之前的文章陆陆续续分享了七八种关键词调研的方法，我自己在工作中使用这些方法调研关键词时，会有一些新的思考，或者说对既有方法的一些优化，那这篇文章就聊聊最近的一点思考。
之前部分文章:
就拿谷歌搜索下拉框调研关键词这种方法来说吧，其实大家都知道怎么用。
大体的操作步骤无非就是，先在搜索框中输入关键词，看搜索引擎给我们的下拉框建议，然后再从这些下拉框中选择我们想要的。
但是这么操作有一个非常大的弊端，费时间。
利用上面这张图片举个很简单的例子，假设我的主关键词是 yoga，那我在主关键词后面输入一个字母 a，看看搜索引擎有哪些长尾关键词建议，然后记录下来。
依此类推，可以分别再输入字母 b 去看相关的关键词建议，直到穷尽 36 种可能（还有 10 个数字）。
但是这样一套操作（Alphabet Soup Method）下来，真的会很慢很耗时间，且人都有可能傻掉。
所以现在这样的重复性操作，我全部会写相应的脚本程序并将其百分百自动化，过程中实现零人工干预。以前人工一上午都做不好的时间，交给程序最多也就 2 分钟解决吧。
然后再依次去用程序查询关键词的搜索量与竞争难度，及其过去 12 个月的搜索趋势。再在数据支撑上，做进一步的行动。
当然，这种程序化操作的方法只是解决方案之一，不排除还有很多很好的其他途径，比如直接买数据源，比如将这部分工作交给 ChatGPT。
额外补充一点 AI 的优化路径，这里分享一下我用的 Prompt。
Show me a list of keywords that include the term "yoga" and the next letter starts with b.
3.5 版本的模型可能没有最新版模型的数据精准、全面，但是这种使用 AI 工具发散关键词的方法毕竟是对“下拉框关键词调研”的一种优化与补充。
方法没有好坏之分，有的只是适不适合你自己，适不适合你的业务。
以上对于下拉框关键词调研方法的一点补充。
