术语和实体，而非变体
相关概念、人们表达同一事物的其他方式、上一层和下一层的内容，以及不断伴随出现的名称——而不是加上复数和介词的关键词。
内容创作
LSI 关键词生成器
Google 说 LSI 关键词并不存在。你带着这个问题来到这里——恰当地覆盖一个主题——这个问题是真实存在的。
在下方输入内容
LSI 关键词生成器能做什么
这个术语借用自 Google 并不使用的东西，但它底层的任务是普通而真实的。下面：你会得到什么、每一项为何在那里，以及它如何与你写的内容进行比对。
每一项的理由
每个术语都会附带它在这里的作用——读者会期待的子主题、受众使用的行话、以及讨论该主题时不可或缺的实体。
与你的草稿比对
粘贴你已写好的内容，列表会分成两部分：已覆盖和缺失。缺失才是更有用的那部分，它通常包含你以为大家都已经知道的内容。
如何使用 AllyHub 查找 LSI 关键词
从主题到找出草稿未覆盖内容的列表，只需三步。
01
命名主题
输入主题以及文章面向的读者。如果已有草稿，也请一并粘贴——答案会根据草稿中已有的内容而有很大不同。
02
它描绘主题领域
它会整理出子主题、受众使用的词汇、涉及的实体以及该主题引发的问题，然后为每一项附上理由。
03
填补空白
逐一查看缺失的那一半，决定哪些空白值得填补——有些并不值得。将本次运行保存为 Playbook，这样下一篇文章可以从更靠前的位置开始。
为什么选择 AllyHub 的 LSI 关键词生成器
这个名称是传言，但它所代表的工作不是。
LSI 并不存在
Google 的 John Mueller 已经明确说过两次：不存在所谓 LSI 关键词。潜在语义索引（Latent Semantic Indexing）是一种用于小型固定文档集的技术，从来都不是网络搜索的方式。在您专门来搜索它们的页面上，似乎值得告诉您这一点。
.jpeg&w=1920&q=75)
变体不是关联
大多数同名工具只是返回重新排列过的关键词——复数形式、词序变化、替换介词、在同一个短语前面加上 best。这些只是同一个想法的不同写法，而不是周边的想法。想要完整了解某个主题的读者，并不是想再看一遍这个短语。
.jpeg&w=1920&q=75)
.jpeg&w=1920&q=75)
.jpeg&w=1920&q=75)
谁在使用 AllyHub 的 LSI 关键词生成器
觉得草稿单薄的写作者、撰写简报的 SEO 人员、涉及陌生领域的任何人，以及为某一主题绘制图谱的支持团队。
当草稿显得单薄时
你已经写好了文章，内容准确，但它读起来仍然像是一篇更好文章的提纲。差距几乎从来不在风格上——而在于读者期待的一些子主题你从未想到过，因为你已经熟悉它们了。
撰写简报的 SEO 人员
一份只包含五个关键词的简报，产出的文章就会围绕这五个关键词展开。而一份列出主题包含什么以及为什么的简报，可以让写作者有所依据，也省去了你逐条列出缺失内容的审阅环节。
涉及陌生领域
代理公司赢得了一位所在行业公司里没人有从业经验的客户，第一稿会明显看出是外行人写的。暴露这一点不是错误，而是从业者绝不会遗漏的那些显而易见的内容。
支持与文档团队
帮助中心的文章必须回答用户的问题以及四个相邻的问题，因为需要搜索两次的读者已经体验很糟了。事先绘制主题图谱，正是避免第二次搜索的方法。
更多相关工具
探索更多涵盖研究、内容和数据的 AI 驱动工具。
关于 LSI 关键词生成器的常见问题
名称、数字、检查草稿以及重复使用图谱。
什么是 LSI 关键词生成器？
一种返回与主题相关术语的工具。这个名称指的是潜在语义索引（latent semantic indexing），而搜索引擎并不会使用它——因此请把“LSI 关键词”看作一项真实工作的通用名称，而不是一个技术类别。这项工作是弄清楚一个主题包含什么。
AllyHub 的 LSI 关键词生成器免费吗？
是的，一次一个主题免费。将一组相关主题一起绘制图谱、处理更长的草稿，以及保留图谱以便同一领域的后续文章重复使用，这些属于付费计划。
为什么没有搜索量数据？
因为在这里它们会产生误导。相关术语的搜索量数字是第三方估算，而不是搜索引擎发布的任何数据；一个数字放在术语旁边会让它变成一个目标，而实际上它是一个主题——这正是人们最终围绕一个短语写出三段话、而不是完整覆盖主题的原因。
它能检查我已经写好的内容吗？
这是更有用的用法。粘贴草稿后，返回的列表会分为已覆盖和未覆盖两部分，这比一份与你的文本毫无关系的术语列表更简短，也更具可操作性。
AllyHub 与其他 LSI 关键词生成器工具有何不同？
大多数工具只是用其他排列方式返回关键词，让你自己猜测如何处理。在这里，每个术语都带有所属理由，列表会根据你的实际草稿进行比对，并且主题图谱会被保留下来，这样下一篇关于该主题的文章就不必从零开始。