11 篇开发实录 · AI Agent 协作开发

如何用 AI Agent 基于你的网站数据搭建一个 SEO 助手

这是一份基于真实项目的搭建记录:业务人员与 Claude Code 协作,把 Search Console、GA4、SEMrush、Google Ads、WordPress 内容和 AI 搜索语料整理成一套每周运行的 SEO 诊断系统。页面会说明数据源怎么盘点、规则怎么落地,以及 11 篇开发实录分别解决了什么问题。

seo_copilot.pipeline
01
盘点数据
先摸清每份导出、每个字段、每个历史遗留问题
02
对话规划
把凌乱输入变成模块、优先级和明确边界
03
搭数据仓库
把 GSC、GA4、Ads、SEMrush、WordPress 统一成可查询的数据表
04
诊断与行动
把 SEO 经验写成规则、待办和效果归因
05
每周复盘
结构化事实先跑准,再让 LLM 做综合叙事
3
个真实 B2B 网站共用一套 SEO 工作系统
2 个月
GSC 与 GA4 导出构成第一层证据
2,370
个 SERP 语料关键词用于 AI 搜索可见度分析
7
类诊断规则,把 SEO 判断写进系统
为什么自己做

通用 SEO 工具,回答不了你自己的运营问题

它们能看市场,却不知道你自己的历史动作和业务优先级。

通用工具的问题
它们能告诉你关键词搜索量,却不知道你哪些页面曝光涨了但点击为零。
它们能列出问题,却很难判断哪些问题才值得本周优先处理。
它们无法把你上周改过的标题,和后续转化变化串起来对比。
这套系统的处理方式

这个项目补的不是又一张图表,而是上下文:你的导出文件、网站历史、业务判断,以及你对“什么信号值得行动”的定义。

SEO Copilot 不是让 Agent 替你做业务判断,而是把你的判断标准变成一套可以反复运行的系统。Agent 写代码,人负责定义什么叫有用、可信、值得行动。

真实跑起来之后,它不只是发现问题:它会把诊断变成待办,在创建待办时记录基线,并在完成后继续对比流量、排名和转化有没有变化。

系统架构

八个决策,决定它能不能进入日常工作

流程图很容易画,让它从“看板”变成 SEO 工作系统,靠的是这些具体判断。

01
先盘点再规划——功能想法必须被真实存在的数据约束。
02
基础设施先行——先部署空壳,别等业务代码写完才发现链路不通。
03
数据仓库负责消化混乱——后续所有看板和诊断,都基于同一个干净数据源来查询。
04
关键词追踪要精选,不要全量——什么都追,只会制造更多噪音。
05
诊断先写规则,不靠感觉——SEO 经验要变成明确阈值和过滤条件。
06
行动创建时就留快照——否则后面无法做干净的效果归因。
07
LLM 负责综合叙事,不负责凭空发现问题——结构化事实必须先跑准。
08
委托要写清任务书——长时间、大批量分析任务,明确边界后再交给另一个 Agent。
开发路线图

从散乱导出,到每周自动运行的 SEO 工作闭环

11 个阶段,每一个都有真实约束、真实踩坑和可复用原则。

00
第 00 篇
序言:为什么要自己造轮子

为什么已有那么多 SEO 工具,还要自己做?因为通用工具卖的是能力,不是藏在你自己数据里的答案。

阅读全文
01
第 01 篇
起点——你的网站数据比你想象的更值钱

第一步不是写代码,而是让 Agent 认真检查当前的数据、文件、命名差异和环境记录。

阅读全文
02
决定成败的规划
让 Agent 做产品经理——用对话规划,而不是直接写代码

Agent 工具能不能做对,取决于规划阶段有没有把假设、依赖、优先级和人工判断点摊开。

阅读全文
03
第 03 篇 · 工程细节较重,可跳过
基础设施先行——在别人正在跑的服务器上安全上线

先部署一个空壳,可以把基础设施风险提前暴露出来,而不是留到最后才爆。

阅读全文
04
第 04 篇 · 工程细节较重,可跳过
把凌乱的原始数据,变成可以随便查询的仓库

数据仓库负责消化混乱导出,让后面的看板、诊断和报告都查询同一套干净数据。

阅读全文
05
第 05 篇
看板不是为了好看——数据可视化的设计原则

图表不是装饰,而是决策工具;配色、交互、图表类型都需要明确规则。

阅读全文
06
第 06 篇
少即是多——关键词精选与排名追踪的取舍

关键词追踪不是越多越好,而是要精选、分配归属,并先验证 API 数据是否可信。

阅读全文
07
诊断核心
诊断引擎——把你的 SEO 经验写成规则

诊断引擎的本质,是把多年 SEO 经验转化成可解释的阈值、过滤和建议。

阅读全文
08
第 08 篇
形成闭环——To-Do、效果归因与 LLM 周报

只有问题变成待办、待办保留基线、完成后还能归因,系统才算形成可复查的工作闭环。

阅读全文
09
第 09 篇
扩展与委托——接入 BigQuery,把任务交给另一个 Agent

新数据源要先测试再自动化,大批量分析任务可以在任务书写清后交给另一个 Agent。

阅读全文
10
第 10 篇
复盘——给你自己动手的清单

最后一份清单,把这套方法整理成可以直接复用到自己项目里的操作原则。

阅读全文
角色分工

你负责 SEO 判断,AI 负责把流程做出来

把整套项目拆开看,分工其实很清楚。

需求、决策、验收
  • 定义哪些业务信号重要,哪些可以忽略
  • 决定阈值、优先级、样式参考和执行边界
  • 审阅样本、核对数字、要求 Agent 给出证据再验收
AI
全部具体实现
  • 编写导入脚本、表结构、看板逻辑和部署代码
  • 把判断规则变成可重复运行的诊断和待办生成流程
  • 在结构化事实准确之后,生成每周综合叙事

你的核心工作不是补一套编程知识,而是把 SEO 判断说清楚、把规则定下来、把系统输出逐项验收。这些判断,AI 不能替你完成。

3
个网站共用一套 SEO 工作模型
11
篇文章,从盘点到复盘完整走完
2,370
个 SERP 语料关键词用于 AI 搜索可见度分析
7
类诊断规则,来自真实 SEO 判断

从数据盘点开始

第一步不是直接做功能,而是把导出文件放到一起,让 Agent 先把当前有哪些数据、哪些字段可靠、哪些记录需要清理讲清楚。

开始阅读第一章 →