深入解析 seomachine 架構：命令系統與 7 種專業 Agent 協作機制

在數位行銷的世界裡，SEO 內容工具經歷了從關鍵字堆疊到 AI 寫作的巨大轉型。然而，許多行銷人員仍發現一個殘酷的事實：即便手中握有 Surfer SEO、Semrush 或 Jasper 這類商業利器，真正的內容產出流程仍然像是一場永無止境的接力賽，研究人員產出報告、寫手憑空創作、編輯手動校對、SEO 專家事後優化。每個環節之間的斷層，不僅消耗時間，更消耗創意的連貫性與策略的一致性。

這種「工具豐富、流程破碎」的現象，正是傳統 SEO 工具的根本局限。它們擅長提供數據，卻無法將數據轉化為可執行的自動化流程。它們懂得分析競爭對手，卻不能端到端地完成一篇完整的 SEO 文章。

seomachine 的出現，正是為了解決這個斷層問題。與其說它是一個 SEO 工具，不如說它是一個「會自己做 SEO 研究、寫完還會優化」的內容工廠。而支撐這套工廠運作的，正是其獨創的「命令-Agent 雙層架構」。

從傳統工具到智能代理：seomachine 的設計初衷

要理解 seomachine 的架構創新，我們需要先借鑒一個重要的理論框架。根據替代方案有限公司先前發布的 Hermes Agent 分析文章，現代 AI Agent 的核心運作模式建立在「感知→規劃→執行」（Perception→Planning→Execution）的循環之上。這種框架的革命性在於：AI 不再只是被動回應指令的工具，而是一個能主動感知環境、制定策略、執行任務的智能實體。

傳統 SEO 工具停留在「感知」階段，它們能爬取競爭對手數據、分析關鍵字趨勢、監測排名變化。但一旦離開「數據收集」的舒適區，這些工具就失去方向，等待人類給出具體指令。

seomachine 的設計正是將 Hermes Agent 的完整循環落實到 SEO 內容工作場景。它不只收集數據，還能根據數據制定內容策略、執行長文寫作、進行 SEO 優化，並追蹤成效形成反饋。這種從「工具」到「代理」的進化，正是 seomachine 與傳統 SEO 方案的根本差異。

命令層解析：核心指令的協同作戰

seomachine 的命令層是使用者與系統互動的第一界面。每一個指令（Command）並非單一功能，而是一個啟動複雜工作流的觸發器。官方目前提供超過二十個指令，涵蓋內容研究工作流、上下架頁面、以及內容優先序排程等，其中支撐日常內容生產的核心指令如下。

/research：內容策略的起點

/research 是 seomachine 的主研究指令，當你輸入目標關鍵字時，它會啟動一連串的分析流程：首先爬取搜尋結果第一頁的競爭對手文章，解析它們的標題結構、內容長度、關鍵字分布、內外部連結策略；接著透過 DataForSEO API 獲取該關鍵字的搜尋量、競爭程度、相關長尾關鍵字；最後整合 Google Search Console 的現有內容表現，判斷該關鍵字是否值得投入。

這個命令的使用時機很明確：當你有一個新的內容主題，或是想要針對特定關鍵字建立內容矩陣時。先執行研究再開始寫作，是 seomachine 工作流的基本原則。

/write：長文內容的自動化產出

在完成研究之後，/write 指令會根據研究結果自動生成符合 SEO 標準的長文（官方建議標準為 2000 到 3000 字以上）。它不是從空白頁開始寫作，而是有策略地組織內容結構：參考競爭對手的標題模型、嵌入研究階段發現的相關關鍵字、在適當位置加入內部連結佔位符、設定圖片的 Alt 文字框架。

這個命令的價值在於「策略一致性」，你不需要在寫作時分心去想「這段該放什麼關鍵字」或「標題要怎麼設計」，因為這些決策已經在研究階段完成，/write 只是忠實執行。文章產出後，SEO Optimizer、Meta Creator、Internal Linker 與 Keyword Mapper 等 Agent 會自動接手分析。

/rewrite：舊內容的策略性更新

當你有一批已發布的舊文章需要針對新關鍵字優化，或是現有內容已經過時需要刷新，/rewrite 指令就是解決方案。它會分析現有文章的結構與內容，識別需要保留的核心資訊與需要更新的陳舊數據，然後重新組織語句，確保新版本同時滿足 SEO 要求與品牌調性。

