엘토스 / 기존 글 다시 작성 프롬프트

네이버 검색엔진 핵심 순위 지표인 **C-Rank** 전문가로서, “{주제}”에 대해 아래 순서로 분석 후 인사이트와 실행 계획을 제시해 주세요: 1. **C-Rank 개요**: 정의·목적·주요 구성요소(CTR·체류시간·백링크·개인화) 및 가중치 2. **데이터 수집**: 주제 관련 키워드·검색량·트렌드(네이버 데이터랩·키워드 도구 API 활용 예시) 3. **C-Rank 평가 예측**: CTR·체류시간·Authority·개인화 요소별 예상 점수 산정 및 개선 여지 4. **최적화 전략**: - 온페이지: 제목·메타·본문 구조 - 오프페이지: 백링크·SNS 시그널·도메인 신뢰도 - 개인화 활용 방안 5. **성과 검증**: KPI(순위·클릭률·체류시간) 설정 및 A/B 테스트 설계 6. **보고서**: 핵심 인사이트 요약·우선순위별 액션 플랜·정성·정량적 예상 효과

네이버 검색엔진 핵심 평가 로직 **D.I.A.** 전문가로서, “{주제}”를 D.I.A. 관점으로 분석해 인사이트·실행 방안을 제시해 주세요: 1. **D.I.A. 개요**: - Data(신선도·품질·구조화) - Intent(검색 의도) - Authority(도메인 신뢰도·백링크·시그널) 2. **데이터 수집**: - 주제 키워드·검색량·트렌드(네이버 데이터랩/API) - 경쟁사 상위 페이지 D/I/A 지표 3. **요소별 분석**: - **Data**: 콘텐츠 길이·구조화(JSON-LD)·멀티미디어 활용 - **Intent**: 의도 유형(정보·거래·커뮤니티) 및 여정 매핑 - **Authority**: PA·백링크·SNS·커뮤니티 언급 4. **최적화 전략**: - Data 강화: 구조화 마크업·키워드 배치 - Intent 충족: 가이드·비교·FAQ 등 콘텐츠 유형 제안 - Authority 제고: 백링크 획득·UGC·소셜 시그널 유도 5. **성과 검증**: - KPI 설정(노출·CTR·체류시간·백링크) - A/B 테스트 설계 6. **보고서**: - 핵심 인사이트 요약 - 우선순위별 액션(단기·중장기) - 예상 개선 효과 **예시**: “‘2025년 강남 오피스 투자 전망’을 D.I.A. 관점에서 분석해, 각 요소별 즉시 적용 전략 2가지와 예상 효과를 구체적으로 제시해 주세요.”

# API 키·검색어 설정 API_KEY="bdf8ae5c3eee6c3ee7fde9f0d03742cbc5ee7612772552b8fd6d70774014508a" TOPIC="{주제}" # URL 인코딩 ENC_TOPIC=$(python3 -c "import urllib.parse,sys;print(urllib.parse.quote(sys.argv[1]))" "$TOPIC") # SERP API 호출 curl "https://serpapi.com/search.json?engine=naver&q=${ENC_TOPIC}&api_key=${API_KEY}&device=desktop&location=Korea"

curl -X POST "https://openapi.naver.com/v1/datalab/search" \ -H "X-Naver-Client-Id: {클라이언트_ID}" \ -H "X-Naver-Client-Secret: {클라이언트_Secret}" \ -H "Content-Type: application/json" \ -d '{ "startDate":"<시작일(YYYY-MM-DD)>", "endDate":"<종료일(YYYY-MM-DD)>", "timeUnit":"date", "keywordGroups":[ { "groupName":"{주제}", "keywords":["{주제}"] } ] }'

curl -G https://api.naver.com/keywordstool \ --data-urlencode "hintKeywords={주제}" \ --data-urlencode "showDetail=1" \ -H "X-Naver-Client-Id:{클라이언트_ID}" \ -H "X-Naver-Client-Secret:{클라이언트_Secret}"

curl -G https://serpapi.com/search.json \ --data-urlencode "engine=naver" \ --data-urlencode "q={주제}" \ --data-urlencode "num=30" \ --data-urlencode "filter=blog" \ --data-urlencode "include=influencer_results" \ --data-urlencode "sort=realtime" \ --data-urlencode "device=desktop" \ --data-urlencode "location=Korea" \ -H "Authorization: Bearer {API_KEY}"

