用AI编程助手搭建关键词排名追踪脚本：按周对比位置变化并标注异常页面

关键词排名掉了，很多人第一反应是打开站长后台逐条翻，或者手动在搜索框里查。站点一旦超过两三百个词，这套动作每周要花掉两三个小时，而且很容易漏掉真正的问题页面。这篇文章讲一个更省事的做法：用AI编程助手写一个Python脚本，每周自动抓取排名、对比上周位置、把异常页面标出来，站长只需要看一份几十行的报告。

先想清楚脚本要解决什么问题

排名追踪脚本的价值不在“抓数据”，而在“做判断”。单纯记录每个词排第几名，数据量一大就没人看。真正有用的是三类信号：排名大幅下滑的词、新进入前20的词、以及连续两周下滑的页面。前两类提示机会和风险，第三类往往指向页面本身的质量或收录问题。

所以在写代码之前，先把判定规则定下来，后面交给AI生成逻辑时也更准确：

• 下滑预警：本周排名比上周下降 ≥ 5 位，且本周仍在 50 名以内
• 消失预警：上周在前 50 名，本周跌出 50 名或查不到
• 上升机会：本周进入前 20 名，且上升 ≥ 5 位
• 持续下滑：连续两周下滑，累计降幅 ≥ 8 位

这四条规则写进提示词里，AI生成的代码基本不用大改。规则之外的数据照常记录，但不进预警列表，避免报告被噪音淹没。

数据从哪来：三种取数方式的取舍

排名数据来源决定了脚本的稳定性和成本。常见做法有三种，适合的站点阶段不同。

对大多数中小站点，比较务实的组合是：核心词用第三方API保证准确，长尾词用站长平台导出补齐。脚本里做成两个数据源适配器，统一输出成同一张表，后面逻辑就不用改。

抓取搜索结果页时务必控制频率，单IP每分钟不超过5次，并在请求头里带上正常的User-Agent。频率过高不仅拿不到数据，还可能影响站点自身的访问环境。

用AI编程助手生成脚本的四步

第一步：把数据结构说清楚

不要一上来就说“帮我写个排名监控脚本”。先把输入输出描述到位，例如：输入是一个CSV，包含keyword、url、last_week_rank三列；输出是一个JSON，包含本周排名、变化值、预警类型。数据结构清楚，AI给的代码可直接跑。

第二步：分段生成，别一次要完整项目

建议按“取数模块 → 对比模块 → 报告模块”分三次对话生成。每段代码控制在80行以内，生成后立刻本地跑一遍。一次要几百行代码，出错时很难定位是哪一段的问题。

第三步：让它写异常判断的单元测试

这是很多人忽略的一步。把前面四条预警规则作为测试用例交给AI，让它生成对应的测试函数，输入构造好的上周/本周排名，断言输出类型是否正确。规则逻辑一旦写错，整份报告都不可信，测试能提前拦住。

第四步：输出成可读的报告

让脚本最后生成一个Markdown文件，按预警类型分节，每节一个表格，列为关键词、URL、上周排名、本周排名、变化。运营者打开就能看，不用再进数据库查。

python rank_tracker.py --input keywords.csv --week 2024-W23 --output report.md

命令行参数化之后，配合系统的定时任务，每周一早上自动跑，报告直接落到共享目录。

异常页面怎么标注才有用

光有排名变化还不够，要能定位到页面。脚本在输出报告时，给每个异常URL补两个字段：页面类型（列表页/详情页/专题页）和最近一次改版时间。前者从URL规则推断，后者从站点地图或CMS接口取。

这样一份报告就能回答“哪个页面出了问题、它是什么类型、最近动过没有”。经验上，改版后两周内出现的排名下滑，多半是标题或内链调整导致，优先回滚比重新优化更快。

• 下滑集中在同一栏目 → 检查栏目模板和内部链接
• 下滑集中在改版后页面 → 对比改版前后的标题与正文长度
• 单页面消失 → 先查收录状态，再看是否被合并或跳转

日常维护的几个细节

脚本跑起来只是开始，长期可用还要注意几件事。关键词库要定期增删，新上线的专题页补词，下线的页面删词，否则报告里会堆满无效记录。历史数据至少保留12周，做趋势判断时才有足够样本。

另外，排名本身有波动，单周下降5位不一定代表问题。建议把预警阈值和站点近三个月的平均波动幅度对齐，波动大的行业把阈值调到8位以上，能显著减少误报。脚本里把这个阈值做成配置项，调整时不用改代码。

报告每周看一次即可，不要每天盯。排名数据的短期噪音很大，高频查看只会增加焦虑，对决策没有帮助。

整套方案落地大概需要半天到一天，主要时间花在调试数据源和验证预警规则上。跑顺之后，每周的排名巡检从两三个小时压缩到十几分钟，省下的时间可以放到内容选题和外链建设这些真正影响排名的事情上。