/optimize：針對性 SEO 強化

不同於 /rewrite 的整篇重寫，/optimize 是針對特定關鍵字或 SEO 元素進行局部優化。當你只想調整某篇文章的 Meta 標題、Description，或是想要加強某個長尾關鍵字的密度時，這個命令會更高效。它直接對接 SEO Optimizer Agent，精準修改目標元素而不動其他內容。

/publish-draft：WordPress 原生發布

這是 seomachine 區別於純分析工具的關鍵功能。/publish-draft 能直接對接 WordPress API，將優化後的草稿發布到網站，並透過 Yoast SEO 欄位帶上中繼資料。支援的功能包括：自動設定分類與標籤、上傳特色圖片、預設發布狀態（草稿、公開、排程）。這個端到端的整合，讓內容從研究到上線的整個流程不需要離開 Claude Code 環境。

/analyze-existing：現有內容的 SEO 診斷

當你想要了解網站上某篇文章的 SEO 表現時，/analyze-existing 會爬取該頁面，結合 Google Analytics 4 的流量數據與 Search Console 的排名數據，生成一份完整的 SEO 診斷報告。報告內容包括：關鍵字排名變化、有機流量趨勢、跳出率與停留時間、頁面載入速度建議、以及具體的優化項目清單。

/research-gaps：競品分析與差距識別

/research-gaps 命令會爬取競爭對手的內容，與你自己網站針對相同關鍵字的內容進行多維度比較。比較維度包括：內容深度、關鍵字覆蓋、連結策略、語意相關性等，最終輸出「你需要追趕什麼」的優先級清單。若要更細緻地拆解單一競品的內容架構，專案另外附有 competitor-alternatives 技能可以搭配使用。

除了上述核心指令，seomachine 還內建 /scrub（移除 AI 痕跡）、/priorities（依數據排出內容優先序）、/performance-review（成效回顧）與一整組上下架頁面指令，讓內容工作流的不同環節都有對應工具。

Agent 層解析：專業 Agent 的分工與資料流向

如果說命令層是「做什麼」的決策，那麼 Agent 層就是「怎麼做」的執行。seomachine 的 Agent 系統採專業分工，官方目前列出十種 Agent，涵蓋內容分析、SEO 優化、中繼元素、內部連結、關鍵字映射、編輯、成效追蹤，以及標題產生、轉換率分析與上下架頁面優化。它們各自專注於特定任務，同時透過標準化的資料格式進行協作。

Content Analyzer：內容品質的把關者

Content Analyzer 負責評估內容的整體品質。它的分析維度包括：文章結構的邏輯性、段落之間的銜接流暢度、引用資料的可信度、圖片與文字的比例、閱讀難度與目標受眾的匹配度，並輸出搜尋意圖分類、關鍵字密度與叢集、以及 0 到 100 分的 SEO 品質分數。這個 Agent 輸出的是一份「內容健康報告」，識別需要人工介入修改的問題區塊。

SEO Optimizer：搜尋引擎友好的工程師

SEO Optimizer 是整個系統中最核心的 Agent，負責確保內容能被搜尋引擎正確索引與理解。它的職責包括：關鍵字密度優化（避免過度優化懲罰）、標題標籤（H1、H2、H3）的層級結構檢查、內部連結的錨文字建議、圖片 Alt 屬性的完整性檢測、以及 Schema Markup 的實作建議。

Meta Creator：點擊率的幕後推手

即使排名在第一名，如果 Meta 標題和 Description 不夠吸引人，點擊率仍然會慘不忍睹。Meta Creator 專門負責生成這兩個關鍵元素。它的運作方式是：分析搜尋意圖（informational、transactional、navigational），理解目標受眾的痛點與期待，然後產出多個版本的 Meta 標題與 Description，讓使用者選擇或進一步編輯。

Internal Linker：站內權重的導航員

Internal Linker 負責建立網站內部的連結策略。它會分析新文章的內容，識別可連結到現有文章的主題關鍵詞，同時也會標記新文章應該被哪些現有頁面連結。這個 Agent 的輸出是一份「內部連結建議清單」，包含建議的錨文字、連結位置、以及連結目標頁面。

Keyword Mapper：關鍵字策略的佈局師

Keyword Mapper 從宏觀角度確保整個內容策略的一致性。它的工作包括：分析目標關鍵字與長尾關鍵字的關係、避免同一網站內的關鍵字 cannibalization（自我競爭）、規劃文章之間的關鍵字主題覆蓋、以及建議新內容應該瞄準的空白領域。

