review-seo-page
从目标用户的真实搜索场景出发,对抗式审查并修改 SEO 页面,找出搜索意图偏离、低信息量、批量同构、重复转化、AI 腔、术语漂移、无依据主张、metadata 问题和配图场景错位。需要审查 SEO 内容价值、降低 AI 味、检查图片相关性或决定页面保留、合并、重写、删除时使用。
npx skills add tsingyuai/growth-lab --skill review-seo-page --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# SEO 页面对抗式审阅 先假定每个区块都需要删除。只有直接帮助目标用户理解、判断或行动的内容才保留。使用 Runtime 的真实浏览器检查实际渲染结果,不能只读源代码。 ## 建立用户任务 先写清: - 目标用户; - 搜索词和搜索意图; - 用户进入页面时的问题; - 用户离开前应获得的结果; - 与该结果直接相关的产品动作。 搜索意图错配是最高严重程度的问题。 ## 自上而下审阅 对每个可见区块: 1. 写出它对用户任务的具体贡献。 2. 删除用户大概率不需要的内容。 3. 检查是否增加方法、标准、示例、事实、工具或决策。 4. 检查换成相邻页面标题后是否仍能原样成立。 5. 检查事实来源、术语、图片相关性和转化压力。 6. 检查布局、链接、移动端、无障碍、控制台和失败请求。 ## 对抗测试 - 删除测试:删除后用户没有损失,直接删除。 - 反转测试:一句话的反面显然没人支持,原句没有信息量。 - 换标题测试:内容能原样放进多个相邻页面,说明缺少页面独有信息。 - 去品牌测试:去掉品牌名后只剩宣传态度,删除或改成具体信息。 - 证据测试:非显而易见的事实和数字没有来源,删除或补充一手来源。 - 图文测试:图片不能直接说明相邻文案中的任务或结果,替换或删除。 - 转化测试:合并重复 CTA,保留与搜索任务一致的行动。 现实中的商业产品、课程、社区内容、开源项目和经验做法都可以保留。是否有源码不是参考标准;判断标准是目标用户是否关心,以及它与当前产品的差异会怎样改变内容调性和转化方式。 ## Metadata - Title 准确说明页面主题与意图。 - Description 不写成全页目录,删除“本文介绍、页面涵盖、包含、并给出”等概括式开头。 - 不为了接近固定字符数罗列页面区块、关键词或功能。 - 选择一个信息量高的重点,用自然完整的句子讲清。 - 核对 canonical、社交 metadata、结构化数据和 sitemap 与渲染页面一致。 ## 语言与风格 - 使用短句,一句话只表达一个意思。 - 直接写定义和动作,不用例子代替定义。 - 使用领域常用术语,同一概念只保留一个名称。 - 删除比喻、拟人、设问式引入、悬念式开头、生造术语、空泛过渡、排比填充和同义重复。 - 直接写肯定定义,避免“不是……而是……”句式。 - 效果主张必须有对象、条件和具体含义。 - 用户正文中不出现内部实现名、内部编号和工作流黑话。 - 收到术语纠正时,全文直接采用新术语,不保留旧方案和修改过程。 ## 防御性表达 正文不要加入“做不到什么、目前只实现什么、只是 demo、结果不意味着什么”等防御性表达。一个主张没有足够证据时,删除整个主张,不保留一部分再补充局限说明。不要为了披露而引入用户没有搜索的问题。 ## 输出与修复 按严重程度分类: - `P0`:搜
- 建立用户任务
- 自上而下审阅
- 对抗测试
- Metadata
- 语言与风格
- 防御性表达
- 输出与修复
What does the review-seo-page skill do?
从目标用户的真实搜索场景出发,对抗式审查并修改 SEO 页面,找出搜索意图偏离、低信息量、批量同构、重复转化、AI 腔、术语漂移、无依据主张、metadata 问题和配图场景错位。需要审查 SEO 内容价值、降低 AI 味、检查图片相关性或决定页面保留、合并、重写、删除时使用。
How do I install it?
Run `npx skills add tsingyuai/growth-lab --skill review-seo-page --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From tsingyuai/growth-lab, a repository with 427 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.
