AI 搜索时代还要做关键词研究吗？方法变了但没消失

要，但形式变了。

过去找的是「词」：短、离散、靠工具算搜索量。现在要找的是「问题」：长、带上下文、需要自己从真实对话里收集。

变化的原因很直接。用户在对话框里不会输入「粉末冶金 厂家 广东」这样的词串，他会写一整句「我们有个零件要小批量做，广东这边哪家能做」。这种句子工具算不出搜索量，但它就是真实的入口。

所以方法要改：从销售和客服的聊天记录里挖问题，从工单和邮件里挖，从行业群里挖。这些地方的问法最接近真实。

工具还有用，用来做初筛和判断竞争度，但不能只靠它。

工具里能查到的词还有个问题：排名靠前的多是同行在竞争，写出来的内容容易趋同。从聊天记录里挖的问题，反而没人写，命中率高得多。

我们换了做法，效果比原来好。

不再去工具里翻词，改成每周看一次客服聊天记录，把客户的原话摘出来。三个月摘了两百多条，归类之后发现，真正高频的问题就二十来个。

这些问题里，有一半是工具里搜不到的词。比如「你们能不能做五百件以内」这种，工具不会告诉你有人这么问，但这句话背后是一类很具体的需求。

然后拿这些问题去测 AI，看现在回答里有没有相关内容。没有的就写，有的就对比着写。

我觉得最有价值的转变是：从「猜用户搜什么」变成「看用户怎么说」。前者靠工具，后者靠观察。

摘记录这件事最好固定下来。设个每周半小时的例行动作，比想起来才翻一次靠谱，因为人的记忆会偏向印象最深的那几条，而不是真正高频的那几条。

几个转型时容易走的弯路。

照旧堆词。标题里塞一堆关键词，现在读起来别扭，用户不点，模型也不喜欢。

只看工具数据。工具给不出长句问题的量，看不到不等于没有。

忽略口语表达。客户说的是「怎么弄」「哪种划算」，不是「解决方案」「优化策略」。

不做归类。摘了两百条问题，不归类就没法排优先级，最后凭感觉写。

只做热门问题。热门的竞争激烈，冷门但具体的反而容易命中，两类都要有。

还有一条，问题清单要定期更新。客户的问法会变，去年高频的问题，今年可能没人问了。

最后说一个判断标准：一个问题如果三个以上客户用不同说法问过，就值得单独写一篇。低于这个数的，合并进现有的页面就好，不必单开。

老办法和新办法，各自还剩下什么用。

关键词工具仍然有用，用来判断竞争强度和大概的量级。一个词有多少人在搜、有多少页面在争，这个信息没法靠观察得到。

但它给不出长句问题的规模。用户在对话框里写一整段需求，这种表达在工具里没有对应的数据，只能靠聊天记录和工单去挖。

所以现在的做法是两套并行：工具用来定优先级，看哪些方向值得投入；记录用来定选题，看具体什么问题该写。

只看工具，会写出没人问的内容；只看记录，会写出一堆零散问题，不知道先做哪个。

两套合起来才完整。这也是为什么很多做惯了 SEO 的人转型时会不适应——他们习惯了有一个数字可以直接排序，现在得自己判断。