Le skill Claude Code per la keyword research sono istruzioni pronte che guidano l’agente dalla ricerca delle parole chiave fino al piano dei contenuti. Le più utili oggi arrivano da poche raccolte su GitHub, come aaron-marketing-skills, marketingskills, claude-blog e le skill di InfraNodus.
Sono utili soprattutto a chi ogni mese rifà la stessa trafila, dalle seed keyword al calendario, per un cliente o per la propria redazione. La skill contiene il metodo; volumi e difficoltà arrivano soltanto da uno strumento collegato, di solito un server MCP. Chi la usa senza dati reali ottiene stime inventate, presentate con la stessa sicurezza dei dati veri.
Nella pratica si parte collegando la fonte dei dati, poi si lascia alla skill il lavoro ripetitivo, come espandere e raggruppare le keyword. Il tempo risparmiato si sposta sulla parte che conta, cioè scegliere quali argomenti trattare e in che ordine. Alla fine resta un calendario di articoli divisi per cluster, da discutere con il cliente o con la redazione prima di assegnarlo.
Quali sono le migliori skill Claude Code per la keyword research?
Le migliori skill Claude Code per la keyword research sono keyword-research di aaron-marketing-skills e di OpenClaudia, seo-analysis di InfraNodus, keyword-cluster di ccforseo e il comando /seo cluster di claude-seo, mentre per la strategia contano content-strategy di marketingskills e i comandi di claude-blog.
Per chi vuole approfondire anche gli altri ambiti, la guida alle migliori skill Claude Code per marketing, SEO, content e copy offre il quadro completo e rimanda a ogni articolo dedicato. Qui si parla di keyword research, la ricerca sistematica delle parole chiave rilevanti per un settore, e di come trasformarla in un piano editoriale.
La tabella seguente sintetizza le skill, scelte tra quelle mantenute e integrabili con dati reali; quasi tutte si installano con /plugin marketplace add seguito dal repository, oppure copiando la cartella della skill in ~/.claude/skills/.
| Skill | Raccolta | Requisiti |
|---|---|---|
| keyword-research | aaron-marketing-skills | nessuno, anche dati incollati |
| keyword-research | OpenClaudia | chiave API Semrush |
| seo-analysis | InfraNodus | chiave InfraNodus gratuita |
| keyword-cluster, cannibalization | ccforseo | nessuno |
| /seo cluster | claude-seo | Python e browser installati dal plugin |
| content-strategy | marketingskills | nessuno, meglio con export di keyword |
| /blog strategy, calendar, cluster | claude-blog | Python |
Nessuna skill copre da sola tutto il percorso: la combinazione più comune unisce una skill di ricerca, una di clustering e una di strategia. Chi lavora già con un pacchetto ampio come aaron-marketing-skills, che conta 120 skill, trova quasi tutte le fasi nello stesso posto, mentre chi preferisce strumenti leggeri può scegliere una skill per ogni passaggio. Conviene installarne poche e conoscerle bene, perché ogni skill aggiunge descrizioni che Claude deve valutare a ogni richiesta.
Vuoi portare Claude Code nel tuo flusso editoriale?
Con Claude Code e n8n costruisco agenti e automazioni per ricerche, bozze e report, su misura per il tuo team.
Puoi partire da una call gratuita di 30 minuti.
Perché una skill di keyword research ha bisogno di dati reali?
Una skill di keyword research ha bisogno di dati reali perché il modello linguistico non conosce i volumi di ricerca né la difficoltà delle parole chiave, e se li chiede a memoria ottiene numeri verosimili ma inventati.
La skill descrive il metodo: quali seed keyword usare, come filtrare, come classificare. I dati arrivano da un server MCP, il programma che tramite il Model Context Protocol collega Claude Code a servizi esterni come Ubersuggest, DataForSEO o Semrush, configurato come spiega la documentazione ufficiale di Claude Code sui server MCP. La skill keyword-research di OpenClaudia, ad esempio, richiede una chiave API di Semrush e può aggiungere DataForSEO, SerpAPI o Serping, mentre quella di aaron-marketing-skills funziona anche con dati incollati a mano.
Chi preferisce una procedura costruita sul proprio modo di lavorare trova i passaggi nella guida su come creare su misura una skill Claude per la keyword research con dati di volume e difficoltà. Una skill su misura richiede qualche ora di lavoro, ma riflette esattamente i criteri di chi la usa.
