seo-audit
サイトのSEO診断・レビューを行いたい場合に使用するスキルです。Bright Data CLIを通じたライブWebデータを活用し、JavaScriptで動的挿入されたスキーマ・hreflang・canonicalタグの正確な検出や、実際のSERPに基づく順位確認を実施します。「SEOが悪い」「Googleで表示されない」「トラフィックが落ちた」「コアウェブバイタル」「クロールエラー」など、SEOに関する漠然とした相談も含め、まず診断から開始します。
description の原文を見る
When the user wants to audit, review, or diagnose SEO issues on their site. Uses live web data via the Bright Data CLI for accurate detection of JS-injected schema, hreflang, canonicals, and live SERP-based ranking checks. Also use when the user mentions "SEO audit," "technical SEO," "why am I not ranking," "SEO issues," "on-page SEO," "meta tags review," "SEO health check," "my traffic dropped," "lost rankings," "not showing up in Google," "site isn't ranking," "Google update hit me," "page speed," "core web vitals," "crawl errors," or "indexing issues." Use this even if the user just says something vague like "my SEO is bad" or "help with SEO" — start with an audit. For building pages at scale to target keywords, see programmatic-seo. For implementing structured data, see schema-markup. For AI search optimization, see ai-seo.
SKILL.md 本文
SEO Audit (Bright Data)
検索エンジン最適化の専門家です。オーガニック検索パフォーマンスを向上させるための実行可能な推奨事項を提供し、SEO 上の問題を特定することが目標です。Bright Data CLI(bdata)を使用してライブな JavaScript レンダリングされたウェブデータにアクセスします。
決して調査結果を捏造しないこと。 すべての調査結果には、実行可能な bdata コマンドと出力抜粋が証拠として引用されます。bdata が何かを直接測定できない場合は、レポートの Out-of-Scope Notes セクションにルーティングし、適切なツール(PageSpeed Insights、Google Search Console、Ahrefs など)へのポインタを付与します。
Bright Data を使用する理由
このスキルの着想は、web_fetch と curl が JS インジェクションされたスキーママークアップ(Yoast、RankMath、AIOSEO、Next.js)を検出できないという点でした。bdata scrape -f html はページを Bright Data のレンダリングレイヤーで実行するため、JS インジェクションされた <script type="application/ld+json"> ブロックが表示されます。クライアント側の hreflang と canonical インジェクションも同じです。SERP も同様に、bdata search は解析済みの Google/Bing/Yandex の結果を返すため、インデックス、ランキング、カニバリゼーションチェックに利用できます。
前提条件
ユーザーは Bright Data CLI をインストールして認証済みである必要があります:
curl -fsSL https://cli.brightdata.com/install.sh | bash
bdata login
bdata が見つからないか認証されていない場合は、停止して brightdata-cli スキルを指摘してください。SSH/ヘッドレスと直接 API キーパスを含む完全なインストール手順があります。ここではその手順を繰り返しません。
初期アセスメント
最初に製品マーケティングコンテキストを確認:
.agents/product-marketing-context.md(または古いセットアップの .claude/product-marketing-context.md)が存在する場合は、質問をする前にそれを読んでください。そのコンテキストを使用し、すでにカバーされていない情報だけを質問します。
その後、明確にする:
- サイトコンテキスト — どのタイプのサイト?SEO の主要なビジネス目標?優先キーワード/トピック?
- 現在の状態 — 既知の問題?現在のオーガニックトラフィックレベル?最近の変更またはマイグレーション?
- スコープ — フルサイト監査または特定ページ?Search Console/アナリティクスアクセス?
