AI SEO 关键词蚕食监控

AI SEO 关键词蚕食监控 快速入门

一句话卖点: n8n 一键导入，自动监控 Google Search Console 中的关键词蚕食——LLM 分析重叠度，Slack 推送优化建议。

这是什么?适合谁?

这是 n8n Lab 出品的一个完整的 SEO 关键词蚕食监控工作流。关键词蚕食（Keyword Cannibalization）是指网站上多个页面针对同一个关键词竞争排名，导致搜索引擎困惑、分散权重、整体排名下降。这个工作流自动检测这种问题。

核心流程：定时触发 → 从 Google Search Console 拉取近期搜索查询数据 → 使用 LLM 分析关键词重叠和排名冲突 → 通过 Slack 发送告警摘要。

适合 SEO 运营团队、内容营销人员、独立站长——任何需要管理大量内容并担心关键词蚕食的人。模板完整可一键导入到 n8n，7+ 节点自动编排，包含 Loop Over Items 和 Split in Batches 处理大批量数据。

准备工作

• n8n 实例（Cloud 免费版或 Self-hosted，推荐 v0.218.0+）
• Google Search Console API 凭据（OAuth2，需绑定已验证的站点）
• OpenAI API Key（或兼容的 LLM Endpoint）
• Slack Webhook URL 或 Bot Token
• Databox API Token（可选，用于数据面板）
• 一个已验证的 Google Search Console 站点

5步核心流程

第1步: 导入模板

在 n8n 模板库搜索 “AI-Powered SEO Cannibalization Monitor” 或筛选创作者 “n8n Lab”，点击 “Use for free” 一键导入到你的 n8n 实例。

第2步: 配置凭据

依次配置以下凭据:

• Google Search Console: OAuth2 授权，选择已验证的站点
• OpenAI: 填入 API Key，选择模型（推荐 GPT-4o-mini 控制成本）
• Slack: 填入 Webhook URL 或 Bot Token，指定推送频道
• Databox（可选）: 填入 API Token

第3步: 设置监控关键词

在 Code 节点或 LLM 节点的 Prompt 中定义需要监控的关键词列表。建议从核心业务关键词开始，逐步扩展。

第4步: 手动触发测试

点击 “Test Workflow” 手动触发一次，检查:

• GSC 数据是否正常拉取
• LLM 分析结果是否合理
• Slack 是否收到告警消息

第5步: 设置定时触发

确认测试通过后，在 Schedule Trigger 节点中设置定时规则（如每日/每周），激活工作流。

常见踩坑

• GSC 凭据过期——OAuth2 授权有时效性，需定期检查并重新授权
• 大批量关键词导致 n8n 执行超时——增大 Split in Batches 的批次大小或降低调度频率
• LLM 分析结果格式不稳定——在 Code 节点中增加 JSON 解析校验，防止 Slack 收到乱码
• GSC API 限流——Loop Over Items 中设置并发限制，避免短时间内大量请求
• 关键词列表维护——初期设置后容易忘记更新，建议每季度回顾并调整监控关键词
• Slack 通知疲劳——如果每日都有大量重叠告警，可以设置阈值（如重叠度 >70% 才告警）
• n8n Cloud 免费版有执行次数限制——高频监控可能需要升级到付费版或自托管

初级用法

• 每日监控核心业务关键词的蚕食情况
• 设置 70% 重叠度阈值，仅在严重蚕食时告警
• 将分析结果存入 Notion 数据库，形成趋势报表
• 结合 Google Docs 自动生成月度 SEO 健康报告
• 用 Gmail 节点增加邮件通知，覆盖不使用 Slack 的团队

高级玩法

• 扩展接入 Ahrefs / SEMrush API 做交叉验证，提高蚕食判断准确率
• 增加自动优化建议生成——LLM 不仅检测蚕食，还给出合并/拆分/301 重定向等具体方案
• 接入 Notion 数据库记录每次分析结果，形成关键词排名趋势图
• 扩展为「整站 SEO 健康监控」工作流——增加死链检测、移动端适配检查、页面速度监控
• 结合 Google Analytics 数据，分析蚕食对实际流量和转化率的影响

小技巧

• 先用小批量关键词（5-10 个）测试，避免初期 API 费用超支
• 在 LLM 节点的 Prompt 中明确输出格式（JSON），减少解析失败
• 告警阈值建议初始设为 70% 重叠度，再根据实际数据逐步调优
• 使用 n8n 的 “Error Trigger” 节点捕获异常，避免静默失败
• 在 Split in Batches 中设置合理的批次大小（建议 50 条/批），平衡速度和稳定性

常见问题 FAQ

Q1: 这个工作流需要付费吗？

A: n8n Cloud 免费版每月 500 次执行，足够每日一次的监控。GSC API 免费。OpenAI API 按量付费——每次分析约消耗 $0.01-0.05（取决于关键词数量）。Slack 通知免费。

Q2: 关键词蚕食分析准确吗？

A: 取决于 LLM 模型质量。GPT-4o 的准确率较高，GPT-4o-mini 成本更低但可能误判。建议先用 GPT-4o-mini 测试，发现可疑蚕食后再用 GPT-4o 复核。

Q3: 可以不用 OpenAI 吗？

A: 可以。n8n 支持 Anthropic Claude、Google Gemini、Ollama（本地模型）等。只需替换 LLM 节点的 Provider 配置。

Q4: 支持哪些语言的网站？

A: Google Search Console 支持所有语言。LLM 分析也支持多语言，但 Prompt 建议用英文写以获得最稳定的输出。

Q5: 和 Screaming Frog / Sitebulb 等 SEO 工具有什么区别？

A: Screaming Frog 是本地爬虫工具，主要做技术 SEO 审计。这个 n8n 工作流专注于关键词蚕食监控，且是定时自动运行的，不需要手动触发。两者互补而非替代。

参考链接

• n8n 模板库
• Google Search Console API 文档
• n8n Slack 节点文档

---

本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。