Quali skill trovano e raggruppano le keyword?
Le skill che trovano e raggruppano le keyword sono keyword-research per l’espansione, seo-analysis di InfraNodus per intento e lacune, keyword-cluster e /seo cluster per il raggruppamento.
keyword-research di aaron-marketing-skills e OpenClaudia
La skill keyword-research parte dalle seed keyword, le parole chiave di partenza che descrivono un argomento, e le espande in varianti e domande. Il risultato è un elenco filtrabile che comprende anche le long-tail keyword, le query più lunghe e specifiche. Le due skill omonime funzionano in modo diverso: quella di aaron-marketing-skills lavora anche senza chiavi, quella di OpenClaudia si appoggia all’API di Semrush. Conviene installarne una sola, perché due skill con lo stesso nome entrano in conflitto.
seo-analysis di InfraNodus per intento e lacune
La skill seo-analysis di InfraNodus scarica i risultati di Google e le ricerche correlate, li trasforma in un grafo di concetti e mostra che cosa le persone cercano e i risultati non trattano. Aiuta a leggere il search intent, l’obiettivo che sta dietro una ricerca. Richiede un account InfraNodus gratuito per la chiave del server MCP; senza, ripiega sulla ricerca web. È la skill più interessante per trovare angolazioni nuove su argomenti già molto trattati.
keyword-cluster e /seo cluster per i gruppi di keyword
Le skill keyword-cluster di ccforseo e /seo cluster di claude-seo applicano il keyword clustering, il raggruppamento delle query che possono essere servite dalla stessa pagina. Entrambe confrontano i risultati in SERP: /seo cluster usa la sovrapposizione dei primi dieci risultati, mentre keyword-cluster la combina con la somiglianza semantica. Il raggruppamento basato sulla SERP è più affidabile di quello basato sul solo significato delle parole.
Quali skill trasformano le keyword in una strategia dei contenuti?
Le skill che trasformano le keyword in una strategia sono content-strategy di marketingskills, le skill di cannibalizzazione e i comandi di pianificazione di claude-blog.
content-strategy di marketingskills
La skill content-strategy decide quali contenuti creare e quali argomenti coprire, partendo dal file di contesto sul prodotto e sul pubblico che tutta la raccolta condivide. Il risultato comprende da tre a cinque pilastri tematici e un elenco di argomenti prioritari, ciascuno con keyword, fase del percorso d’acquisto e tipo di contenuto; se riceve un export da Semrush o Search Console, raggruppa le keyword per intento. Più quel file è preciso su offerta e clienti, più la strategia è aderente al business.
cannibalization per le sovrapposizioni
Le skill cannibalization di ccforseo e /blog cannibalization di claude-blog cercano le pagine che competono per la stessa parola chiave. Per ogni coppia di pagine in conflitto suggeriscono se unirle, differenziarle o indicare con un canonical quella principale. Vanno lanciate prima di pianificare nuovi articoli, perché spesso la soluzione è aggiornare una pagina esistente.
/blog strategy, calendar e cluster di claude-blog
Il plugin claude-blog offre /blog strategy per la strategia di nicchia, /blog calendar per il calendario mensile o trimestrale e /blog cluster per progettare un topic cluster, l’insieme di contenuti collegati attorno a una pagina principale. Il risultato si traduce facilmente in un piano editoriale con date e titoli.
Come si costruisce una strategia con le skill, passo dopo passo?
Una strategia con le skill si costruisce collegando la fonte dei dati, espandendo e raggruppando le keyword, confrontandosi con i competitor e infine trasformando i cluster in un calendario.
Collegare la fonte dei dati
Per costruire una strategia con le skill, il primo passo è collegare a Claude Code un server MCP con dati di volume e difficoltà per il mercato italiano. Diversi connettori usano l’inglese o gli Stati Uniti come valore predefinito: con Ubersuggest, ad esempio, si indicano nelle istruzioni della skill locId 2380 e language “it”, così ogni chiamata restituisce dati italiani. Conviene fare una prova con due o tre keyword di cui si conoscono già i volumi, per verificare che il collegamento funzioni.