당신은 콘텐츠 전략 및 SEO 분석 전문가입니다. "{주제}"에 대해 아래 4단계 분석을 수행해 주세요: 1. **키워드 추출**: n-gram·TF-IDF로 상위 20~30개 도출 2. **콘텐츠 갭**: LDA/K-means로 주제 군집화 후 누락 서브토픽 발굴 3. **경쟁사 프로파일**: 상위 도메인별 노출 빈도·평균 글 길이·미디어 포함율·참여 지표 표로 정리·비교 4. **검색 의도 분류**: 상위 10개 콘텐츠를 정보형·거래형·브랜드형으로 분류, 비율·특징 요약 **예시** “‘2025년 소형 아파트 투자 전략’에 대해 1) 핵심 키워드 20개 2) 콘텐츠 갭에서 발굴된 서브토픽 3개 3) 경쟁사 프로파일 표 4) 의도 분류 결과 및 추천 방향 을 보고해 주세요.”

당신은 네이버 검색 데이터 기반 키워드 분석 전문가입니다. "{주제}"에 대해 다음 절차로 최적 키워드를 도출해 주세요: 1. **데이터 입력**: - related_searches, top_searches/trending_searches - organic_results[].title & snippet - (선택) search_volume, competition, ctr_estimate 2. **전처리**: - 토큰화(n-/bi-/tri-gram) - 소문자 변환, 불용어·구두점 제거 3. **후보 생성**: - TF·TF-IDF 계산 - related_searches 병합 - 결합점수 = α·TF + β·TF-IDF 4. **의도 분류**: - 정보형/거래형/탐색형 태깅 5. **최종 선정**: - 상위 20개 키워드를 frequency·tfidf·intent 포함 JSON 또는 표 형태로 출력 **예시**: “‘강남 소형 오피스 투자’에 대해 위 절차로 상위 20개 키워드를 JSON으로 출력해 주세요.”

당신은 네이버 검색 데이터 분석가입니다. "{주제}"에 대해 SERP API(엔진=naver, 정렬=realtime, num=30)로 데이터를 수집하고, 아래 절차로 상위 연관 키워드를 추출·출력하세요: 1. related_searches, top_searches/trending_searches, organic_results.title·snippet 수집 2. 토큰화(uni/bi/tri-gram), 소문자·불용어·구두점 제거 3. TF·TF-IDF 계산 후 related_searches 병합(결합점수=0.5×TF+0.5×TF-IDF) 4. 상위 20~30개 키워드를 frequency·tfidf·source 포함 JSON 배열로 반환

당신은 네이버 SEO 전문가입니다. "{주제}"에 대해 SERP API 데이터로 롱테일 키워드를 생성·추천하세요: 1. **데이터 입력**: - related_searches, top_searches/trending_searches - organic_results[].title & snippet - (선택) search_volume, competition, ctr_estimate 2. **핵심 키워드 추출**: - 토큰화(uni-/bi-/tri-gram) - TF-IDF 상위 20~30개 도출 3. **롱테일 후보 생성**: - `{주제} + [문제해결·방법] + [대상·지역·기간]` 등 4~6단어 구조로 확장 4. **필터링 및 점수화**: - 검색량 ≥ 기준, 경쟁도 ≤ 기준 - 의도(정보/거래/탐색) 태깅 - 예: score = 0.5·normalize(search_volume) + 0.3·(1−normalize(competition)) + 0.2·normalize(ctr_estimate) 5. **최종 추천**: - score 상위 10~15개를 JSON 배열로 반환 ```json [ {"keyword":"...","searchVolume":320,"competition":0.45,"ctr":0.12,"intent":"정보형"}, … ] ``` **예시**: “‘2025년 소형 아파트 투자 전략’에 대해 상위 12개 롱테일 키워드를 JSON으로 추천해 주세요.”