SEO
BioFord 竞对关键词策略记录
更新时间：2026-05-11 分析对象：BioFord、Bohrium、Edison Scientific、Biomni 数据口径：Semrush 导出的关键词差距文件、DataForSEO 查询结果、竞对主要页面观察。以下结论以 Google 英文市场为主。
1. 总体结论
竞对的非品牌关键词策略可以分成三类：
| 类型 | 代表竞对 | 特点 | 对 BioFord 的参考价值 |
|---|
| 品类词占位 | Edison Scientific | 用首页和核心文章覆盖 AI for Science、AI scientist、scientific discovery 等词 | 高 |
| 任务词覆盖 | Biomni | 在首页集中暴露生物医学任务、工具、数据库和分析场景 | 高 |
| 泛科学内容库 | Bohrium | 通过 SciencePedia 等百科型页面覆盖大量泛科学概念词 | 中 |
BioFord 当前不应优先复制 Bohrium 的大规模泛百科路线，而应优先学习 Edison 和 Biomni：
- 用首页和核心落地页抢
ai for science、scientific ai、ai co-scientist 等品类词。
- 用四大智能体页面承接
literature synthesis、bioinformatics ai、molecular modeling、protocol generator 等任务词。
- 用模型库和场景页承接更具体的科研工具词，例如
protein structure prediction、molecular docking ai、crispr guide design。
2. 竞对主要页面关键词情况
2.1 Bohrium
| 页面 | 非品牌词类型 | 代表关键词 | 判断 |
|---|
https://www.bohrium.com/en | 品牌变体、导航词、弱相关词 | science navigator、scopus ai login、bo ai | 首页非品牌有效词不强，很多词转化价值有限 |
https://www.bohrium.com/en/sciencepedia | 泛科学/百科词 | vector quantities、electromagnetism laws、introduction electrodynamics、molar volume | 有流量规模，但和 BioFord 的商业转化距离较远 |
| SciencePedia 具体概念页 | 单个科学概念词 | planck einstein relation、disease modifying antirheumatic drugs、repulsive binding、newborn heart rate | 属于内容库打法，需要大量页面和内容生产 |
https://www.bohrium.com/en/apps/readpaper | 工具名/产品词 | ReadPaper 相关词 | 非品牌有效词有限 |
Bohrium 的关键词策略不是单纯产品页 SEO，而是“平台首页 + 科学百科内容库”。它适合做大规模自然流量，但短期内不适合作为 BioFord 的第一优先级。
2.2 Edison Scientific
| 页面 | 非品牌词类型 | 代表关键词 | 判断 |
|---|
https://edisonscientific.com/ | AI for Science 品类词 | ai for science、scientific ai、ai science、ai co-scientist、scientific discovery、ai in science | 最值得 BioFord 参考 |
https://edisonscientific.com/articles/announcing-kosmos | AI scientist / world model 概念词 | ai world models、models for science、ai scientist | 用产品发布文章承接新品类词 |
https://edisonscientific.com/articles/edison-literature-agent | 文献智能体/科研阅读词 | scientific literature、literature synthesis、literature agent、synthesize literature | 和 BioFord 的 BioScholar 高度相关 |
https://platform.edisonscientific.com/ | 平台导航词、产品词 | Edison 平台相关词 | 主要是品牌和平台入口价值 |
Edison 的策略更接近 BioFord 应该走的方向：先把“AI for Science 平台”这个品类占住，再用产品文章解释具体能力。
2.3 Biomni
| 页面 | 非品牌词类型 | 代表关键词 | 判断 |
|---|
https://biomni.stanford.edu/ | 生物医学 AI agent 词 | biomedical ai agent、bioinformatics ai、ai bioinformatics | 与 BioFord 的整体定位高度相关 |
| 首页内容区 | 生物医学任务词 | single cell analysis、molecular modeling、ai genomics、bio data analysis | 值得 BioFord 拆成场景页 |
| 首页工具/数据库表达 | 科研工具和数据库词 | gwas catalog、perturb-seq、crispr guide design、rna structure prediction、in silico modeling software | 说明“把具体能力写出来”能带来搜索覆盖 |
Biomni 的优势不是页面很多，而是首页把大量生物医学任务、工具、数据库、模型能力都明确写出来。这正是 BioFord 当前公开页面仍可补足的地方。
3. BioFord 当前关键词差距
| 差距 | 具体表现 | 影响 |
|---|
| 首页品类词承接仍可补足 | 有 Science at the Speed of Vibe，但建议补充稳定的 SEO 标题、描述和结构化正文 | 难以竞争 ai for science、scientific ai |
| 四大智能体没有独立可索引页面 | BioScholar、BioModeler、BioDesigner、BioAnalyst 的能力主要在产品介绍和后台中 | 搜索引擎无法充分理解每个产品模块 |
| 任务词没有页面承接 | 文献检索、分子对接、实验方案生成、数据分析等没有独立页面 | 无法覆盖高意图长尾词 |