Espandere, classificare e raggruppare
Il secondo passo consiste nel lanciare keyword-research sulle seed keyword e poi keyword-cluster sull’elenco ottenuto, verificando a campione i gruppi più grandi. Prima del raggruppamento conviene eliminare le query fuori tema, i nomi di brand dei concorrenti e le varianti con volume nullo, che altrimenti generano gruppi rumorosi. Una regola utile è salvare ogni elenco intermedio in un file, così da poter ripartire da qualsiasi punto senza rifare le chiamate allo strumento e consumare crediti. Un cluster sbagliato all’inizio produce articoli che si fanno concorrenza tra loro.
Confrontare i competitor e trovare i gap
Il terzo passo consiste nel lanciare seo-analysis di InfraNodus per una content gap analysis, il confronto tra i temi trattati dal sito e quelli dei concorrenti, affiancata dall’analisi del gap keyword, lo scarto tra le parole chiave dei competitor e le proprie. Nello stesso passo cannibalization controlla che i nuovi temi non si sovrappongano a pagine già pubblicate. I gap più promettenti sono quelli con intento chiaro e concorrenza contenuta.
Passare dal cluster al calendario
Passare dal cluster al calendario significa ordinare i gruppi di keyword per potenziale e difficoltà e assegnare a ciascuno una data di pubblicazione. Un prompt di partenza può essere strutturato così:
Usa i cluster salvati nel file [nome del file] e i dati di volume e difficoltà del server MCP collegato. Per ogni cluster proponi la pagina principale, gli articoli di supporto e l’intento prevalente. Ordina i cluster per rapporto tra potenziale di traffico e difficoltà e distribuiscili in un calendario di [numero] mesi, con [numero] articoli al mese.
I volumi vanno letti dal connettore e mai chiesti al modello. Il calendario proposto è una bozza: stagionalità, priorità commerciali e risorse disponibili le conosce solo chi lo approva.
Esempi concreti di keyword research con le skill Claude Code
Gli esempi seguenti mostrano dove le skill accorciano davvero i tempi, cioè nell’espansione e nel raggruppamento, e quali problemi fanno emergere prima di scrivere. Sono casi ipotetici con numeri plausibili.
- studio di commercialisti a Bologna:
keyword-researchcollegata a Ubersuggest espande dieci seed keyword in 420 query;keyword-clusterle riduce a 28 gruppi e la strategia ne seleziona 12 per il primo semestre; il lavoro di ricerca passa da due giorni a mezza giornata - e-commerce di cosmetica naturale:
seo-analysisdi InfraNodus mostra che le ricerche sulla skincare per pelli sensibili chiedono ingredienti e test, temi assenti dai primi risultati; nascono sei guide dedicate, che in quattro mesi portano 1.800 visite mensili stimate - blog di un software gestionale:
cannibalizationtrova nove coppie di articoli sulla stessa keyword; la redazione ne unisce sei e aggiorna le altre tre senza scrivere articoli nuovi, e la posizione media del cluster migliora da 14 a 8.
Quali errori evitare con le skill di keyword research?
Gli errori più frequenti con le skill di keyword research riguardano i dati e il controllo dei risultati. I principali sono i seguenti:
- chiedere volumi e difficoltà al modello senza uno strumento collegato
- accettare i cluster senza guardare la SERP delle keyword principali
- mescolare mercati e lingue diverse nella stessa analisi
- pianificare più articoli di quanti la redazione riesca a scrivere e aggiornare
- installare due skill con lo stesso nome
- saltare la revisione umana del calendario finale.
Il rischio maggiore è l’apparenza di precisione: una tabella ordinata non garantisce che i numeri siano veri.
Domande frequenti
Claude conosce i volumi di ricerca delle keyword?
No, il modello non ha accesso ai volumi aggiornati. Servono uno strumento SEO collegato tramite server MCP oppure dati esportati e forniti nella conversazione.
Le skill per la keyword research sono gratuite?
Sì, le skill sono gratuite e open source. Per volumi e difficoltà aggiornati serve però uno strumento a pagamento o a consumo, come Semrush, Ubersuggest o DataForSEO.
Che differenza c’è tra una skill e un server MCP?
La skill contiene il metodo di lavoro, il server MCP collega Claude a un servizio esterno da cui leggere i dati. Nella keyword research servono quasi sempre entrambi.
Le skill di keyword research funzionano in italiano?
Sì, se la fonte dei dati è impostata sul mercato italiano. Le istruzioni sono in inglese, ma Claude applica il metodo alle keyword italiane senza difficoltà.



