这篇想认真聊聊我作为一个单人公司（OPC，one-person company），是怎么用 Claude Code 把产品的 SEO/GEO 从 0 跑起来的。重点不是"我做了哪些事"的流水账，而是思考过程和一套可复用的方法论——我觉得真正有价值的，是解决问题的过程本身。
产品是 SayCraft：一个团队在会议里对话，AI 实时把它构建成一个能跑、带在线预览链接的 web app。和 Lovable / Bolt 那种一个人敲提示词的工具不一样，它是多人对话驱动的。
先说我的核心信条：对单人公司来说，尽可能压低人力成本才是对的。SEO 这种又杂又长期的活，请人请不起，自己全手动也耗不起。所以我所有动作都围绕一个原则——能让 AI（Claude Code）干的，就别自己干。
第一步：先找一套"打法"，别自己瞎试
我没上来就乱改，而是先去搜"用 Claude Code 做 SEO/GEO 提权重"的现成 skill。结果发现一个问题：每家 skill 对 SEO/GEO 的理解都不一样，有的还互相冲突。比如有的流派认为"GEO 就是 SEO 换了个新标签，做好传统 SEO 就够"；另一派认为"GEO 是独立学科，有自己的评分体系和技术要求"。我自己也拿不准谁对。
方法论 1：方案有分歧时，别自己拍脑袋——让 Agent 去横向比对取共识。
于是我让一个 Agent 去比对了几个主流的 SEO/GEO skill 方案，按"少数服从多数 / 哪些是公认做法"的原则筛。最后选了社区里比较火、也最全的一个：claude-seo（25 个 sub-skill + 18 个 sub-agent，MIT 开源，覆盖技术 SEO、E-E-A-T、Schema、GEO/AEO、外链、本地、语义聚类等）。
👉 GitHub：https://github.com/AgriciDaniel/claude-seo
第二步：让 Claude Code 照着 skill 分析站点
选好打法，剩下的体力活全交给 Claude Code：分析品牌名、找内容上的欠缺（比如少了哪些该写的博客）、想清楚该打哪些"战场"（关键词）……都让它照着 skill 跑。
但很快我意识到一个问题：光分析其实没那么顶用。分析告诉你的是"应该怎样"，可它不知道"实际怎样"——到底有没有流量、哪些词真在排、用户到底点没点。没有观测和验证，分析就是空中楼阁。
第三步：接"谷歌两件套"做观测（GA4 + Search Console）
所以我把谷歌两件套——GA4 + Google Search Console接了进来。这俩是第一方真值：流量、在排关键词、点击、覆盖率，全是真的。这才符合预期。
方法论 2：先有观测，再谈优化。而且别信第三方工具的"0"。我就踩过这个坑：Serpstat 一直告诉我"0 关键词、0 流量"，差点当真写进报告。结果打开 GA4 一看，过去 7 天 organic 已经有量了。第三方工具的 0 只是它采样滞后（域名太新），第一方数据才是真相。
第四步：把流程自动化——谷歌两件套也接成 MCP
接进来之后还是麻烦：每次都得我手动导数据、喂给 Claude。于是干脆把 GA4 和 GSC 都接成了 MCP，这样 Claude Code 能自己拉数据、自己分析，我不用再当人肉管道。然后用 workflow 模式让它对之前做得不好的地方不断 review。
这里也学到一课：
方法论 3：AI 的结论必须自己复核。有个 agent 信誓旦旦地报告我的 sitemap "日期在撒谎，Google 会全站忽略"。我去读了源码 + 逐页对比，发现是误报——它只是看到"日期都一样"就脑补成了构建时间戳，其实那些文章确实是同一天改的。差点去改一个本来没坏的东西。不管是 AI 还是工具，结论都得拿真实数据和源码去验。
第五步：竞品调研——为此花了 $129 买 Serpstat MCP
竞品调研是很重要的一环：你得知道大家到底是靠什么被用户发现的、人家的 SEO 策略怎么搭。但谷歌两件套有个硬限制——它只能看你自己的站，看不了别人。
所以我花了 129 刀买了 Serpstat 的 MCP 服务。它既能分析自己站点的不足，也能扒竞对的关键词、外链、AI 引用、历史趋势。对单人公司来说，这种"花钱买数据 + 让 Claude 直接读"的杠杆很划算。
