brand-monitoring
当用户希望监控品牌提及、检测商标侵权或设置品牌监控时。也适用于用户提到“品牌监控”、“品牌观察”、“商标观察”、“品牌提及”、“冒充检测”、“假冒检测”或“品牌滥用监控”的情况。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
当用户希望监控品牌提及、检测商标侵权或设置品牌监控时。也适用于用户提到“品牌监控”、“品牌观察”、“商标观察”、“品牌提及”、“冒充检测”、“假冒检测”或“品牌滥用监控”的情况。
半岛学区的教学框架和教学理念。在创建关于PSD教学的图形、为教育工作者设计AI助手、撰写有关良好教学实践的文章或与外部系统分享PSD的教育理念时使用。
创建包容、清晰且吸引人的职位描述,以吸引多样化的人才。在撰写新的招聘启事、更新现有JD或改进招聘内容时使用此技能。激活条件:职位描述、JD、招聘启事、招聘、角色描述、职位空缺、撰写JD。
使用DataForSEO Business Data收集本地列表和声誉数据,用于“本地SEO”、“评论监控”和“企业列表”。
使用DataForSEO内容分析对"情感分析"、"趋势"和"客户之声"工作流程中的内容信号进行分析。
使用DataForSEO Labs运行SEO研究工作流程,包括“竞争研究”、“关键词想法”和“市场分析”。
使用DataForSEO OnPage(任务+ Lighthouse)爬取并审核网站,以进行“技术SEO审核”、“站点爬取”和“页面健康”检查。
内容质量和AI引用的E-E-A-T评估 — 评估经验、专业性、权威性、可信度以及内容结构
当用户希望减少客户流失、提高客户保留率或计划生命周期营销时。此外,当用户提到“保留”、“流失”、“客户生命周期”、“防止流失”、“高风险客户”或“忠诚度计划”时也使用。
基于Amazon的Working Backwards方法创建新闻稿+FAQ的技能。在新服务或新功能的规划阶段,从客户的角度明确价值,并确定开发方向。可以通过“创建新闻稿”、“撰写PR/FAQ”、“使用Working Backwards进行规划”、“以客户为中心设计服务”等请求触发。适用于IT服务、产品、新功能的规划和需求定义。
母内容结构构建器 (Content-Architect) - 将已验证观点升级为'可长期复用的核心内容',明确哪些部分必须由人类完成。当用户有一个数据表现好的短内容、被反复引用的观点、或感觉很重要的想法时使用此 skill。设计完整的母内容结构蓝图,包括承诺、钩子方案、正文结构、CTA设计和后续裂变方向。
衡量AI/LLM的可见性,并使用DataForSEO AI优化提取与AI相关的信号,针对“LLM提及”、“AI可见性”和“LLM响应”。
使用DataForSEO内容生成工具生成和完善文本,用于“元标签生成”、“改写”和“摘要”。
使用DataForSEO Merchant收集市场和产品情报,用于“价格监控”、“产品研究”和“卖家分析”。
从DataForSEO(任务或实时)获取“排名跟踪”、“获取Google搜索结果页面”和“SERP监控”的本地化搜索结果页面。
AI引用评分和优化。分析网页内容以确定AI系统(如ChatGPT、Claude、Perplexity、Gemini)引用或引用页面段落的可能性。提供一个引用评分(0-100),并给出具体的改写建议。
当用户想要独立黑客或自力更生创始人的策略——增长、渠道、公开构建,或是单打独斗的策略。也适用于用户提到“独立黑客”、“独立开发者”、“自力更生”、“自力更生成立者”、“单人创始人”、“公开构建”、“解决自己的痛点”、“微型SaaS”、“前100个用户”或“单人公司”的情况。
以Ken独特的多语言风格生成真实的社会媒体内容——混合使用粤语、英语和繁体中文,适用于个人品牌建设、产品推广和教育内容。非常适合创建结合脆弱性、权威性和转化优化的病毒式帖子。
内容裂变与复利引擎 (Content-Build) - 将一份母内容最大化利用,实现一次思考、多次分发。当用户已完成一篇长文、视频完整讲清了一个问题、或一期 Newsletter 写得很扎实的时候使用此 skill。不新增观点,只拆观点,一个观点变成多种表达,一次思考多平台使用,生成短内容、钩子、平台结构、视频脚本和CTA。
使用DataForSEO Backlinks检索回链配置文件和批量链接指标,用于“回链审核”、“引用域名”和“链接监控”。
使用DataForSEO关键词数据检索“关键词研究”、“搜索量”和“广告规划”的关键词指标和趋势。
使用DataForSEO Domain Analytics丰富和分析域名,以进行“技术栈检测”、“域名研究”和“线索丰富化”。
使用DataForSEO App Data收集应用商店情报,用于“ASO”、“应用评论”和“应用市场研究”。
Schema.org结构化数据审核和生成,优化了AI可发现性——检测、验证并生成JSON-LD标记