| 模型库没有 SEO 化 | 后台有 Model Library，但公开页建议补充模型清单和能力说明 | 浪费 protein structure prediction、molecular docking、crispr guide design 等词 |
| 内容体系尚未形成 | 没有 Edison 式产品文章，也没有 Bohrium 式知识库 | 建议补充持续获取自然流量的入口 |
4. BioFord 推荐关键词布局
P0：优先建立的核心页面
| 页面方向 | 主关键词 | 辅助关键词 |
|---|
| AI for Science 平台页 | ai for science | scientific ai、ai co-scientist、scientific discovery、ai for scientific discovery |
| BioScholar 页面 | literature synthesis | scientific literature、literature search ai、knowledge synthesis、citation analysis |
| BioAnalyst 页面 | bioinformatics ai | ai genomics、single cell analysis、bio data analysis、statistical analysis |
P1：第二阶段功能页面
| 页面方向 | 主关键词 | 辅助关键词 |
|---|
| BioModeler 页面 | molecular modeling | molecular docking ai、structure prediction、in silico modeling software、protein engineering |
| BioDesigner 页面 | protocol generator | reagent calculator、lab protocol generator、experiment protocol、crispr guide design |
| Model Library 页面 | protein structure prediction | rna structure prediction、antibody design、small molecule docking、alphafold alternative |
P2：长期内容页面
| 内容方向 | 可覆盖关键词 |
|---|
| 文献智能体教程 | how to synthesize scientific literature、literature review ai tool、citation analysis tool |
| 生物信息分析教程 | single cell analysis ai、ai genomics analysis、bioinformatics ai tools |
| 分子建模教程 | molecular docking ai tool、protein structure prediction ai、in silico modeling software |
| 湿实验方案教程 | protocol generator for biology、reagent calculator biology、crispr guide design tool |
5. 推荐执行顺序
| 优先级 | 要做的事 | 原因 |
|---|
| 1 | 重写首页 SEO 标题、描述、H1 和首屏正文 | 先承接 ai for science、scientific ai 这类核心品类词 |
| 2 | 建立四大智能体独立页面 | 把后台真实能力变成搜索引擎可理解的页面 |
| 3 | 建立 Model Library 公开页 | 承接模型、工具、任务相关长尾词 |
| 4 | 发布 Edison 式产品文章 | 用文章抢新品类词和概念词 |
| 5 | 再考虑 Bohrium 式知识库 | 内容成本高，适合作为中长期流量工程 |
6. 不建议优先做的方向
| 方向 | 原因 |
|---|
| 大量写泛科学百科词 | 可能有流量，但与 BioFord 的产品转化距离较远 |
| 只优化品牌词 | BioFord 当前品牌搜索量仍可补足，无法支撑增长 |
| 只做首页，不拆功能页 | 无法覆盖 BioScholar、BioModeler、BioDesigner、BioAnalyst 的具体任务词 |
| 只写“AI 科研平台”概念，不写具体任务 | 搜索引擎和科研用户都需要看到明确功能和应用场景 |
7. 站内 SEO 基础规范
BioFord 现在不能只看关键词列表。公开页面首先要让搜索引擎明确理解：这是一套生命科学 AI 平台，包含文献、建模、实验方案和数据分析四类能力。
| 页面 | Title 建议 | Meta Description 建议 |
|---|
| 首页 | BioFord - AI for Science Platform for Bioscience R&D | BioFord is an AI for bioscience platform that connects literature synthesis, molecular modeling, protocol generation and bioinformatics analysis in one research workflow. |
| AI for Science 页 | AI for Science Platform for Bioscience Research | Explore how BioFord helps bioscience teams automate literature review, dry lab modeling, wet lab protocol design and data analysis. |
| BioScholar | AI Literature Search and Literature Synthesis for Bioscience | Search PubMed and scientific literature, build citation-backed summaries and synthesize evidence for bioscience research. |
| BioModeler | AI Molecular Modeling and Structure Prediction | Use AI-assisted molecular docking, structure prediction and protein modeling workflows for dry lab research. |
