강화됨 · 실시간 데이터Local SEO Agent

Local Competitor Scan

로컬 팩에서 앞선 업체들을 파악하고, 로컬 순위를 움직이는 신호로 분석해 리뷰 수와 평점 격차를 수치화하세요.

에이전트 네이티브

Claude, ChatGPT 커스텀 MCP 앱, OpenClaw, Hermes, Codex, Claude Code, Cursor, VS Code, 또는 다른 MCP 지원 클라이언트 안에서 실행하세요. 전용 GUI 흐름도, 별도의 LLM API 키도 필요 없습니다.

실시간 공개 데이터 기반

모든 단계는 UnifAPI가 반환하는 실시간 공개 데이터 record에 근거하므로, 출력은 일반적인 모범 사례 목록이 아니라 실제로 무엇이 순위에 오르고, 게시되고, 회자되는지를 인용합니다.

조합 가능 & 오픈소스

Skills는 서로를 상호 참조하며 공개된 MIT 스타일 저장소에 있습니다. GitHub에서 전체 SKILL.md를 읽거나, 포크하거나, 에이전트 안에서 그대로 실행하세요.

실행 프롬프트

이것을 Codex 또는 Claude Code에 붙여넣으세요

프롬프트는 의도적으로 수정 가능합니다. 핸들, 시장, 예산, 캠페인 목표를 바꾼 다음, 실시간 공개 데이터가 필요할 때 에이전트가 UnifAPI MCP를 호출하도록 하세요.

Map the businesses beating me in the local pack for "dentist near me" in my city, profile each on rating, review count, and category, and tell me the concrete signal gap to close.
skill 작동 방식

SKILL.md에서 렌더링된 전체 skill

당신은 로컬 경쟁 분석가입니다. 로컬 팩에서 당신 앞에 앉아 있는 비즈니스들은 당신의 카테고리와 도시에서 로컬 Google이 무엇을 보상하는지에 대한 가장 명확한 브리프입니다. 이 skill은 어떤 비즈니스의 타깃 로컬 쿼리에 대해 순위 매긴 경쟁사를 매핑하고, 로컬 순위를 움직이는 신호로 그들을 프로파일링하며 — 선두 주자에 대해서는 그들이 왜 이기는지를 설명하기 위해 그들의 더 넓은 오가닉 강도를 가져오고 — 그런 다음 구체적인 격차를 표면화합니다. 읽기 전용.

이것은 enhanced skill입니다: UnifAPI를 통해 실시간 공개 데이터를 읽습니다.

실시간 증거를 위해 UnifAPI를 사용하세요

기억으로 구축한 경쟁 브리프는 추측입니다. 실제 팩 라이벌, 그들의 실제 목록, 그리고 — 선두 주자에 대해서는 — 그들의 실제 오가닉 발자국을 읽어야 합니다. unifapi skill로 연결한(OAuth MCP) 다음 호출하세요:

  • 팩 라이벌 — local/search, maps/search — 각 타깃 쿼리 × 위치에 대해 로컬 팩을 차지하는 비즈니스, 더하기 각각의 name, place_id, 주 + 보조 category, rating, review_count, phone, website, hours, position. 쿼리(와 위치)를 반복하고 라이벌을 place_id로 중복 제거하세요 — 반복되는 라이벌이 실제 경쟁으로 표면화됩니다.
  • 오가닉 로컬 결과 — seo/serp — 같은 쿼리에 대해 누가 오가닉 블루 링크에서 순위 매기는지. 라이벌이 오가닉 결과를 차지하면서도 팩에서 뒤처질 수 있고, 그 반대일 수도 있습니다; 둘 다 읽는 것이 "맵을 이긴다"와 "페이지를 이긴다"를 구분합니다.
  • 선두 주자가 왜 이기는가(더 넓은 오가닉 강도) — seo/competitors/domain(라이벌의 오가닉 경쟁사와 실제로 경쟁하는 도메인)과 seo/competitors/ranked-keywords(라이벌 사이트가 순위 매기는 쿼리의 폭). 이것은 맥락 레이어입니다: 수백 개의 로컬 쿼리에 대해서도 순위 매기는 팩 선두 주자는 그 노출도를 뒷받침하는 사이트 권위를 가졌습니다 — 그것은 단지 리뷰가 더 많은 라이벌과는 다른, 더 어려운 격차입니다.

UnifAPI는 공개 데이터만 읽습니다 — 절대 어떤 비즈니스의 프로필도 건드리지 않습니다. 출력이 record 비용을 명시할 수 있도록 billing 메타데이터를 보관하세요.

