发现用户的搜索意图、长尾关键词、搜索意图漏斗 AI 引用 附提示词)
摘要：本文介绍了如何利用Google Search Console(GSC)分析搜索意图漏斗，通过正则表达式筛选不同阶段的查询关键词。具体包括：1)信息型(how/what等)；2)调查型(best/review等)；3)交易型(buy/price等)；4)品牌词及5)AI相关查询。文章提供了可直接复制的正则表达式模板，并建议通过比较各阶段的曝光量、CTR等指标，发现SEO优化机会。作者是拥有9年外贸独立站经验的技术专家，分享了从用户搜索意图到转化决策的完整分析框架。
Google Search Console查询
登录 Google Search Console打开 GSC > "效果"（Performance）点击 "查询（Query）" 旁的 + 号，添加筛选条件选择“查询” >正则表达式（Custom (regex)）粘贴下面的表达式，点击应用分析曝光量高但 CTR 低的关键词，发现潜在优化机会
GSC 搜索意图漏斗示意图
Informational → Commercial Investigation → Transactional → Loyalty
┌────────────┐ ┌──────────────────┐ ┌────────────────┐ ┌────────────┐ │ 信息型意图 │ │ 调查型 / 比较型意图 │ │ 交易型意图 │ │ 品牌词 / 售后 │ │ (how, what)│ → │ (best, vs, review)│ → │ (buy, price) │ → │ (调查官网) │ └────────────┘ └──────────────────┘ └────────────────┘ └────────────┘
如何在 GSC 中识别并构建这个漏斗？
阶段 | 搜索意图 | 关键词特征 / Regex 示例 | 示例查询 | 典型页面类型 |
认知 (信息型) | “什么是…”、“如何…” | \b(how|what|why|when|is|are|who|where|can|does|do|guide|tips|learn|tutorial)\b | what | why |
考虑 (调查型) | “最佳…”、“评测” | \b(best|top|compare|comparison|vs|versus|review|reviews|rating|ratings|recommendation|pros and cons)\b | top | vs |
意图 (交易型) | “购买…”、“价格…” | \b(buy|purchase|order|deal|discount|coupon|price|pricing|shipping)\b | price | purchase |
行动 (品牌词/售后) | “官网”、“品牌名称” | \b(品牌名称)\b | 官网 | 正品 |
长尾词机会 | (\b\w+\b\s+){4,}\b\w+\b | |||
AI 引用 |
|
正则表达式
✅一、信息型（Informational）关键词
目标是识别用户寻找知识、解释、指南等搜索意图的 Query：
\b(how|what|why|when|is|are|who|where|can|does|do|guide|tips|learn|tutorial)\b✅二、调查型 / 商业比较型（Commercial Investigation）关键词
用户处于购买决策前期，比较或寻找推荐：
\b(best|top|compare|comparison|vs|versus|review|reviews|rating|ratings|recommendation|pros and cons)\b✅三、交易型（Transactional）关键词
用户有明确的购买意图或想法：
\b(buy|purchase|order|deal|discount|coupon|price|pricing|shipping)\b✅四、本地搜索意图（Local）
如果你的网站涉及地区服务或课程招生，这些关键词能定位区域性用户：
\b(near me|in [a-z]+|[a-z]+ classes|[a-z]+ workshop|[a-z]+ camp|[a-z]+ school)\b✅五、长尾词（Long tail）
使用长尾词的用户，根据82原则，真正的流量来自80%的长尾市场：
(\b\w+\b\s+){4,}\b\w+\b✅六、AI 引用（AI overview）
可以检测那些内容被大语言模型引用，可能在AI 聊天中作为生成式回到的语料：
(.*gpt.*|.*chatgpt.*|.*openai.*|.*neeva.*|.*writesonic.*|.*nimble.*|.*outrider.*|.*perplexity.*|.*google.*bard.*|.*edgeservices.*|.*gemini.*google.*)根据上面分析六种意图以后，可以进一步去分析关键词宇宙，构建动态关键词宇宙以后，可以使用SUBE Score 模型（机器学习的信息增益）来对已有文章进行打分。按照分数来调整熵。从权威主题（AEO）同心圆出发去构建语义化的多模态内容（GEO）。
🎯 实战操作建议（漏斗分析）：
在 GSC 中用正则分组这些查询
创建不同Regex 筛选器（见上表）
比较每组的：曝光量（Impressions）、点击率（CTR）、平均排名、目标页面
构建表格（可在 Google Sheets 可视化）
阶段 | 查询量 | 点击量 | CTR | 主要页面 | 待优化建议 |
信息型 | 30,000 | 1,200 | 4% | blog/tutorial | 页面排名低、内容不够细 |
调查型 | 5,000 | 800 | 16% | /product-compare | 缺乏产品对比页 |
交易型 | 2,000 | 600 | 30% | /product-1783 | 页面转化率还可提升 |
品牌型 | 1,200 | 400 | 33% | /homepage | 品牌曝光还可扩大 |
分析价值
漏斗层级 | GSC 观察点 | 启发 |
信息型 | 曝光高但 CTR 低？ | SEO 优化机会大，说明内容存在但未打动用户点击 |
调查型 | 曝光中等，CTR较高？ | 内容能承接转化，考虑加上对比页、FAQ、视频链接 |
交易型 | 曝光小但 CTR 极高？ | 是 SEO 最接近订单的区域，适合增强页面速度、评价、Schema |
品牌词 | 查询词有品牌名？ | 品牌力正在建立，可支持广告策略和售后优化 |
AI 提示词：
请在Google Search Console（GSC）中的 Query 筛选器生成几组适用于信息型、 调查型等搜索意图的 正则表达式公\式，可直接复制粘贴到 GSC 的 Query 过滤器中使用。关于作者
我是一名自我探索的技术型S/A/GEO，近9年外贸独立站开发&运维经验。
全平台账号小红书、bilibili 和csdn 同号，微信公众号:Adair 代呆呆,知乎：Adair。
欢迎有同样兴趣的朋友关注我。后续会陆续更新我的AEO探索之旅。
希望我的记录能够给你带来启发。欢迎大家多多和我留言交流~
欢迎 ❤️ 点赞 | 🔔 关注 | ⭐️ 收藏 | 💬 评论你的每一个反馈，对我都很重要，是我持续输出的动力～
