用途
语义缺口分析用于这样的情况：某个页面已经针对某个关键词获得排名，但没有进入前三，而你想确切知道页面缺少了什么。它不会给出泛泛的“写得更深入一些”的建议，而是产出一份具体的内容补充清单。
主要能力
该技能将你的页面与目标关键词排名前三的竞品页面进行对比，识别出竞品页面中存在、而你的页面缺失的确切实体、子主题、谓词和关系。它假设 Google 的 NLP 模型（BERT、MUM、Gemini）会为你的内容构建语义图；如果缺少竞品拥有的节点或边，内容在算法看来就显得浅薄。该技能负责找出确切缺失的节点。
使用方式
需要提供两项输入：
- 你的页面 URL（必填）
- 页面应排名的目标关键词（必填）
技能以语义 SEO 专家的角色运作，按实体、属性和关系思考，而非关键词。执行步骤如下：
第 1 步：读取你的页面。 抓取 URL，提取主主题与子主题、所有命名实体（人物、地点、产品、概念、日期、组织）、所有谓词（标志上下文深度的动词）、内部结构（H2/H3 层级），以及页面明确覆盖和隐含假设的内容。
第 2 步：读取前三竞品。 用目标关键词搜索，完整抓取前三个结果。如果某个页面无法抓取，则取下一个结果并说明情况。对每个竞品按同样方式提取实体、谓词和结构元素，记录它们覆盖而你的页面没有覆盖的内容，以及它们讨论每个实体的深度（单次提及还是完整章节）。
第 3 步：构建语义清单。 并排创建三个列表：你的页面覆盖的内容、竞品覆盖但你没有覆盖的内容、你页面独有的内容。要求具体，例如“定价模型”过于笼统，“三层定价与按用量定价，附 Stripe 和 Twilio 示例”才算具体。
第 4 步：对缺口进行分类。 每个缺口按重要性分类：核心缺口（三个竞品都覆盖，你没有，必须补充）、差异化缺口（1-2 个竞品覆盖且对其有效，值得补充）、通用缺口（所有人都浅层覆盖，简要补充或跳过）、机会缺口（竞品跳过，你可以占据，属于你的角度）。
第 5 步：映射实体关系。 针对核心缺口，识别应存在的实体-属性-值（EAV）关系：实体是什么、它有哪些重要属性、它如何与主题空间中的其他实体关联。示例（针对“espresso machine reviews”）：实体 La Marzocco Linea Mini；属性 brew pressure、boiler type、price point；关系 与 Rocket Appartamento 竞争、被第三波咖啡馆使用。这是竞品在撰写详细章节时隐含编码的内容，你需要达到同样的密度。
第 6 步：输出。 输出内容包括：
- 语义指纹：一句话说明你的页面对 NLP 模型实际“谈论”了什么，以及应该谈论什么。
- 你的页面：当前存在的实体和谓词列表。
- 竞品覆盖：每个前三竞品覆盖而你的页面没有覆盖的具体章节，并简要说明它们为何选择包含这些内容。
- 缺口清单：包含缺口、重要性、添加到哪个章节、所需深度四列。重要性为核心/差异化/通用/机会；章节指明应放入 H2/H3 结构的哪个位置；深度为段落/子章节/完整章节。
- 应编码的实体关系：应在页面中出现的 EAV 三元组，即使只是顺带提及。这些是告诉 Google“此内容理解该主题空间”的信号。
- 应保留的独特角度：你的页面做得好而竞品没有做好的地方，在增加深度时不要丢失。
- 内容补充计划：按优先级排列的具体新增或扩展章节，每个章节包含章节标题、2-3 句内容描述和预估字数。
- 应忽略的事项：不要强行堆砌相关术语的关键词密度，语义相关性在于覆盖实体而非重复关键词变体；不要添加废话，每个新增章节都应承载实际信息；不需要维基百科式的完整，只需覆盖到让 NLP 模型识别出主题深度即可。
下一步
将内容补充计划转化为实际改写：使用 improve-content 技能，以你的页面 URL 为输入，并将缺口清单粘贴为上下文。
适用场景
适用于页面已有关键词排名但未进入前三，需要明确内容补充方向的 SEO 场景。
限制
关于支持的平台、是否收费、价格等信息，资料中暂未提供。