Editor：文字品質的最後防線

Editor Agent 負責傳統意義上的校對工作，但加入了品牌調性檢測。它會確保文章語氣與品牌聲音一致、檢查錯別字與語法錯誤、優化句子的流暢度與可讀性、並確保專業術語的正確使用。對於已經有品牌 Voice 文件的團隊，Editor 會嚴格參照品牌調性指南進行把關。

Performance Agent：成效追蹤的反饋樞紐

Performance Agent 是整個系統的反饋環節。它從 Google Analytics 4 與 Search Console 取得數據，分析已發布內容的實際表現：哪些關鍵字帶來了流量、哪些文章的跳出率異常高、哪些頁面的轉換率低於預期。這些數據會反饋到 Keyword Mapper，影響後續內容策略的調整。

Context Files 詳解：品牌與受眾的數位記憶

根據替代方案有限公司關於 Hermes Agent 記憶系統的分析文章，好的 AI 工具不能只靠一次性的提示詞，而需要一組能長期沿用的背景知識。seomachine 把這件事交給 context 目錄下的設定檔，目前提供八個檔案範本，全部以 Markdown 撰寫，讓使用者在執行任務時都能帶著同一套品牌與受眾認知。

品牌端的 context/brand-voice.md 是品牌的數位化身，儲存所有關於品牌的基本資訊：品牌使命與價值觀、品牌的語氣與風格指南、品牌承諾與獨特賣點、品牌歷史中的重要里程碑。搭配 context/writing-examples.md 放入三到五篇自家的範例文章，AI 在任何寫作任務中都能保持品牌調性的一致性，即使面對全新的內容主題。

受眾與策略端則由多個檔案分工：context/target-keywords.md 記錄關鍵字叢集與搜尋意圖，context/competitor-analysis.md 記錄競品情報與內容缺口，context/internal-links-map.md 建立站內頁面的連結地圖，context/style-guide.md 與 context/seo-guidelines.md 分別規範寫作格式與 SEO 要求。這套設計解決了一個關鍵問題：AI 如何在每次任務執行時，保持對品牌與目標讀者的連貫理解，而不必每次重新交代一遍。

資料來源整合：三大數據樞紐如何餵給 AI 決策

seomachine 的智能不只來自 AI 模型本身，更來自它能夠整合的第一方數據。系統支援三大資料來源的無縫接入：

Google Analytics 4（GA4） 提供網站流量的事實真相。當你需要了解哪些文章真正帶來了訪客、讀者在你的網站上停留多久、他們從哪裡來又去了哪裡，GA4 是最可靠的數據源。seomachine 會定期同步這些數據，讓 AI 在建議內容策略時有實際成效作為參照。

Google Search Console 是搜尋表現的晴雨表。它告訴你哪些關鍵字讓你的頁面出現在搜尋結果中、這些頁面的平均排名是多少、點擊率如何、以及是否有任何索引問題需要解決。透過這個數據，AI 能區分「有排名但沒流量」與「有流量但沒轉換」這兩種截然不同的問題。

DataForSEO 是外部關鍵字數據的專業 API。相比 Google 原生的關鍵字規劃工具，DataForSEO 提供更詳細的競爭分析、SERP 功能分析（精選摘要、人民也想問等）、以及批量關鍵字研究能力。這些數據讓 seomachine 的研究階段能產出接近專業 SEO 顧問品質的策略報告。

內容品質標準：seomachine 的質量底線

seomachine 對輸出內容有明確的品質標準，這些標準確保 AI 生成的文章不只是「可接受」，而是真正具備競爭力的 SEO 內容。

在 SEO 維度，每篇文章必須滿足以下條件：標題包含目標關鍵字且在 60 字符以內、元描述包含行動呼籲（CTA）、內容長度至少 2000 字（核心關鍵字建議 2500 到 3000 字以上）、主要關鍵字密度維持在 1% 到 2% 之間、至少包含 3 到 5 個內部連結的自然嵌入、H2 標題數量與內容深度匹配、圖片都配有描述性的 Alt 文字。

在可讀性維度，seomachine 追求的目標是「專業但不高冷」。系統會計算 Flesch-Kincaid 可讀性分數，確保文章落在 8 到 10 年級閱讀水平；段落長度控制在 2 到 4 句以內，避免讓讀者在手機上看到超長的文字區塊；使用項目符號與編號列表來分解複雜資訊；確保每個段落只講一個核心概念。

