/ 目錄 / 演練場 / TopRank SEO/GEO Skills
● 社群 nowork-studio ⚡ 即開即用

TopRank SEO/GEO Skills

作者 nowork-studio · nowork-studio/toprank

Claude Skill 形式的行銷作業系統 — 關鍵字研究、頁面稽核、GEO(LLM 引用)檢查、廣告文案迭代,全部在一個倉庫中。

TopRank 將行銷從業者的工具包打包成 Claude Code skills。除了傳統 SEO 之外,它專注於 GEO — 生成式引擎最佳化 — 也就是當使用者詢問領域問題時,讓 ChatGPT/Claude/Perplexity 引用你的內容。包含 Google Ads + Meta Ads 變體供付費廣告團隊使用。

為什麼要用

核心特性

即時演示

實際使用效果

就緒

安裝

選擇你的客戶端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "toprank-seo-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/nowork-studio/toprank",
        "~/.claude/skills/toprank"
      ],
      "_inferred": true
    }
  }
}

開啟 Claude Desktop → Settings → Developer → Edit Config。儲存後重啟應用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "toprank-seo-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/nowork-studio/toprank",
        "~/.claude/skills/toprank"
      ],
      "_inferred": true
    }
  }
}

Cursor 使用與 Claude Desktop 相同的 mcpServers 格式。專案級設定優先於全域。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "toprank-seo-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/nowork-studio/toprank",
        "~/.claude/skills/toprank"
      ],
      "_inferred": true
    }
  }
}

點擊 Cline 側欄中的 MCP Servers 圖示,然後選 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "toprank-seo-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/nowork-studio/toprank",
        "~/.claude/skills/toprank"
      ],
      "_inferred": true
    }
  }
}

格式與 Claude Desktop 相同。重啟 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "toprank-seo-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/nowork-studio/toprank",
        "~/.claude/skills/toprank"
      ]
    }
  ]
}

Continue 使用伺服器物件陣列,而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "toprank-seo-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/nowork-studio/toprank",
          "~/.claude/skills/toprank"
        ]
      }
    }
  }
}

加入 context_servers。Zed 儲存後熱重載。

claude mcp add toprank-seo-skill -- git clone https://github.com/nowork-studio/toprank ~/.claude/skills/toprank

一行命令搞定。用 claude mcp list 驗證,claude mcp remove 移除。

使用場景

實戰用法: TopRank SEO/GEO Skills

稽核你的網站是否被 AI 引擎引用

👤 擔心 AI 搜尋侵蝕流量的行銷團隊 ⏱ ~60 min intermediate

何時使用: 流量從 Google 轉移到 ChatGPT/Perplexity,你想知道自己是否被引用。

前置條件
  • 已安裝 Skill — git clone https://github.com/nowork-studio/toprank ~/.claude/skills/toprank
  • 網域 + 主要主題 — 列出 10 個你的潛在客戶可能詢問 LLM 的查詢
步驟
  1. 列出要測試的查詢
    TopRank GEO:從我的產品定位,提議 10 個潛在客戶可能詢問 Claude/ChatGPT 的「購買意圖」查詢。✓ 已複製
    → 10 個具體查詢,而非泛泛的查詢
  2. 執行引用檢查
    針對每個查詢,不使用網路搜尋詢問 Claude(你)。我的網站被引用了嗎?若沒有,誰被引用了?✓ 已複製
    → 每個查詢:是否被引用,其他誰被引用了
  3. 規劃
    根據缺口,優先排序:我網站上哪 3 個頁面需要優先進行 GEO 最佳化?需要什麼改變?✓ 已複製
    → 附有具體頁面建議的行動計劃

結果: 引用缺口報告 + 優先修復清單。

注意事項
  • 只測試品牌查詢 — 混合通用和品牌查詢;你想被不認識你的人找到
搭配使用: filesystem

從目標關鍵字生成內容簡報

👤 內容行銷人員 ⏱ ~30 min intermediate

何時使用: 你已確認一個關鍵字機會;需要給作者的簡報。

步驟
  1. SERP/AI 引擎現況
    TopRank:目標關鍵字「自託管分析工具」。當前第 1 頁 SERP 涵蓋了什麼,AI 引擎在這方面引用了什麼?✓ 已複製
    → 現有頂級結果的覆蓋地圖
  2. 撰寫簡報
    簡報一篇 1500 字的文章:必須涵蓋的章節、要包含的 FAQ、我網站上的內部連結目標、要套用的 schema。✓ 已複製
    → 作者可以採取行動的結構化簡報

