基于 Gemini 模型做 SEO Agent 简单实战

当 SEO 不再是“关键词 + 外链”的老三板，而是“Agent + 多模态 + 策略协同”的新范式，你准备好了吗？这篇文章不仅是一场技术实战，更是一种关于 AI 如何重构内容价值链的思维演练。

上上周去上海参加了 Google I/O 大会，会上介绍了 Gemini 2.5 系列模型，开源 Gemma 模型，以及好多 AI 开发者工具，还有站台上很多有意思的实践案例。

我们就想，能不能基于 Google 的模型也做点有价值的尝试。

刚好最近看到一个视频，一位名为 James 的营销人用 Claude Code，仅用 24 小时就让一个全新卡车维修网站冲上谷歌多个核心词前三，并立刻带来 3000 美金收入。

想在谷歌上获得排名，传统 SEO 往往要半年时间，靠关键词研究、内容铺设和外链建设一步步积累。

他的方法论是 AI 驱动的 SEO 新逻辑：用 AI 完成关键词分析、生成深度本地化内容矩阵、自动化技术诊断和修复，再加上多 Agent 并行优化和性能提升，把原本漫长的流程压缩到极致。

对于出海企业而言，这样的逻辑意义尤其突出。相比国内市场，海外用户的搜索习惯高度依赖 Google，排名直接决定了产品和品牌的可见度。SEO 不仅是获取自然流量的长期手段，更是跨境获客的性价比最高的渠道之一。能否在 Google 上快速建立权重，往往直接决定了一个出海项目能否脱颖而出。

因此我们想到，是不是可以制作一个 SEO 的智能体。

其中该 Agent 整体分为两个部分：

一是基础数据的获取；

二是对数据情况的分析以及策略生成。

基于已有的 SEO 经验，再借助 AI 的辅助能力，我们大致可以梳理出，要让一个智能体真正具备 SEO 执行力，需要掌握的数据类型主要包括以下几类：

对于一些基本信息和网页结构以及关键词密度的相关数据，我们可以使用 playwright 这个库进行爬取并解析整理。

而对于 SERP 和 Traffic 这样的数据，则可以通过开源项目和 API 获取，如使用 OpenSerp 获取 SERP 的相关数据，以及使用 https://data.similarweb.com/api/v1/data?domain={域名} 获取。

而关于 SEO 分析和优化策略方面，则交由 Gemini 2.5 Pro 来完成（Gemini 在 SEO 的理解和策略方面，经过我们的测试，发现比其他几家要来的更优秀一些，或许 Google 家的模型天然就带有出海基因）

那么万事具备，我们就可以着手开发了，这里我们选择一个非常轻量的 Agent 开发框架，核心代码仅 700 行，相比于主流但大且抽象的 LangChain 等框架，它非常适合项目的 Demo。

https://github.com/JiayuXu0/ZipAgent

接下来就是具体的数据获取思路和分析，这里会涉及到一些 SEO 相关的知识，如果不了解的小伙伴也可以询问 AI。

首先是 Title – Description – Keywords 的获取，也就是常说的 TDK，这里我们可以直接通过访问网页获取，然后解析对应的标签就可以得到。访问网页方面，我们统一使用 playwright。

然后是 robots.txt，sitemap.xml，这两个也非常重要，有利于搜索引擎爬虫探索网站。robots.txt 控制爬虫访问权限，sitemap.xml 提供网站页面结构化列表帮助快速索引。其中，robots.txt 会直接在网站根目录下被访问，并一般带有 sitemap.xml 文件路径的说明。

接下来则是对网页结构的分析，优秀的网页结构会有利于搜索引擎爬虫去理解，这里主要是 HTML 的语义化标签，如<header> <nav> <main> <article>，合理的标题层级（H1-H6），以及图片和链接的替代文本 ALT 属性。还有一些 OG Twitter 标签以进行社交媒体优化。

再接下来就是一些流量分析相关的数据，首先是 SERP 收录情况，这个数据反应的是网站在搜索引擎中的可见性，通过查询特定关键词在 Google、Bing 等搜索引擎的排名位置，可以评估网站的 SEO 表现。这里我们使用 OpenSERP 项目进行获取。

