SuperAPI AI 工具集

linkfox-google-trends-keyword

营销与增长

查看项目

更新于 10-15 09:10

技能介绍

用途

本技能用于查询和分析 Google Trends 关键词搜索兴趣数据,帮助用户了解某个关键词的搜索热度如何随时间、地区变化。适用于趋势方向分析、季节性峰值检测、区域市场调研和新兴趋势追踪等场景。

核心概念

Google Trends 提供归一化的搜索兴趣数据(0-100 分制),反映某搜索词相对于所选地区和时段内峰值热度的受欢迎程度。100 代表峰值热度,50 表示热度为峰值的一半,0 表示数据不足。

语言规则:关键词必须使用目标国家的语言。例如美国用英文关键词,德国用德文,日本用日文。若用户提供的关键词语言不符,需先翻译再查询。

参数

  • keyword(字符串,必填):要分析的搜索关键词,最长 100 字符,须为目标国家语言。
  • region(字符串,选填):国家/地区代码,默认 US。
  • dayRangeStart(字符串,选填):时间范围起始日期,格式 YYYY-MM-DD,2004 年起。
  • dayRangeEnd(字符串,选填):时间范围结束日期,格式 YYYY-MM-DD,2004 年起。

当同时提供 dayRangeStart 和 dayRangeEnd 时,自定义时间范围优先。

支持的地区

US(美国)、GB(英国)、JP(日本)、CA(加拿大)、MX(墨西哥)、DE(德国)、FR(法国)、IT(意大利)、ES(西班牙)、NL(荷兰)、AU(澳大利亚)、SG(新加坡)、AE(阿联酋)、BR(巴西)、IN(印度)、TR(土耳其)、PL(波兰)、SE(瑞典)。默认地区为 US,用户未指定时使用 US。

使用方式

本工具调用 LinkFox 工具网关 API,调用约定、请求参数和响应结构见 references/api.md,也可直接执行 scripts/google_trends_keyword.py 运行查询。

构建查询的原则:使用正确语言;明确地区;用日期范围做聚焦分析;关键词保持简洁。

调用示例:

  1. 基础关键词趋势(默认地区与时间):{"keyword": "wireless charger"}
  2. 指定地区:{"keyword": "Ladekabel", "region": "DE"}
  3. 自定义日期范围:{"keyword": "christmas gifts", "region": "US", "dayRangeStart": "2024-09-01", "dayRangeEnd": "2025-01-31"}
  4. 同比对比:{"keyword": "sunscreen", "region": "AU", "dayRangeStart": "2023-01-01", "dayRangeEnd": "2025-12-31"}
  5. 区域市场调研:{"keyword": "yoga mat", "region": "GB"}
  6. 新兴趋势检测:{"keyword": "AI glasses", "region": "US", "dayRangeStart": "2024-01-01", "dayRangeEnd": "2025-12-31"}

展示规则

用表格或趋势曲线清晰呈现数据,包含峰值、低谷和显著变化等关键数据点;说明 0-100 归一化量表的含义;指出季节性模式、突增或持续增长/下降;当响应包含 chartOption 时,说明可视化数据可用并描述趋势形态;查询失败时说明原因并建议调整(如检查拼写、更换日期范围、确认关键词语言)。

适用场景

适用于:关键词在 Google 上的热度查询、趋势方向判断、季节性峰值检测、跨月热度对比、区域趋势检查、历史趋势分析、节假日/事件驱动分析。

不适用于:Google Ads 关键词规划或出价/CPC 数据、绝对搜索量、社交媒体热门话题、亚马逊专属搜索词数据、网站流量分析、搜索引擎结果页关键词排名。

边界判断:当用户说“关键词研究”或“市场趋势分析”且具体涉及 Google 视角下随时间变化的搜索兴趣热度时适用;若需要绝对流量数字、广告指标或电商平台专属数据则不适用。

限制

  • 不支持二次 SQL 处理:结果非结构化,无法输入动态查询工具做二次分析。
  • 归一化数值:趋势值为相对值(0-100),非绝对搜索量。
  • 数据可用性:数据自 2004 年起,但非常冷门的词可能数据稀疏。
  • 单次单关键词:每次 API 调用处理一个关键词,多关键词对比需分别调用后比较。
  • 语言要求:关键词须匹配目标地区语言才能获得准确结果。

反馈与大响应处理

当功能与实际行为不符、结果与用户意图不符、用户表达不满或赞扬、或有可改进之处时,通过 Feedback API 自动检测并上报反馈,不打断用户流程。

为避免溢出智能体上下文,可将响应持久化到磁盘并仅提取所需字段:

python scripts/response_io.py run --script scripts/google_trends_keyword.py --out-dir <DIR> '<params>' python scripts/response_io.py read <file> --fields "<paths>" # 或 --path "<JMESPath>"

--out-dir 应选在 git 工作树之外(如 Unix 的 /tmp/...、Windows 的 %TEMP%/...)。持久化响应可能含 PII、定价或认证敏感数据,请勿提交。文件不会自动删除,任务完成后请清理。run 将完整响应写入文件,仅输出 schema 预览和文件路径;read 投影特定字段,支持 --limit/--offset 切片和 --format json|jsonl|csv|table 输出。

当响应字段多、含批量/分页结果、含长文本字段或输出需跨后续步骤复用时,优先使用该模式;小型单次响应可直接调用主脚本。注意预览是截断的 schema 加样本,非完整数据,任何字段级决策须通过 read 从持久化文件读取。