워크플로

  1. 쿼리와 위치를 설정하세요 — 필수. 비즈니스의 우선순위 로컬 쿼리와 도시를 받으세요(local-pack-audit가 있으면 그 세트를 재사용). 쿼리가 빠졌으면 요청하세요. (.agents/product-marketing.md / .claude/product-marketing.md가 존재하면 먼저 읽으세요.)
  2. 반복되는 경쟁사를 식별하세요. local/search + maps/search로 각 쿼리에 대한 팩을 가져오고, place_id로 키가 매겨진 전반에 걸쳐 등장하는 비즈니스를 수집하며, seo/serp로 오가닉 블록을 교차 확인하세요. 각 라이벌이 몇 개의 타깃 쿼리에 등장하는지 세세요 — 빈도가 첫 번째 필터입니다: 6개 팩 중 5개에 있는 비즈니스는 핵심 라이벌이고; 한 쿼리짜리 깜짝 등장은 노이즈입니다.
  3. 각 경쟁사를 프로파일링하세요 로컬 순위가 보상하는 신호로: 주 category(관련성), rating과 review_count(노출도), 가능한 곳에서는 리뷰 최신성, 보조 카테고리, 영업시간 완성도, 그리고 웹사이트 존재.
  4. 선두 주자에 오가닉 맥락을 더하세요. 상위 반복 라이벌에 대해 seo/competitors/ranked-keywords(그들의 오가닉 발자국이 얼마나 넓은지)와 seo/competitors/domain(그들이 누구의 오가닉 영역을 두고 싸우는지)을 실행하세요. 사이트 권위로 뒷받침되는 팩 선두는 단지 리뷰 수 우위가 아니라 구조적 이점입니다 — 어느 쪽인지 말하세요.
  5. 격차를 점수화하세요 각 경쟁사를 아래 루브릭으로 타깃과 비교해서, 스캔이 단지 존재가 아니라 위협으로 라이벌의 순위를 매기게 하세요.
  6. 공통분모를 찾으세요. 상위 순위 라이벌이 공유하면서 타깃에는 없는 것이 무엇인지 — 리뷰 수 하한선, 더 구체적인 주 카테고리, 폭넓은 오가닉 순위 — 그리고 그것을 정량화하세요.

위협 점수화 루브릭

각 반복 경쟁사에 대해, 로컬 순위가 보상하는 레버에서 타깃보다 얼마나 앞서는지 점수화하세요. 합계가 높을수록 = 더 큰 위협 / 더 명확한 브리프:

신호점수 매기는 법(경쟁사 vs. 타깃)가중치
팩 빈도등장하는 쿼리 ÷ 전체 타깃 쿼리×3
리뷰 볼륨타깃 대비 review_count 비율(3×에서 상한)×3
평점타깃 대비 평점 차이(+0.1마다 = 1점, 상한)×2
카테고리 적합주 카테고리가 쿼리에 더 구체적인가? (0/1/2)×2
오가닉 강도타깃 대비 ranked-keywords 수 — 폭넓은 로컬 발자국? (0–3)×2
완성도보조 카테고리 + 영업시간 + 웹사이트 모두 존재? (0–3)×1

위협 점수 = Σ(신호 × 가중치). 위협 내림차순으로 경쟁사 순위를 매기세요. 그 목록의 맨 위가 먼저 연구하고 이겨야 할 비즈니스입니다; 그 점수를 끌어올린 신호가 할 일 목록입니다.

Output: 경쟁사 표 + 격차 요약

# Local Competitor Scan — <business> — <date>

Queries: <…> · location: <…> · language/device: <…>

## Competitor profile (ranked by threat score)

| Competitor    | Pack freq | Primary category       | Rating | Reviews | Ranked kw | Threat | Lead over target                            |
| ------------- | --------- | ---------------------- | ------ | ------- | --------- | ------ | ------------------------------------------- |
| Cool Air HVAC | 6/6       | Furnace repair service | 4.9    | 680     | 1,240     | 19     | Reviews 3.2×, exact category, broad organic |
| A1 Comfort    | 5/6       | HVAC contractor        | 4.7    | 410     | 320       | 11     | Reviews 2×, full hours                      |
| _Target_      | 3/6       | HVAC contractor        | 4.7    | 210     | 180       | —      | —                                           |

## Gap summary

- The signal gap in concrete numbers: where the target trails the pack leaders (review volume, rating, category specificity, organic footprint).
- The common denominator: what every top-3 rival has that the target doesn't.
- A ranked shortlist of what to close first, ordered by the rubric's weighting.

Each figure cited to the live local-pack / listing / SERP record it came from. Record cost consumed (or best estimate).

작업 예시

브리프: HVAC 회사, 쿼리 "ac repair / furnace repair / hvac repair" × Austin. 타깃: 평점 4.7, 리뷰 210개, 주 category "HVAC contractor", "ac"/"hvac" 팩의 3/3에 등장하지만 "furnace repair"에서는 부재.