針對 AI 產出內容的「自然感」，專案另外提供 /scrub 指令，專門移除破折號、填充語與其他機械感明顯的痕跡。AI 痕跡明顯的內容不只影響讀者體驗，也可能在未來被搜尋引擎演算法識別為低品質信號。這個專案目前仍持續維護，最近一次程式碼推送在 2026 年 10 月，在 GitHub 上累積約 7500 顆星，並以 MIT 授權開源。

FAQ 區塊

Q1：seomachine 需要哪些技術背景才能使用？

根據官方 Quick Start 文件，你需要先安裝 Claude Code，並準備一個 Anthropic API 帳號，接著把專案 clone 下來、安裝 Python 相依套件即可開始。技術需求方面，你需要會用命令列（Command Line）執行 git clone 與 pip install。如果你對 HTML、Markdown 有基本了解，在自訂 Prompt 與 Context Files 時會更得心應手。對於完全不懂技術的團隊成員，建議由一位技術人員完成初始設定，之後的非技術使用者只需透過 Claude Code 介面下達命令即可。

Q2：seomachine 支援中文內容優化嗎？

seomachine 的底層 AI 模型（Claude）支援多語言寫作，包括中文。然而，SEO 優化模組主要針對英文內容設計，部分功能如 DataForSEO 的關鍵字數據分析、競爭對手爬蟲、Meta 標題長度計算等，都是以英文搜尋引擎為主要優化對象。如果你主要經營中文網站（Google.com.tw 或百度），這些功能仍然可以使用，但效果可能不如針對英文市場時那麼精準。對於中文內容，建議將 seomachine 的研究結果作為參考，再結合中文市場的工具進行本地化調整。

Q3：seomachine 與 Jasper、Surfer SEO 等商業方案相比，核心差異是什麼？

核心差異在於「自主性」與「整合深度」。Jasper 和 Surfer SEO 是 SaaS 雲端方案，你的數據、你的 Prompt 邏輯都儲存在他們的伺服器上。seomachine 完全本地運作，你可以查看、修改、甚至 Fork 整個系統的 Prompt 邏輯與 Agent 行為。根據替代方案有限公司關於開源自動化的分析，開源工具的最大價值在於透明性與可客製化程度，seomachine 繼承此理念，所有 Prompt 與 Agent 邏輯完全開源。這意味著你可以根據自己團隊的特殊需求調整系統行為，而不需要等待產品團隊的回應。

替代方案有限公司觀點

seomachine 的架構設計在開源社群中相當罕見。專業 Agent 的分工、命令-Agent 雙層架構的設計、以及對 Context Files 記憶系統的精細規劃，這些都不是技術炫技，而是對內容流程的深度理解。當大多數 AI 內容工具還在追求「寫得更快」的時候，seomachine 選擇了更困難但更有價值的方向：讓整個內容工作流自動化、讓策略與執行無縫銜接、讓數據驅動的決策融入每一個環節。

當然，seomachine 並非適合所有團隊。它的技術門檻（需要會用 CLI、需要理解 Prompt 工程）、對 Claude Code 的完全依賴、以及主要針對英文市場的設計，都是在評估時需要考量的因素。另外它變動速度快，指令與 Agent 的數量每隔一段時間就會增加，導入前建議先確認當下的官方說明。如果你正在評估 AI 內容工具，歡迎與替代方案有限公司聊聊，了解我們如何根據你的團隊規模、技術能力、內容需求與市場目標，推薦適合你的工具組合。

替代方案有限公司

官方網站：https://altsol.tw

Email：[email protected]

LINE：@409kfuxf

小結

seomachine 的「命令-Agent 雙層架構」代表了一種新興的 AI 應用範式：不再將 AI 視為單一功能的工具，而是將其組織成一個具備分工與協作能力的智能團隊。命令層負責與人類操作者互動，翻譯高層指令為具體任務；Agent 層則專注於各自專業領域的深度執行，透過標準化的資料格式實現協作。

對於有技術能力的內容團隊來說，seomachine 提供了一個完全可控、成本低廉（主要成本是 API 使用費）、且高度可定制的 SEO 內容解決方案。對於正在評估 AI 內容工具的行銷決策者來說，理解 seomachine 的架構邏輯，有助於評估這類「Agent 化工具」在未來內容工作流程中的潛力與風險。

無論你最終選擇哪個工具，seomachine 的設計哲學都值得借鑒：好的 AI 工具不是讓人類失業，而是讓人類從重複性工作中解放，專注於更需要創意與策略的任務。