聊聊本周的收获
这周因为假期的缘故，基本都没怎么工作，每天的主要任务就是研究吃点什么。 也没出去玩，到处都是人基本没什么体验感，索性后面找段专门的时间出去体验一下。 其实这种“半退休”的生活方式我还是挺喜欢的，没什么 […]
挖掘用户需求
找到用户在网上的痕迹，并通过这些痕迹去分析用户的需求，我觉得非常有必要。 如果我做的是 C 端独立站，一般我会去几个主流的电商平台上，调研用户在商品信息详情下的评价信息。 这种方法其实没有什么捷径可走
将 AI 能力融入邮件营销
今天翻邮件消息，看到我之前经常用的一家邮件订阅服务商 MailerLite 开放了 MCP 功能，觉得可以就着将 AI 能力融入邮件营销这个点展开聊聊。 MCP 理解起来挺简单的，就是一个让 AI 与
网站版本管理
节日快乐。 这几天没怎么上班，随意分享一下我自己的网站版本管理的经验。 之前我喜欢把网站的基线版本做得大且全，这样就方便所有项目的快速上线，毕竟只需要去修改一些基础信息便可以快速把网站内容做好。 但这
Discover 在频繁展示视频
从八月份开始 Google Discover 信息流开始有了两个明显的变化，一是视频相关的内容越来越多，二是广告出现的次数也越来越多。 像下面这张图片便是我刚刚截取的信息流上的一部分内容，可以非常明显
AI 生成的网站审计报告
现在 CodeX 这样的工具越来越方便了，如果你想做 On-Page SEO 相关细节审核，仅仅只需要一条命令便可以很顺利地将整个流程进行下去。 AI 会自动打开浏览器，然后打开具体的网页，读取里面的
Cloudflare 开源了一个文档框架 Nimbus
简单分享一下 Cloudflare 最近发布的这个叫做 Nimbus 的开源文档框架。 之所以想分享这个内容，主要原因有两点。 一是这个文档框架特别适合用来做内容类型站点，类似上图这样的布局，左侧大分
聊聊本周的收获
这周在工作流程的梳理上花了不少时间，主要原因就是有了新的思路，就觉得之前写的那些逻辑没那么有用了。 举个最简单的例子，谷歌搜索下拉框的关键字建议，之前我的处理逻辑是先把信息抓取下来并清洗好，再使用 A
通过 Jev 对关键词主题进行聚类
之前有篇文章分享了 Jev 这款模型在 SEO 领域内的一些应用场景，写完那篇文章之后便开始着手开发了一款关键词属性判断脚本。 应用场景非常简单，就是对一大堆关键词进行属性判断，并进行相应的主题聚类。
获取本地流量并转售
分享一个这两天看到的 Local SEO 案例。 逻辑比较简单：搭建一个本地服务类型的网站，并做好本地 SEO 相关的设置来获取精准的本地搜索流量。 至于这类本地流量的变现，如果你有后端交付能力的话可
优化数据不佳的内容
相较于优化网站上的已有内容，我平时更喜欢写新内容，单纯就是因为优化已有内容非常消耗心力。 你先得通读一下这篇已有内容主要写的什么，再去做数据统计并做想好相应的 GAP 分析，然后还需要设计内容更新计划
谷歌给 SEO 增加了个“订阅按钮”
前两天谷歌更新了 Preferred Sources 文档，其中有一个比较重要的点，就是现在站长可以直接在网站、邮件和社媒中引导用户把自己的域名设为“首选来源”。 当你的网站被用户选中并标记后，那后续
无限扩展的关键词公式
在关键词的调研上 AI 模型的能力已经很强了，即便这样，我还是喜欢在调研阶段更多靠自己动手挖掘信息。 等基础大方向确定之后，再来借助 AI 模型的能力进行数据放大。 比如最基础的一种模式，反查竞争对手
Jev 模型在 SEO 上的应用
这两天社交媒体里全在刷屏 Jev 模型，趁着周末特意恶补了一下它的基础知识。 这款模型与传统生成式大模型最大的不同在于：Jev 完完全全不生成任何文本，它只专注于提供毫秒级、超低成本的结构化决策。 比
聊聊本周的收获
这周就做了三件事，处理完上周没做完的网站数据统计，调整 WooCommerce 产品上架流程，还有就是将网站内链优化流程设计出来了。 第一件事其实上周有分享过，只是网站数据量比较多当时没有做完，所以陆
把 AI 加到内链建设中
之前的文章分享中有谈过，我最近在实验着用 AI 做内部链接优化。 但目前市面上这些开源的 skill 都存在着一些比较大的弊端。 比如最简单的一个场景，你下载一个 skill 并让这个 skill 扫
本地抠图的工具
抠图在我的工作中应用得比较频繁，尤其是在处理商品详情页面中的场景信息时。 我通常会先从原图中把商品主体抠出来，利用 AI 生成一批新的使用场景，再选一张应用到商品详情页面中去。 过去这种抠图服务，我使
东西做出来没有流量
下午在星球看到一个帖子，大意是说现在有了 AI 的帮助，上线一个网站并不是什么难事了，难的是流量获取以及后续的持续运营。 其实看到这种问题，我还挺感同身受的，所以利用这篇文章单独输出一下我自己的看法。
程序化 SEO 信息更新
过去做程序化 SEO 站点时，一般的逻辑都是去找数据，然后对数据进行清洗并分组整理。 等数据梳理得差不多之后，便可以基于数据逻辑和业务逻辑将其在页面上展示出来。 有些时候数据集会非常庞大，自然会导致最
让 AI 自己去找资料
今天体验了一下 Agent-Reach 这个项目，整体表现挺不错的。 其实它解决的是一个看似比较简单、但实际处理起来比较棘手的问题：如何让 AI Agent 真正具备稳定且实用的线上信息获取能力。 我
两个声音克隆项目
推荐两个声音克隆的项目，我觉得对于视频的配音帮助还挺大的。 看网上的分享，这个项目还挺让我很惊艳，直接丢一段自己的录音进去，可以很方便克隆出一个「声音版的我」。 无论是语气语调，还是说话过程中的停顿，
聊聊本周的收获
上个月的算法更新，我自己有几个站点受到了影响，但当时的想法就是“让暴风雨来得更猛烈一些”。 最近观察着趋势好像稳定了点，便花时间盘盘这些网站的数据。 梳理下来，基本就两个趋势。 第一种是那种传统的形态
水文目录站点
今天在外面有事，简单分享一个最近看到的水文类目录站点。 这个站点的组织结构比较简单，按照地理位置进行划分，将该区域内的河流、湖泊等等水文信息都组织了起来。 整个站点做出来其实不难，看这种 UI 风格大
商品信息处理工作流
平时在做内容更新时，主要有两块内容比较耗时间，一是博客文章的调研与内容的产出，二是商品信息的优化以及内容上传。 商品信息这块，我的逻辑是先做基础调研，然后让 AI 帮我润色文案，自己检查没什么问题之后