什麼是搜尋意圖？為什麼比關鍵字更重要？
第二章：搜尋基礎篇 · 第 23 問
做 SEO 最容易掉進的坑就是只盯著關鍵字，不看背後的意圖。使用者輸入一個詞，他到底想「了解什麼」“買什麼」還是「去哪裡」”？搞清楚這個問題，比堆砌十個關鍵字都管用。
什麼是搜尋意圖？
搜尋意圖（Search Intent）是指使用者在搜尋框輸入查詢詞時，真正想要達成的目的。同一個關鍵字，不同的人在不同情境下可能有完全不同的需求。
搜尋引擎的核心任務不是匹配關鍵字，而是理解並滿足使用者意圖。百度、Google 都在朝這個方向演進——它們展示的結果就是對意圖的「投票」。
四種搜尋意圖類型
| 意圖類型 | 使用者目的 | 中文搜尋示例 | SERP 特徵 |
|---|---|---|---|
| 資訊型（Informational） | 學習、了解某個知識 | “空調工作原理” | 百科、長文、影片、知乎回答 |
| 導航型（Navigational） | 找到某個特定網站／品牌 | “格力官網"“京東” | 品牌官網排第一，帶站內連結 |
| 商業調查型（Commercial） | 對比、評測，準備購買 | “空調哪個牌子好” | 對比文章、評測、問答、排行榜 |
| 交易型（Transactional） | 直接購買或執行操作 | “格力空調 KFR-35GW 價格” | 電商連結、價格資訊、購買按鈕 |
如何判斷一個詞的搜尋意圖？
最簡單的方法：去百度搜一下，看它展示什麼。
百度展示的結果類型 = 百度認為的使用者意圖。這叫做「SERP 逆向分析法」”：
- 搜「空調」→ 出現京東、天貓、格力官網 → 百度認為這是導航／交易意圖
- 搜「空調哪個牌子好」→ 出現知乎回答、評測文章 → 百度認為這是商業調查意圖
- 搜「空調工作原理」→ 出現百度百科、科普影片 → 百度認為這是資訊意圖
- 搜「格力空調 1.5匹 價格」→ 出現電商產品頁 → 百度認為這是交易意圖
怎麼用 AI 工具做搜尋意圖分析
“SERP 逆向分析法「很有效，但幾十上百個詞一個個去搜、去翻結果，太慢。可以用 AI 工具把這套方法做成半自動化（工具清單參見AI 工具清單）。下面就拿本系列《中文非付費營運 100 問》自己舉例。
用 workbuddy：批量跑「意圖分類」工作流
workbuddy 適合做逐條判斷＋批量產出。這 100 個問題，每個標題本身就是一條核心關鍵字——“非付費流量的 ROI 怎麼算⟧P1P⟧什麼是 GEO⟧P2P⟧出海要不要做 AEO、GEO⟧P3P⟧……逐個去百度翻 SERP 太慢，交給 workbuddy 批量初篩：
操作範例：
- 把 100 個問題標題（或對應的核心關鍵字）匯入一張表格，喂給 workbuddy。
- 給它一條提示：判斷每個問題的主導搜尋意圖（資訊型／導航型／商業調查型／交易型），並提供判斷依據＋建議的內容形式。
- 讓它批量跑完，輸出一張帶「意圖標籤」的表格。
範例提示詞：
下面是《中文非付費營運 100 問》的問題列表。請判斷每個問題的主導搜尋意圖（資訊型／導航型／商業調查型／交易型），提供判斷依據，並推薦對應的內容形式。問題列表：……
例如它會提供：“什麼是 GEO？"→ 資訊型，使用者想了解概念，建議撰寫概念科普 + 延伸對比；“出海是否需要做 AEO、GEO？"→ 商業調查型，使用者正在做決策，建議撰寫具明確結論與優先順序的內容。原本 100 個詞需人工翻一整天 SERP，現在只需十幾分鐘就能初步篩選完。
使用 Amazon Quick：歸納意圖分布、發現意圖漂移
workbuddy 擅長「逐條判斷”，Amazon Quick 擅長「看整體”。將 workbuddy 輸出的意圖表，或您已有的關鍵字 + 流量數據匯入 Amazon Quick，向它提出幾個問題：
- “這 100 問中，四種意圖各佔多少？”
- “哪些問題最近幾個月意圖發生了變化（例如從資訊型轉為商業調查型）？”
- “我站內頁面形式與問題意圖錯配的有哪些？”
操作範例：將 100 問的意圖標註匯入 Amazon Quick，彙總後發現——“資訊型占了一大半，但’XX 值不值得做’‘XX 哪個好’這類商業調查型問題偏少，而這類恰恰是離轉化更近的選題”。此結論，便決定了下一步要補哪類內容。
兩者如何配合
| 環節 | 工具 | 做什麼 |
|---|---|---|
| 逐條判斷 | workbuddy | 批量判斷每個問題的意圖 + 推薦內容形式 |
| 整體歸納 | Amazon Quick | 彙總意圖分布、發現錯配與意圖漂移 |
一條完整流水線：問題標題表 → workbuddy 批量判斷意圖 → Amazon Quick 彙總分布、找錯配 → 反哺選題規劃。
注意：AI 判斷意圖僅為初篩，最終仍需人工抽核，尤其是導航型、交易型等容易被 AI 誤判的詞——若 AI 判斷與實際 SERP 不符，以實際 SERP 為準。
為什麼意圖比關鍵字更重要？
1. 意圖不符，排名再高也無用
若使用者搜「空調哪個牌子好”」，他想看對比評測。你的頁面卻是一篇產品詳情頁，即使包含此關鍵字，使用者也會秒退——高跳出率反過來又會拉低你的排名。
2. 百度演算法越來越「懂意圖”」
百度的 ERNIE 大模型讓搜尋引擎對語義的理解大幅提升。它不再僅僅匹配字面詞彙，而是理解「使用者到底想要何種類型的內容”」。
3. 意圖決定內容形式
| 意圖類型 | 適合的內容形式 |
|---|---|
| 資訊型 | 深度長文、教學、影片講解 |
| 導航型 | 品牌首頁、產品著陸頁 |
| 商業調查型 | 對比表格、排行榜、真實評測 |
| 交易型 | 產品頁、價格頁、購買引導頁 |
實戰案例：一個詞的意圖可能會變
“雙十一"這詞：
- 10月搜：資訊型（“雙十一什麼時候開始"“有什麼優惠”）
- 11月10日搜：交易型（“雙十一會場入口"“搶購連結”）
- 11月12日搜：資訊型（“雙十一銷售額"“戰報”）
所以做內容規劃時，要考慮時間維度對意圖的影響。
實務建議
- 做關鍵字規劃時增加「意圖」欄位：在你的關鍵字表格中，為每個詞標註它屬於四種意圖中的哪一種，然後確保你建立的頁面類型與意圖相符
- 用 SERP 驗證你的判斷：寫內容之前先搜一下目標詞，如果百度前 10 結果都是長文評測，你就不用寫一篇 500 字的短頁面；如果都是產品頁，你就不用寫一篇科普文
- 一個頁面只服務一種主要意圖：不要試圖在同一個頁面裡既教「空調運作原理」又賣空調，使用者和搜尋引擎都會困惑
- 把意圖判斷交給 AI 半自動化：關鍵字一多，人工翻 SERP 不現實。用 workbuddy 批量跑意圖分類、Amazon Quick 匯總錯配，人工只做抽樣複核