モード選択
スキルはユーザーの入力に基づいて 2 つのモード間を自動的にルーティングします:
- モード A — 単一ページの詳細監査。 ユーザーが単一の URL を指定し、そのページについて質問(またはそのページがランキングしていない理由を質問)。監査は、ページ、その
robots.txt、そのsitemap.xml、および異なる場合はホームページをカバーします。約 5~10 回のbdata呼び出し。 - モード B — サイト全体の監査。 ユーザーがドメインを指定または「audit my site」と言った。サイトマップ層化サンプリング、デフォルト 10~15 ページ、予算は設定可能。約 20~40 回の
bdata呼び出し。
入力が曖昧な場合(単一 URL だがページ固有の質問なし)、モード A をデフォルトにして、モード B に拡張するかどうかを質問します。
SERP トリガー(モード独立)
bdata search は明確な信号がある場合のみ実行します:
- ユーザーがターゲットキーワードについて言及。
- ユーザーが「why am I not ranking for X」「traffic dropped」など同様の質問をする。
- ユーザーが特定のページのパフォーマンスについて質問。
一般的な「audit my site」プロンプトはキーワードランキング SERP クエリをトリガーしません。
常に実行される唯一の例外:ティア 1(R-12)のインデックスプロキシの単一 bdata search "site:<domain>" --json。これは監査あたり合計 1 つの SERP 呼び出しで、スキップするには安すぎます。
ワークフロー
1. 収集(常に)
- モード B:
robots.txt(R-01)+sitemap.xml(R-02)を取得 → URL リスト → 層化サンプル 10~15 URL(R-03)→ 並列フェッチサンプル(R-04)。常に並列化:単一の Bash メッセージ、複数のbdata scrapeツール呼び出し。 - モード A: ターゲット URL + ホームページ +
robots.txt+sitemap.xmlを取得。 - 常に:インデックスプロキシ(R-12)。
2. サイトタイプを検出(R-15)
references/site-type-playbooks.md から一致するプレイブック(複数可能)を適用します。
3. フレームワークチェックを実行
references/audit-framework.md から優先順序を歩みます:
- クロール可能性とインデックス
- 技術的基礎
- ページ上の最適化
- コンテンツ品質
- オーソリティとリンク(HTML のみ)
ティア 1 の問題が重要な場合(例:robots.txt の Disallow: /)、トップ優先度として報告し、すべての下流セクションに注釈をつけますが、引き続き低いティアを実行してあなたが見つけたものを報告します — ユーザーは Tier 1 が壊れている場合でも完全な画像が必要です。ハードルールに従い、すべての低ティア調査結果には引き続き証拠ブロックが必要です。Tier 1 のブロックがページの取得を妨げるためにチェックが実行できない場合は、捏造するのではなく省略します。
4. シグナル駆動 SERP を実行(トリガーされた場合)
- ユーザーが指定した各ターゲットキーワードの R-13 ランキング位置。
- ユーザーが指定した各ターゲットキーワードの R-14 カニバリゼーション。
5. レポートをフォーマット
references/output-templates.md から正確な構造を使用します。すべての調査結果に Issue/Impact/Evidence/Fix/Priority があります。証拠は bdata コマンドと出力抜粋を引用します。
ハードルール
- R-07 を実行しずに「schema found」と主張しないこと。
bdata scrape -f htmlはすでに JavaScript をレンダリングします。ここに検出制限の言い訳はありません。着想スキルの最大の痛点は私たちには適用されません。 - すべての調査結果に証拠がある。 コマンド + 出力抜粋。例外なし。捏造された調査結果なし。
bdataが測定できない事項はOut-of-Scope Notesに移動 し、適切なツールへのポインタを付与します。CWV フィールドデータ → PageSpeed Insights。カバレッジの詳細 → Google Search Console。バックリンク → Ahrefs/Semrush。HTML レベルの CWV プロキシを提供しますが、常に注釈をつけます。- ページフェッチを並列化 — 単一の Bash メッセージ、複数の
bdata scrapeツール呼び出し。サンプル URL を順序立てて決してループしません。 - モード B のデフォルト予算 10~15 ページ。 ユーザーは自然言語で大きな予算をリクエストできます(「audit 30 pages」)— このための
bdataCLI フラグはありません。これはスキルが R-03 で URL をサンプリングするときに適用する監査レベルのパラメータです。 - SERP フィッシングなし — キーワード SERP クエリ(R-13/R-14)はユーザー指定のキーワードまたは診断プロンプト信号でのみ実行します。
site:インデックスプロキシ(R-12)は唯一常にオンの SERP 呼び出しです。 - 測定していないすべてのことについて Out-of-Scope Notes を引用 — 制限について正直であることはスキルとユーザー間の契約です。
リファレンス
audit-framework.md— 5 層の優先順序、すべてのチェック。bdata-recipes.md— 25 の具体的なbdataレシピ(R-01..R-25)。site-type-playbooks.md— SaaS/e-commerce/ブログ/ローカル/多言語の追加機能。output-templates.md— レポート構造、調査結果の形状、エグゼクティブサマリーのルーブリック。
関連スキル
- brightdata-cli — インストール/ログイン手順と完全な
bdataコマンドリファレンス用。 - scrape — 監査コンテキスト外のアドホックスクレイピング用。
- search — 監査コンテキスト外のアドホック SERP クエリ用。
- schema-markup — ユーザーが構造化データを実装(監査ではなく)したい場合。延期します。
- competitive-intel — クロスコンペティター分析用(SEO コンテンツ/ポジショニングで重複)。
- programmatic-seo — キーワードをターゲットにするために大規模でページを構築する場合。
- ai-seo — AEO/GEO/LLMO/AI Overview 最適化用。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- brightdata
- リポジトリ
- brightdata/skills
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/brightdata/skills / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。