結果: 作者就緒的內容簡報。

注意事項
  • 簡報涵蓋太多子主題 — 嚴格選擇搜尋意圖;每頁一個意圖

生成 Google Ads RSA 變體

👤 效能行銷人員 ⏱ ~25 min beginner

何時使用: 季度創意更新;每個廣告群組需要 15 個標題 + 4 個說明。

步驟
  1. 簡報
    TopRank Google Ads:廣告群組「自託管分析工具」。受眾 = 工程師 + 注重隱私的使用者。依 RSA 規格生成 15 個標題 + 4 個說明。✓ 已複製
    → 符合規範的 RSA 創意 — 在字數限制內
  2. 變體
    現在製作一組聚焦於價格/價值角度的 B 變體。✓ 已複製
    → 明確不同的角度,而非只是同義詞替換

結果: 兩組可直接上傳的 RSA 廣告創意。

注意事項
  • 標題超過 30 個字元 — Skill 會強制執行;若超出,請它以更精簡的文案重試

為你的網站生成 llms.txt

👤 想讓 LLM 找到自己的網站擁有者 ⏱ ~20 min beginner

何時使用: 你要發佈 llms.txt,想要格式正確。

步驟
  1. 盤點頁面
    TopRank GEO:掃描 sitemap.xml。依意圖分組頁面。提議 llms.txt 結構。✓ 已複製
    → 附有章節標題的結構化提議
  2. 生成
    撰寫 llms.txt + llms-full.txt。儲存到 /public/。✓ 已複製
    → 兩個檔案已寫入,格式正確

結果: 網站可被 LLM 爬蟲探索。

注意事項
  • 遺漏了重要頁面 — 提前指定必須包含的 URL
搭配使用: filesystem

組合

與其他 MCP 搭配,撬動十倍槓桿

toprank-seo-skill + filesystem

就地生成網站檔案

生成 llms.txt,寫到 ./public/llms.txt。✓ 已複製
toprank-seo-skill + gtm-engineer-skills

綜合 AEO + GEO 稽核

執行 gtm-engineer 稽核,然後對同一個網域進行 TopRank GEO 引用檢查。✓ 已複製

工具

此 MCP 暴露的能力

工具輸入參數何時呼叫成本
geo_citation_check queries[] GEO 稽核 0
content_brief target_keyword, intent 撰寫之前 0
rsa_generate ad_group_brief, audience, variant? 廣告創意更新 0
schema_validate url 頁面稽核 0
llms_txt_generate sitemap_url 為 LLM 爬蟲發佈 0

成本與限制

運行它的成本

API 配額
N/A
每次呼叫 Token 數
依稽核範圍 1000–8000
費用
免費
提示
GEO 引用測試使用 LLM 本身;批次查詢以攤薄 context 成本

安全

權限、密鑰、影響範圍

最小權限: filesystem-read filesystem-write
憑證儲存:
資料出站: 無直接外洩;你可自行搭配網路搜尋 MCP

故障排查

常見錯誤與修復

引用檢查太寬鬆

強制 LLM 在沒有網路工具的情況下回答;否則它會透過搜尋「作弊」

RSA 文案太通用

在簡報中提供 3 行受眾觀點

簡報遺漏競爭者角度

在請求簡報前先預先填入前 3 個 SERP 標題

替代方案

TopRank SEO/GEO Skills 對比其他方案

替代方案何時用它替代權衡
Ahrefs / Semrush你需要真實的關鍵字搜尋量資料付費;手動工作流程
GTM Engineer Skills你想要 AEO + GEO + 框架特定修復不同焦點;互補性質
Surfer SEO / Frase內容最佳化工作流程付費;不是 LLM 原生

更多

資源

📖 閱讀 GitHub 上的官方 README

🐙 查看未解決的 issue

🔍 瀏覽全部 400+ MCP 伺服器和 Skills