analyze

分类: 开发与编程 | 上传者: rainday | 下载: 0 | 版本: v1.0（最新）

分析部落格文章品質，5 大類 100 分評分。包含 AI 內容偵測、SEO 驗證、 E-E-A-T 評估。不需要 Python，完全由 Claude 執行分析。

更新日志: Source: GitHub https://github.com/rainday/smart-blog-skills

目录结构

当前层级: skills/analyze/

📄 SKILL.md 2.9 KB

SKILL.md

---
name: analyze
description: >
  分析部落格文章品質，5 大類 100 分評分。包含 AI 內容偵測、SEO 驗證、
  E-E-A-T 評估。不需要 Python，完全由 Claude 執行分析。
allowed-tools:
  - Read
  - Grep
  - Glob
---

# Blog Analyze — 文章品質分析

## 工作流程

### Step 1：讀取文章

1. 讀取指定的文章檔案
2. 提取 YAML frontmatter
3. 分離正文內容

### Step 2：內容分析

讀取 `skills/blog/references/content-rules.md` 的評分標準，對文章執行以下分析：

#### 2a. 結構分析
- 計算 H1/H2/H3 數量
- 檢查標題層級是否正確（無跳級）
- 計算 H2 問句比例
- 檢查 Answer-First 格式（H2 前 40-60 字 / 中文 60-100 字含統計）

#### 2b. 段落分析
- 計算每段字數
- 找出超過 150 字的段落
- 計算理想範圍（中文 60-120 字 / 英文 40-80 字）的段落比例

#### 2c. 引用分析
- 計算統計數字數量
- 計算有來源歸因的統計數量
- 計算無來源的統計數量
- 分析來源等級（Tier 1/2/3）

#### 2d. 視覺元素
- 計算圖片數量和 alt text 覆蓋率
- 計算 SVG 圖表數量

#### 2e. FAQ 分析
- 是否有 FAQ 段落
- FAQ 問題數量

#### 2f. 連結分析
- 內部連結數量
- 外部連結數量
- 錨文字品質

### Step 3：AI 內容偵測

#### 句長爆發性（Burstiness）
- 計算每個句子的字數
- 算出標準差 / 平均值 = 變異係數
- ≥0.4 = 自然，0.3-0.4 = 邊界，<0.3 = AI 風險

#### AI 觸發詞掃描
- 掃描禁止觸發詞列表（見 content-rules.md）
- 計算每 1,000 字的觸發詞密度
- ≤3/千字 = 正常，3-5 = 注意，>5 = 高風險

#### 被動語態估算
- 計算「被」字句和被動結構的比例
- ≤10% = 正常，10-15% = 注意，>15% = 高風險

### Step 4：評分

根據 `content-rules.md` 的 100 分標準打分：

| 類別 | 滿分 |
|------|------|
| 內容品質 | 30 |
| SEO 優化 | 25 |
| E-E-A-T 訊號 | 15 |
| 技術元素 | 15 |
| AI 引用就緒度 | 15 |

### Step 5：輸出報告

```markdown
## 品質分析報告：[檔案名稱]

### 總分：[N]/100 — [等級]

| 類別 | 得分 | 滿分 |
|------|------|------|
| 內容品質 | [N] | 30 |
| SEO 優化 | [N] | 25 |
| E-E-A-T 訊號 | [N] | 15 |
| 技術元素 | [N] | 15 |
| AI 引用就緒度 | [N] | 15 |

### AI 內容偵測
- 句長爆發性：[數值]（[自然/邊界/AI風險]）
- AI 觸發詞：[N]/千字（[正常/注意/高風險]）
- 被動語態：[N]%（[正常/注意/高風險]）

### 問題清單（依嚴重度排序）

#### 🔴 致命
[列出致命問題]

#### 🟡 高優先
[列出高優先問題]

#### 🟠 中優先
[列出中優先問題]

### 改善建議
[前 3 個最有影響力的改善行動]
```

### 批次分析

如果使用者提供目錄路徑：
1. 用 `Glob` 找出所有 `.md` / `.mdx` / `.html` 檔案
2. 逐一分析
3. 輸出摘要表格，按分數排序

登录后下载/点赞/收藏 ❤ 30 | ★ 0

analyze

目录结构

SKILL.md

举报内容

提示