  • Cool Air HVAC — 더 넓은 쿼리 세트 전반에서 6/6 등장, 4.9 / 리뷰 680개, 주 "Furnace repair service"; seo/competitors/ranked-keywords는 ~1,240개 순위 쿼리(타깃 ~180개 대비)를 보여주고 seo/competitors/domain은 그를 도시의 오가닉 선두 주자 사이에 둡니다. 위협 점수 19: 리뷰 3.2×, 타깃이 빠진 쿼리에 정확한 카테고리, 그리고 구조적 사이트 권위. 브리프: 리뷰 속도 + furnace 카테고리 + 콘텐츠 깊이.
  • A1 Comfort — 5/6, 4.7 / 410개, 주 "HVAC contractor"(타깃과 동일), 적당한 오가닉 발자국. 위협 점수 11: 순수한 리뷰 볼륨 우위, 카테고리나 권위 우위 없음 — 가장 이길 만한 선두 주자.
  • 공통분모: 두 상위 라이벌 모두 ~400개 리뷰를 넘기고 쿼리별 주 카테고리를 보유; 가장 어려운(Cool Air)은 타깃에게 없는 폭넓은 오가닉 순위도 가졌습니다.

판정: A1은 리뷰만으로 따라잡을 수 있습니다; Cool Air는 리뷰 + furnace 카테고리 + 콘텐츠 플레이가 필요합니다. 읽기: 6 local/maps + 3 SERP + 4 competitor-organic.

가드레일

  • 읽기 전용("손이 아니라 눈"). 공개 데이터만. 공개 경쟁사 데이터를 분석합니다; 절대 어떤 목록도 편집하거나, 게시하거나, 경쟁사에 연락하지 않습니다. 운영자 자체 팀이 격차에 대해 행동합니다.
  • 확인됨 vs 추론됨. 평점, 리뷰 수, 순위 키워드 수를 확인된 읽기로 보고하세요; 위협 점수와 "왜 그들이 이기는가" 귀속은 추론됨으로 취급하세요 — 높은 점수는 명확한 브리프를 의미하지, 그 신호를 복사하면 팩을 뒤집는다는 증거가 아닙니다. 로컬 순위에는 공개 데이터가 볼 수 없는 요인이 있습니다.
  • 날짜가 찍힌 스냅샷, 재실행 가능. 로컬 순위는 개인화되고 시간에 민감합니다 — 위치, 언어, 기기, 타임스탬프를 기록하고, 스캔을 재실행할 수 있도록 라이벌 워치리스트를 보관하세요.
  • 조작 복사를 권하지 마세요. 라이벌이 이름 채우기나 가짜 카테고리로 순위 매긴다면, 모방할 전술이 아니라 위험 / 지속 불가능할 가능성으로 표시하세요.

관련 Skills

  • local-pack-audit (Local SEO): 누가 이기는지 프로파일링하기 전에 비즈니스가 어디 순위 매기는지를 확립합니다.
  • listing-accuracy-audit (Local SEO): 경쟁 기준이 명확해지면 타깃 자신의 목록을 점검합니다.
  • unifapi: 공유 데이터 skill — MCP를 연결하고 위 오퍼레이션을 발견하세요.

출처: GitHub의 local-competitor-scan/SKILL.md — 거기에서 PR을 열어 개선하세요.

공개 데이터 도구

이 skill이 호출하는 라이브 API

skill이 지정하는 모든 오퍼레이션은 이 UnifAPI 플랫폼 중 하나입니다 — 제품 코드, 디버깅, 커스텀 에이전트 흐름을 위해 여전히 보이고 호출 가능합니다.

  • 경쟁사 표: 각 경쟁자의 카테고리, 평점, 리뷰 수, 순위한 쿼리
  • 로컬 팩 선두와의 신호 갭을 구체적인 숫자로
  • 승리한 경쟁사들이 공통으로 가졌지만 타깃에게 없는 것의 후보 목록
  • 모든 수치를 실시간 로컬 팩 및 목록 레코드에 인용
관련 skills

Local SEO Agent의 더 많은 skills

같은 에이전트에서 이들을 연결해 하나의 의사결정 결과물에서 다음 결과물로 이어가세요 — 각 skill은 고유한 실행 프롬프트, 워크플로, 기대 출력을 갖습니다.

로컬 팩 감사

비즈니스의 쿼리에 대한 실시간 로컬 팩 / 맵 결과를 가져와 경쟁사 대비 정확히 어디에 순위하는지 보고합니다.

로컬 팩 감사 열기

목록 정확도

비즈니스의 공개 맵/로컬 목록을 읽고 세부 정보가 일관되지 않거나, 불완전하거나, 잘못된 지점을 표시합니다.

목록 정확도 열기
Local SEO Agent의 모든 skill 보기