几百个页面挨个写TDK？用AI批量生成再人工过一遍的完整流程

网站做到几百个页面，最枯燥的活就是挨个写TDK——标题、描述、关键词。不写吧，搜索结果里显示的是页面开头那行字，点击率惨不忍睹；写吧，一个页面五分钟，五百个页面就是四十多个小时。这种格式统一、规则明确、量大管饱的活，正是AI的舒适区。

但直接把页面列表丢给AI说“帮我写TDK”，出来的是千篇一律的模板句，还容易超出字数限制。正确姿势是分三步：先把规则写死在提示词里，再分批喂页面数据，最后人工抽检。

你是一个SEO文案专家。请根据我提供的页面信息，

为每个页面生成TDK三要素，严格遵守以下规则：

【Title】不超过28个汉字，格式：核心词+修饰词+品牌词

【Description】不超过75个汉字，必须包含核心词，

写成一句话，禁止堆砌关键词，结尾给一个行动理由

【Keywords】3-5个，从页面内容提炼，按重要性排序

输出格式（严格JSON，方便程序处理）：

{"url": "...", "title": "...", "description": "...", "keywords": [...]}

页面信息如下：

URL: /article/nginx-tuning

标题: Nginx性能调优实战

正文摘要: 讲解worker进程配置、gzip压缩、keepalive、

静态文件缓存四大优化项，附配置片段...

批量处理用Python调API，每批十个页面，循环推进。API选聚合平台的好处是一个Key通吃各家模型，换模型不用改代码，模型价格透明：

# tdk_batch.py 批量生成TDK
import json, time, requests
 
API_URL = "https://聚合平台的网址.ai/api/v1/chat/completions"
HEADERS = {"Authorization": "Bearer 你的API_KEY",
 "Content-Type": "application/json"}
 
pages = json.load(open('pages.json', encoding='utf-8'))
results = []
for i in range(0, len(pages), 10):
 batch = pages[i:i+10]
 prompt = build_prompt(batch) # 按上面模板拼接
 resp = requests.post(API_URL, headers=HEADERS, json={
 "model": "deepseek/deepseek-chat",
 "messages": [{"role": "user", "content": prompt}],
 "temperature": 0.7,
 }, timeout=120)
 results.append(resp.json()["choices"][0]["message"]["content"])
 time.sleep(2) # 限速，避免触发速率限制
 
json.dump(results, open('tdk_raw.json', 'w', encoding='utf-8'),
 ensure_ascii=False, indent=2)

生成之后，两道人工关卡必须过。第一道查格式：字数超没超、JSON能不能解析、关键词是不是页面里真有的词。写个小脚本自动校验长度和解析，不合格的自动标红。第二道抽内容：每批随机抽三成人工读一遍，看有没有AI式空话（“本文将全面深入探讨…”这种）、有没有和页面实际内容对不上号的描述。发现问题回炉重生成，别带病上线。

成本算笔账：现在国产模型的API价格，生成五百个页面的TDK花不了几块钱，电费都不止这个数。省下的四十个小时，拿去做内容策略和数据分析，产出比写TDK高一个量级。机器干机器擅长的，人干人擅长的，这才是AI工具的正确打开方式。