| BioDesigner | Lab Protocol Generator and Reagent Calculator | Generate experiment protocols, calculate reagents and check safety boundaries for wet lab workflows. |
| BioAnalyst | Bioinformatics AI and Omics Data Analysis | Analyze biological datasets, identify hidden signals and generate visual reports from multi-omics data. |
要求：
- Title 把主关键词放前面，不要只写品牌口号。
- Meta description 必须包含用户对象、任务场景、核心能力和下一步动作。
- 每个页面只服务一个主搜索意图，不要把四个 Agent 全塞进同一个页面。
7.2 H 标签结构
| 层级 | 用法 | 示例 |
|---|
| H1 | 页面主定位，只出现一次 | AI for Science Platform for Bioscience Research |
| H2 | 页面主模块 | Literature synthesis、Molecular modeling、Protocol generation、Data analysis |
| H3 | 具体能力、流程、证据 | PubMed search、Citation analysis、Molecular docking、Reagent calculation |
| H4 | 表格、FAQ、案例细节 | Input、Output、Supported data、Use case |
首页建议结构：
- H1：AI for Science Platform for Bioscience Research
- H2：Four AI Agents for Closed-loop Bioscience R&D
- H2：From Literature Insight to Experiment Protocol
- H2：Model Library for Bioscience Tasks
- H2：Use Cases for Research Teams
- H2：Security, Compliance and Data Management
7.3 结构化数据
| 页面类型 | Schema 类型 | 作用 |
|---|
| 首页 | Organization、WebSite、SoftwareApplication | 建立品牌实体和产品类型 |
| Agent 页面 | SoftwareApplication、WebApplication、BreadcrumbList | 说明具体软件能力 |
| 博客文章 | Article、BlogPosting、BreadcrumbList | 帮助文章被理解和引用 |
| 案例页 | Article、Product、Review/Rating（有真实评价时） | 增加结果证据和可信度 |
| 视频/演示页 | VideoObject | 帮助演示素材进入搜索结果 |
Dataset 类结构化数据可以作为语义辅助使用，但不要把它当成主要富结果来源。更重要的是让页面内容、标题、面包屑和实体关系保持一致。
8. 语义词、NLP 词和 TF-IDF 优化
BioFord 的 SEO 不能只写主关键词。生命科学 AI 产品需要覆盖实体、任务、工具、输入输出和实验场景，搜索引擎才容易判断页面主题。
8.1 NLP 词簇
| 页面 | 主关键词 | 必须覆盖的语义词 |
|---|
| AI for Science | ai for science | scientific discovery、AI scientist、scientific AI、research automation、lab workflow、R&D platform、bioscience research |
| BioScholar | literature synthesis | PubMed、bioRxiv、citation analysis、evidence chain、RAG、scientific literature、knowledge synthesis |
| BioModeler | molecular modeling | molecular docking、structure prediction、protein engineering、molecular dynamics、in silico modeling、binding affinity |
| BioDesigner | protocol generator | lab protocol、reagent calculator、experiment design、safety check、wet lab、CRISPR guide design |
| BioAnalyst | bioinformatics ai | omics data、single-cell analysis、RNA-seq、statistical analysis、data visualization、automated report |
| Model Library | protein structure prediction | antibody design、small molecule docking、RNA structure prediction、CRISPR model、model benchmark |
8.2 TF-IDF 操作方法
| 步骤 | 做法 | 输出 |
|---|
| 1 | 选取每个目标词 Google 前 10-20 个页面，包括 Edison、Biomni、Bohrium 和同类工具 | 竞对页面语料 |
| 2 | 提取高频实体词、任务词、动词、数据类型和工具名 | 页面词表 |
| 3 | 按页面类型分组，不把博客词表套到产品页 | 品类页词表、Agent 页词表、博客词表 |
| 4 | 检查 BioFord 页面是否覆盖必要实体和任务，而不是重复主词 | 内容缺口 |
| 5 | 每月按排名变化更新词表，避免页面停留在旧概念 | 维护清单 |
TF-IDF 的目的不是堆词，而是判断页面有没有覆盖“用户和搜索引擎都预期看到的概念”。例如 BioModeler 页面如果只写 AI modeling，但没有 docking、structure prediction、binding affinity、molecular dynamics，就很难被理解成分子建模工具页。
9. 内链布局
BioFord 应采用 Hub-and-Spoke 结构：
| Hub 页面 | 下挂页面 | 内链方向 |
|---|
