AI 内容差距分析：实战教程

内容差距分析回答“我们应该创建哪些尚未拥有的内容？”——传统做法是花一周时间手动整理竞品电子表格。借助 LLM，机械部分（主题聚类、覆盖比较、问题挖掘）可压缩至数小时，将人类真正需要的部分留给他们：判断哪些内容值得排名。本教程将构建这一流水线。

流水线结构

text
盘点你的内容        （标题/摘要 → 主题聚类）
盘点他们的内容       （竞品站点地图 → 相同聚类）
挖掘需求信号         （搜索查询、社区问题、工单）
差异分析：需求 ∩ 他们的覆盖 − 你的覆盖 = 缺口列表
评分缺口（需求 × 契合 × 可赢性） = 路线图

LLM 驱动步骤 1-4；步骤 5 是借助数据辅助的判断。

步骤 1-2：通过聚类盘点

提取标题+摘要（你的 CMS 导出；他们的站点地图/订阅源——遵守 robots.txt），然后聚类。廉价且稳健的方法：嵌入 → 聚类 → LLM 命名聚类：

python
嵌入所有标题+摘要，聚类邻居，然后让 LLM 命名聚类
labels = llm(f'''这些页面标题构成一个主题聚类。命名该主题（≤5 个词）
以及搜索意图（信息型/比较型/交易型/故障排除型）：
{cluster_titles}
JSON: {{"topic": str, "intent": str}}''')

嵌入+聚类优于让 LLM 在单次提示中“整理 2000 个标题”（受限于上下文长度和不稳定性）；LLM 的任务是*标注*，它在这方面表现完美。（与去重相同的漏斗经济学；将向量存储在 pgvector 中，盘点结果即可查询。）

步骤 3：需求挖掘（大多数团队跳过的输入）

覆盖缺口仅在存在需求时才有意义。向模型提供真实信号：

Search Console 中有曝光但无良好着陆页的查询——你最高价值的信号：Google 已向你展示但未满足的需求。（本站的重写计划正是以此方式驱动。）

社区问题：相关 subreddit/论坛/Discord 帖子——LLM 提取反复出现的问题：

text
从这些论坛帖子中，提取人们提出的不同问题。
规范化表述，合并重复项，统计频率。
JSON: [{"question": str, "frequency": int, "sample_phrasing": [str]}]

工单/销售通话：用户向你提出的问题就是内容需求，且无关键词工具滞后（富化流水线可处理规模）。

关键词工具仍有助于估算流量——LLM 的作用是将混乱的人类问题转化为工具遗漏的规范化需求列表。

步骤 4：差异分析，带意图感知

现在进行实际的差距分析——在*意图层面*将需求与两个盘点进行匹配：

text
需求主题：“pgvector vs 专用向量数据库”（比较意图）
我们：已有教程（信息型）→ 缺口：缺少比较意图页面
他们：2 个比较页面排名靠前 → 竞品验证的需求
结论：缺口，已验证，契合度高

LLM 能很好地完成此匹配，*前提是*你要求它引用每个主题对应的现有页面——未引用的“已覆盖”声明会导致缺口被遗漏。输出为结构化表格（主题、意图、我们的覆盖 URL 或 null、竞品覆盖数量、需求证据）。

步骤 5：评分——判断力重新介入

从三个维度对每个缺口评分（LLM 草拟，人工调整）：

需求：步骤 3 中的证据（非猜测流量）

契合：为此内容排名是否服务于你的产品/权威？（AI 工具网站为税务软件排名带来的是流量，而非价值。）

可赢性：你能否实际竞争——域名权威性现实检查；长尾和新主题缺口早期可赢，头部词则不然。

保持练习有用的诚实检查：竞品覆盖 ≠ 需求（他们也有垃圾内容——不要复制他们的错误）；一个内容单薄的现有页面是*强化*候选，而非新页面缺口（存在自相残杀风险）；在委托创作内容之前，通过站内搜索验证模型“缺失”的声明。

运营化

按季度作为流水线运行，而非按年作为项目：盘点从站点地图刷新，需求信号持续追加，差异分析重新生成——n8n 式自动化版本是一个定时工作流，最终输出一份经审核的电子表格。将填补缺口与内部链接架构结合，使新页面融入聚类而非孤立存在。

FAQ

LLM 能否实时浏览竞品？ 基于搜索的 API（Perplexity 风格）有助于抽查；对于系统性分析，你需要可复现的盘点，因此采用导出并聚类的方法。

一个季度的路线图应包含多少个缺口？ 少于列表所示——十个契合且可赢的页面胜过五十个存在但无用的页面。评分是为了*删减*，而非证明数量合理。

这同样适用于产品/功能缺口吗？ 相同的流水线，输入改为应用商店评论和更新日志——“内容”只是最便宜的练习场所。

---

*最后更新：2026 年 6 月。*