而对于 Traffic，我们使用 https://data.similarweb.com/api/v1/data?domain={域名} 这个免费接口，可以得到网站的关键指标，也就是月访问量（反映用户数），跳出率、页面浏览深度和停留时间（反映用户粘性），同时还能获取到排名情况、用户分布、流量来源、关键词分析、增长趋势，以便后续辅助优化。

还有一些其他数据，如域名数据，可以使用 Whois 获取，网页性能也在 playwright 模拟访问时记录…

那么在建设好数据管道后，我们就可以把汇总的数据交给 Gemini 2.5 Pro 进行分析了。

这里我们构建了 3 个 Agent，分别是 SEO 数据分析专家、SEO 优化策略顾问、SEO 报告设计专家，分别进行 SEO 的数据分析、优化建议、报告输出。

SEO 数据分析专家
你是专业的SEO数据分析专家，精通网站技术分析和数据解读。
核心能力：
解析网站技术数据（性能、结构、标签等）
识别SEO问题并评估严重程度
提供数据驱动的客观分析结果
分析框架：
技术性能：页面加载速度、服务器响应、资源优化
基础SEO：TDK质量、URL结构、Meta标签完整性
页面结构：H标签层次、内链分布、导航深度
内容质量：图片优化、链接质量、文本结构
社交优化：OG标签、Twitter Cards、分享配置
技术标签：Canonical、Sitemap、Robots、Hreflang
流量数据：访问来源、用户行为、关键词表现
…
输出要求：
客观数据分析，不带主观判断
问题严重程度分级（严重/警告/提醒）
具体数据指标和改进空间

SEO 策略优化顾问 Agent
你是资深SEO策略顾问，擅长制定优化方案和改进策略。
策略原则：
保护现有资产：不改变已收录URL，维护外链价值
双轨道优化：挖需求加新页面 + 找问题改老页面
效果优先：优先处理高影响、低成本的改进项目
TDK优化模板：
首页：网站名-Slogan-关键词1-关键词2-关键词3
栏目：栏目名-子关键词1-子关键词2-网站名
内页：功能名-栏目名-网站名
技术优化清单：
Canonical标签、Sitemap文件、合理内链结构
H标签层次（H1唯一，H2分组，H3细分）
页面加载速度、服务器性能优化
内容策略：
基于关键词研究制定内容计划
优化图片Alt属性和链接锚文本
建立主题集群和内链网络
改版策略：
URL结构保持一致，数据完整迁移
技术标签配置，搜索引擎重新收录
多语言优化：
子目录结构（/zh/、/en/），配置Hreflang
用户友好的语言切换，避免自动跳转
根据分析结果，制定具体可执行的优化策略和实施计划。

你是专业的SEO报告设计师，擅长将分析数据转化为美观直观的HTML报告。
设计原则：
数据可视化：图表、进度条、评分卡片展示关键指标
层次清晰：问题分级标识（红色严重、黄色警告、绿色正常）
交互友好：折叠展开、标签页、响应式布局
报告结构：
执行摘要：总体评分、关键问题、优先建议
技术性能：加载速度、服务器指标、性能评分
基础SEO：TDK分析、结构问题、标签检测
内容优化：图片、链接、文本质量分析
流量洞察：来源分析、关键词机会、竞争态势
行动计划：优先级清单、时间规划、预期效果
视觉元素：
使用现代CSS框架（Bootstrap/Tailwind）
图标库（Font Awesome/Feather Icons）
色彩方案（成功绿、警告黄、危险红）
数据图表（Chart.js/D3.js）
技术要求：
响应式设计，移动端友好
可打印版本，PDF导出兼容
清晰的字体层次和间距
专业的品牌配色方案
请根据SEO分析数据生成完整的HTML报告，包含CSS样式和JavaScript交互。

在整个 SEO 智能体的工作流里，Gemini 2.5 Pro 的核心作用是“理解与决策”。它不负责抓数据，而是把多源数据转化为可执行的洞察：先做客观诊断，再产出优化策略，最后生成直观的报告，并协调多个子 Agent 保持一致性。

借助 Gemini 的长上下文与多语言能力，SEO 流程得以高度压缩和自动化，尤其适合出海企业快速建立 Google 权重和流量闭环。

*部分 Google AI 技术仅适用于出海场景