Search Gold: 使用Multi-Agents自動分析與產生SEO分析報告
張晉瑋2026/04/14
This section is currently available in Chinese only.
Search Gold: 使用Multi-Agents自動分析與產生SEO分析報告
By 張晉瑋 [點我看平台履歷]
利用LlamaIndex建構multi-agents工作流，並支援混合pro與flash模型，以及自定義資料蒐集工具，產生SEO主題關鍵字報告。
Search Gold: System Overview
核心概念：
由 Multi-agent 組成的專業 SEO 顧問團隊 。
利用 LlamaIndex 管理 Workflow
五階段工作流 (Workflow) ：
Manager Plan：接收指令，規劃報告方向與關鍵字。
Data Collection：根據規劃執行搜尋。
Data Analyst：審閱資料，評分並提取關鍵資訊。
Report Writer：撰寫指定格式與語言的報告。
Manager Review：審核報告品質，決定是否通過或重做。
關鍵技術 I - 混合分級模型 (Hybrid LLM Strategy)
設計邏輯：
採用 Gemini 2.5 Pro 與 Gemini 2.5 Flash 協同工作 。
高級模型 (Pro)：負責需要高度邏輯與理解力的任務（計畫管理 Manager Plan、報告審閱 Manager Review）。
快速模型 (Flash)：負責執行重複性高、資料量大的任務（資料蒐集、分析、撰寫），以節省成本與提升速度 。
優勢：
有效利用免費額度 (Flash RPM: 10 vs Pro RPM: 2) 。
提升報告邏輯品質，同時維持生成效率 。
關鍵技術 II - 自定義工具與參數生成 (User-defined Tools)
工具設計：
PTT Crawler：使用 PyPtt 直接登入獲取即時討論，優於網頁爬蟲 。
Google Custom Search：獲取較乾淨的搜尋結果，減少清洗成本 。
Matplotlib：定義函式介面，讓 Agent 繪製統一樣式的圖表 。
Agent 操作模式：
參數生成 (Parameter Generation)：不讓 Agent 直接 Call Function，而是讓 Agent 產生「工具參數」。
目的：確保工具一定被執行(避免 Agent 選擇不使用)，並支援工具間的平行處理，減少錯誤率與除錯難度 。
實驗評估 I - 混合模型 vs. 單一模型
實驗設置：
比較「Hybrid (Pro+Flash)」與「Pure Flash」在相同指令下的表現 。
結果分析：
報告深度：Hybrid 模型能提供深入分析（如痛點、AI 趨勢），Pure Flash 僅提供基礎市場趨勢
指令精確度：Pro 模型能精確指出需搜尋的 PTT 看板與關鍵字；Flash 模型指示模糊，導致搜尋失敗率高 。
結論：僅需在關鍵節點（管理與審閱）使用高級模型，即可大幅提升整體報告品質 。
實驗評估 II - 自定義工具 vs. 內建工具
實驗設置：
比較「自定義工具 (PTT/Custom Search)」與「Gemini 內建 Grounding Google Search」。
測試指令：新鮮人選擇系統廠 vs. 純軟體公司 。
結果分析：
在地化能力：自定義工具能抓取 PTT 特定用語(如「腳麻」、「系統廠分紅」)與具體公司名稱 (Oracle, Kronos)
資訊深度：內建工具僅能評論熱門程度，無法深入論述具體內容。
結論：自定義工具能有效控制資料品質，增強在地化分析優勢 。
發現與討論
反直覺的 SEO 價值 (Negative Traffic)：
看似負面的流量主題（如：應用程式災情、詐騙疑慮課程），其實具有極高的搜尋量與 SEO 價值 。
案例：針對「AI 溝通師詐騙疑慮」撰寫深度分析或防詐指南，能帶來高價值流量 。
AI Search 的影響：
隨著 AI 搜尋引擎興起，SEO 重點將從「吸引點擊」轉向「如何被 AI 引用與標示來源」。
結論
Search Gold 貢獻：提出一個低成本、自動化且高品質的 SEO 報告生成系統
技術驗證：
混合分級模型成功在免費額度限制下，提升了報告的邏輯性與規劃能力。
自定義工具與參數生成模式解決了在地化資訊不足與 Agent 執行不穩定的問題。
未來展望：
此架構為網站經營者提供了一個無需昂貴付費即可進行深度文字 SEO 分析的解決方案 。
關於我與更多內容
張晉瑋
歡迎點擊下方連結，了解更多！
🤖 互動履歷(Beta)：點此與 Gemini 履歷助手對話 (透過 Vibe Coding 快速實作，歡迎隨意提問！)
📑 公開專案連結
AI新秀培訓課程
個人其他專案