大约 100 个关键字。输出通常是按类别分类的所有术语的缩进项目符号列表。 Python 脚本为您提供了更大的灵活性，可以增加最大标记数并允许您处理更长的关键字列表。 下面是一个非常简单的 Python 脚本，它可以提示 OpenAI 对关键字列表进行分类。 导入 openai # 设置 OpenAI API 密钥和模型 ID openai.api_key =“您的API密钥” model_id =“text-davinci-003” # 定义与 OpenAI API 一起使用的提示 提示 = “”” 将以下关键词分类到语义相关的组中： 苹果 伦敦 香蕉 火车 车 比萨 西西里 面食 “”” # 使用 OpenAI 的 API 根据提示生成文本 响应 =（ 引擎=模型ID， 提示=提示， 最大令牌数=1024， n=1， 停止=无， 温度=0.7， ） # 从响应中提取生成的文本 生成的文本 = 响应.选择[0].文本 # 将生成的文本打印到控制台 打印（生成的文本） 输出将如下所示。
您可以使用此输出来修改所选关键字跟踪工具（例如Moz Pro）中的 巴基斯坦电话号码库 分组。如果您熟悉使用 Pandas，则可以将generated_text输出转换为数据框，以便轻松导出为 CSV。 水果：苹果、香蕉 城市：伦敦、西西里 交通：火车，汽车 食物：披萨、意大利面 3. 生成元描述 ChatGPT 非常擅长处理大量文本输入并对其进行总结。 对于 SEO 来说，还有什么比生成元描述更好的方法来利用 AI 的总结功能呢？由于元描述本质上是页面的摘要，因此自然语言处理 (NLP) 模型可以很好地从多段文本中提取主要思想并将其浓缩为一个。
在向 ChatGPT 提供文本进行总结时，您还可以包含一些您希望它包含在输出中的关键字。 这是另一个需要 Moz Keyword Explorer 等工具的外部数据来帮助您找到焦点关键字的情况。一旦您对要优化的页面的主要关键字有了想法，就可以将它们包含在元描述提示中。该提示可能看起来像这样： “ 用 60 个字概括以下文本，并包含以下关键词：seo、内容策略 [整页文字] ” 但根据我的经验，ChatGPT 不太擅长将响应限制在特定的单词或字符长度。