最出人意料的发现：竞对近三成流量，来自一篇蹭热点的文章
用 Serpstat 扒竞品的时候，有个发现直接颠覆了我的认知。拿 Lovable（一个 AI 建站竞品）举例：
它全站自然流量约 14.9 万/月，而单单一篇
/guides/is-chatgpt-plus-worth-it（"ChatGPT Plus 到底值不值得充？"）就吃掉了 41,248，占全站 约 28%。而且这篇基本只靠一个词撑起来——"chatgpt plus"（月搜 55 万）排在第 7 名。
一篇和"AI 建站"八竿子打不着、纯蹭 ChatGPT 热度的文章，撑起了竞品近三成的流量。这件事让我顿悟：
方法论 4：做 SEO/GEO 的真相之一就是"蹭"。蹭大词、蹭热点产品的巨大搜索量，让自己成为那个问题的"诚实答案"。
我们的 "can ChatGPT / Gemini build a website?" 这一系列文章，就是照这个思路写的——借 ChatGPT/Gemini 的搜索量，但让 SayCraft 成为那个回答。
回头看自己：没把真正的优势打出来
有了竞品这面镜子，我也看清了自己之前的问题：老在挤 "vibe coding" 这种词。流量是大，但巨头扎堆、权重拼不过，纯属硬刚。
而我们真正的差异化——"talk to meeting"，用对话开个会就把 App 造出来——这个赛道其实人很少，反而一直没重点打。
方法论 5：别在红海里和巨头拼权重，去找人少、能赢、又贴产品的赛道。哪怕它现在搜索量还小——那不是没机会，那是在创造一个新品类。
方法论总结（TL;DR）
把上面的过程提炼成一套单人公司可复用的打法：
- 选打法：方案有分歧，让 Agent 横向比对取共识，别自己拍脑袋；
- 先观测：接第一方数据（GA4 + GSC），别信第三方工具的"0"；
- 再自动化：能接 MCP 就接，让 Agent 闭环自己看数据，你别当人肉管道；
- 要复核：AI 和工具的结论都拿真实数据 + 源码验，它们会一本正经地胡说；
- 看对手：花钱买竞品数据（Serpstat）是值的，看人家到底靠什么吃饭；
- 会蹭：蹭大词、蹭热点产品的搜索量；
- 打优势：在人少、能赢、贴产品的赛道发力，敢于创造品类。
附：具体落地了啥（清单）
方法论之外，按上面的判断实际做的事（精简版）：
- 技术 SEO：Serpstat 站点分 100/100，安全响应头、sitemap、canonical、brotli、IndexNow 全站提交；
- Schema：Organization / FAQPage / Product+Offer / HowTo / VideoObject（没敢造 aggregateRating，违规会被取消富结果）；
- GEO 基建：放行 16 个 AI 爬虫、llms.txt + llms-full.txt +
/ai/summary.json、每篇"直答开头 + 同源 FAQ"方便 AI 抽取引用； - 内容：vibe coding pillar + can-ChatGPT/Gemini 蹭量簇 + Lovable 替代品 + app ideas 等十几篇。
接下来要做的（todo）
现在瓶颈很明确：站内能做的基本做完了，站外信号还是 0，天花板卡在外链和品牌实体上。下一步全是站外的活：
- [ ] Show HN / Reddit / Product Hunt 发帖；
- [ ] 首批外链 + 建 Wikidata / Crunchbase / G2 实体（喂知识图谱，AI 引用的地基）；
- [ ] i18n：按竞品国别流量，先做 en-IN（英语零翻译）再 pt-BR；
- [ ] 每月记录自己的 AI Overview 引用数——这是我现在的北极星指标；
- [ ] 内容保持节奏，旧文定期刷新。
这套方法论会随着我自己踩坑持续更新。产品和 demo 在这儿，欢迎来玩、也欢迎拍砖：
- 🔗 SayCraft：https://saycraft.ai
- ▶️ Demo（一场会议怎么变成一个能跑的 App）：https://www.youtube.com/watch?v=GexoXdZSI9k
- 🛠️ 用到的 SEO/GEO skill：claude-seo