| AI for Science | BioScholar、BioModeler、BioDesigner、BioAnalyst | 首页和品类页向四大 Agent 页面传递权重 |
| BioScholar | Literature search、Literature synthesis、Citation analysis、PubMed workflow | Agent 页面向任务页和博客页互链 |
| BioModeler | Molecular docking、Structure prediction、Protein engineering | 模型任务页回链 BioModeler 和 Model Library |
| BioDesigner | Protocol generator、Reagent calculator、CRISPR guide design | 湿实验任务页回链 BioDesigner |
| BioAnalyst | Bioinformatics AI、Single-cell analysis、Omics report | 数据分析任务页回链 BioAnalyst |
| Evidence Hub | Case study、Benchmark、White paper、Research note | 所有核心页都要链接证据资产 |
Anchor text 规则：
- 精确锚文本少量使用，例如
AI for Science platform、literature synthesis tool。
- 语义锚文本大量使用，例如
automate PubMed review、generate a wet lab protocol。
- 品牌锚文本用于实体统一，例如 BioFord、BioScholar、BioModeler。
- 证据锚文本用于转化，例如 Benchmark、case study、protocol example、model comparison。
10. 博客与内容生产
博客不是随便写新闻，而是补齐核心落地页无法承接的长尾问题。
10.1 博客栏目
| 栏目 | 文章方向 | 示例标题 |
|---|
| AI for Science | 品类教育、趋势、方法论 | What Is AI for Science in Bioscience R&D? |
| Literature AI | 文献检索、综述、引用分析 | How to Synthesize Scientific Literature with AI |
| Bioinformatics AI | 数据分析、组学、报告生成 | AI Bioinformatics Tools for Multi-omics Analysis |
| Molecular Modeling | 分子对接、结构预测、蛋白工程 | Molecular Docking AI: Workflow, Inputs and Outputs |
| Wet Lab Automation | Protocol、试剂计算、安全检查 | How to Generate Biology Lab Protocols with AI |
| Comparisons | 竞品对比和替代词 | BioFord vs Elicit for Bioscience Literature Review |
10.2 单篇文章结构
- 搜索意图：用户想理解概念、找工具、做对比，还是准备试用。
- 任务定义：先解释科研任务本身，不急着推产品。
- 常见流程：写清输入、步骤、输出和限制条件。
- BioFord 对应能力：自然引出相关 Agent 和 Model Library。
- 证据：放论文、Benchmark、截图、数据示例或实验结果。
- 内链：链接到对应 Agent 页面、模型页、案例页和下一篇文章。
- CTA：给出 Demo、示例数据、试用入口或下载资料。
10.3 90 天内容节奏
| 时间 | 内容重点 | 数量 |
|---|
| 第 1-30 天 | P0 页面和 4 个 Agent 页面 | 5-7 个核心页 |
| 第 31-60 天 | 任务页和 Model Library 页面 | 8-12 个页面 |
| 第 61-90 天 | 博客、对比页、案例页、Benchmark | 12-16 篇内容 |
11. 外链与付费合作
BioFord 不能把外链理解成“买一批链接”。生命科学产品更需要高相关、高可信、可解释来源。
| 类型 | 优先级 | 做法 |
|---|
| 学术合作页 | P0 | 争取高校、实验室、医院、合作机构页面提及 BioFord |
| PR / 媒体报道 | P0 | 围绕融资、产品发布、Benchmark、技术报告发布新闻稿 |
| GitHub / Notebook | P1 | 发布示例工作流、SDK、Notebook，提高开发者和科研用户引用 |
| 行业目录 | P1 | 进入 AI for Science、bioinformatics tools、lab automation 工具榜单 |
| 赞助内容 | P2 | 可以投行业媒体或 Newsletter，但重点看真实读者和相关性 |
| 付费外链 | 高风险 | 不建议裸买 dofollow 外链；如为赞助曝光，应使用 sponsored / nofollow，避免低质站群 |
外链评估标准：
- 页面主题是否和生命科学、AI、科研工具相关。
- 域名是否有真实受众，而不是只卖链接。
- 页面是否被索引，是否有自然流量。
- Anchor 是否自然，不能所有链接都用精确商业词。
- 是否能带来 referral traffic、试用、Demo 或品牌搜索提升。
12. 页面验收清单
| 模块 | 验收标准 |
|---|
| Title | 主关键词前置，品牌词后置，不超过 60 字符 |
| Meta description | 写清对象、功能、场景和证据，不写空泛口号 |
| H1 | 每页一个，和主搜索意图一致 |
| H2/H3 | 覆盖功能、流程、输入输出、证据、FAQ |
| URL | 短、可读、英文小写，例如 /ai-for-science/ |
| 内链 | 每页至少链接 3 个相关核心页和 1 个证据页 |
| Schema | JSON-LD 放在初始 HTML 中，不只依赖前端渲染 |
| 图片 | 关键截图有 alt，文件名包含页面主题 |
| CTA | 每页有下一步动作，不能只有介绍 |
| 证据 | 至少包含一个可信证据：论文、Benchmark、案例、数据样例或合作来源 |
13. 总结
BioFord 的 SEO 应以 Edison 的品类词打法为主线，以 Biomni 的任务词打法为核心补充。短期重点不是做大量泛百科内容，而是先补齐可索引的产品页、任务页、语义词覆盖、内链结构、结构化数据和证据资产。外链策略应优先做学术合作、PR、技术报告和真实工具目录，付费合作只能作为品牌曝光补充，不能把低质外链当成增长主策略。
