
elif avg_len <= 30:
scores["readability"] = cls.WEIGHTS["readability"] * 2 // 3
else:
scores["readability"] = cls.WEIGHTS["readability"] // 3
total = sum(scores.values())
return {
"总分": f"{total}/100",
"评级": "优秀 ✅" if total >= 80 else "良好 ⚠️" if total >= 60 else "需改进 ❌",
"分项得分": scores,
"关键词密度": f"{density:.2f}%",
"字数": ca.word_count,
}
@staticmethod
def improvement_tips(result: dict) -> list[str]:
"""根据得分给出改进建议"""
tips = []
scores = result["分项得分"]
if scores.get("keyword_in_title", 0) == 0:
tips.append("⚠️ 将目标关键词加入 H1 标题")
if scores.get("keyword_density", 0) == 0:
tips.append("⚠️ 调整关键词密度至 0.5–2% 区间")
if scores.get("word_count", 0) < 8:
tips.append("⚠️ 扩充内容至 1500 词以上以提升权威性")
if scores.get("heading_structure", 0) < 8:
tips.append("⚠️ 增加 H2/H3 小标题，改善扫读体验")
if scores.get("meta_description", 0) == 0:
tips.append("⚠️ 撰写 50–160 字的 Meta Description")
return tips or ["✅ 内容优化状态良好"]
# 演示
sample = ContentAnalysis(
title="如何选择最适合的咖啡豆品种 — 完整购买指南",
content="""## 咖啡豆品种对比
选择咖啡豆时，因为产地和处理方式不同，风味差异极大。然而，大多数人只关注价格。
### 阿拉比卡 vs 罗布斯塔
阿拉比卡豆占全球产量 60%，风味复杂。例如，埃塞俄比亚豆有明显花果香。
比较两者时，罗布斯塔咖啡因含量更高但酸度低。因此，Espresso 拼配常用罗布斯塔。
## 处理方式的影响
### 日晒处理
日晒处理保留更多甜感，然而需要干燥气候配合。
### 水洗处理
水洗处理风味干净，因此精品咖啡店偏爱水洗豆。
## 烘焙程度选择
浅烘焙保留产地风味，深烘焙苦感更重。例如，意式浓缩通常使用深烘豆。
## 如何购买
比较不同渠道时需关注烘焙日期，因为新鲜烘焙的风味更好。
""" * 3,
target_keyword="咖啡豆",
meta_description="完整的咖啡豆购买指南，涵盖品种、处理方式和烘焙程度选择，帮助你找到最适合自己口味的咖啡豆。",
)
scorer = SEOContentScorer()
result = scorer.score(sample)
print("=== SEO 内容质量评分 ===")
print(f"  总分: {result['总分']}  {result['评级']}")
print(f"  字数: {result['字数']}  关键词密度: {result['关键词密度']}")
print("\n分项得分:")
for item, score in result["分项得分"].items():
bar = "█" * score + "░" * (SEOContentScorer.WEIGHTS.get(item, 15) - score)
print(f"  {item:20s}: {score:3d}  {bar}")
print("\n改进建议:")
for tip in scorer.improvement_tips(result):
print(f"  {tip}")

标题写作公式

精选摘要格式优化

行动清单

• [ ] 用内容评分器对现有 10 篇文章评分，识别得分低于 60 的改进候选
• [ ] 为每篇文章检查 Meta Description：长度 50–160 字，包含目标关键词
• [ ] 审核 H1/H2/H3 层级结构：每篇至少 3 个 H2，关键 H2 含目标词
• [ ] 在每篇文章的前 100 词内自然放置目标关键词
• [ ] 针对"如何/什么是"类意图关键词，添加简洁答案段落争取精选摘要
• [ ] 建立写作模板库：数字列表、终极指南、对比型 3 种标题格式各准备 5 个变体

下一节：03-内容审计与更新策略 — 系统化盘点存量内容，找出可快速提升排名的更新机会。