MCP & Skill AI untuk Riset Keyword SEO

Riset keyword lama sering berhenti di spreadsheet. Volume ada. Intent kabur. Keputusan konten tetap tebak-tebakan.

MCP Skill AI untuk riset keyword memecah masalah itu jadi dua lapisan. MCP menarik data live. Skill memberi prosedur berpikir agar agent tidak asal mengarang cluster.

Glosarium ini memetakan istilah inti, nama server/skill yang relevan, cara pakai, serta repo GitHub yang masih aktif. Untuk GitLab, kami jujur soal temuan lapangan. Baca juga fondasi di apa itu MCP AI dan apa itu Skills AI.

Fondasi: Apa Beda MCP dan Skill AI untuk Riset Keyword

Model Context Protocol (MCP)

Model Context Protocol (MCP) adalah standar terbuka agar asisten AI memanggil tool dan data eksternal dengan aman. Anthropic merilisnya sebagai protokol publik. Dokumentasi spek ada di modelcontextprotocol.io.

Untuk riset keyword, MCP biasanya mengekspos tool volume, difficulty, related keywords, SERP, atau domain overview. Tanpa MCP, model hanya mengarang daftar kata dari pengetahuan latihannya.

Itulah kenapa orang sering sebut MCP Skill AI untuk riset keyword sebagai pasangan. MCP tanpa skill mudah jadi “sekadar tarik angka”. Skill tanpa MCP mudah jadi “analisis tanpa data live”.

Agent Skill (AI Skill)

Agent Skill adalah paket pengetahuan prosedural untuk agent, biasanya berupa file SKILL.md plus referensi. Ia bukan API data. Ia mengajarkan langkah kerja: expand seed, klasifikasi intent, skor peluang, lalu cluster topik.

Claude Code, Cursor, Codex, Gemini CLI, dan client lain memakai standar Agent Skills lewat CLI. Tanpa skill, Anda mengulang konteks metodologi tiap sesi.

Trade-offnya jujur: skill bagus di kerangka berpikir. Ia tidak menggantikan angka volume dari tool SEO berbayar.

skills.sh: Direktori Agent Skills dari Vercel

skills.sh adalah direktori terbuka Agent Skills yang Vercel kelola di ekosistemnya. Situs utamanya: www.skills.sh. Di sana Anda bisa mencari skill, melihat install count, dan membuka halaman skill per repo.

Pencarian skills.sh?q=keyword+research mengarahkan ke skill yang beririsan dengan SEO dan riset konten. Hasilnya tidak selalu memakai nama literal “keyword-research”. Yang sering muncul di ekosistem marketing: seo-audit, programmatic-seo, ai-seo, dan content-strategy.

Halaman topik marketing di skills.sh/topic/marketing menegaskan skill bisa membantu brief dari SERP dan intent. Itu relevan langsung untuk kerja keyword sebelum menulis artikel.

Catatan praktis: hasil pencarian di skills.sh bersifat dinamis. Ranking install berubah. Selalu buka halaman skill sumber sebelum Anda andalkan di proyek klien. Itulah cara aman memakai MCP Skill AI untuk riset keyword lewat direktori publik.

Studi Kasus: Daftar Keyword Cantik tanpa Volume Live

Klien meminta ChatGPT menyusun daftar keyword untuk website company profile. Kami melihat hasilnya indah namun kurang akurat. Namun daftar tersebut tidak mencerminkan volume pencarian live. Kami kemudian menambahkan MCP ke proses riset.

Oleh karena itu kami mengintegrasikan data GSC dan Semrush MCP. AI menghasilkan keyword map yang lebih realistis. Tim kami membandingkan daftar awal dengan hasil MCP. Perubahan ini memperbaiki strategi konten secara signifikan.

Selain itu kami selalu memvalidasi data MCP dengan pengalaman. Konsultan menyesuaikan keyword sesuai niche UMKM klien. Akibatnya keyword map menjadi actionable untuk optimasi. Kami menghindari kesalahan perencanaan konten di masa depan.

MCP Server untuk Keyword Research: Nama, Fungsi, Cara Pakai

DataForSEO MCP Server

DataForSEO MCP adalah server resmi yang mengubah prompt bahasa alami menjadi panggilan API DataForSEO. Repo TypeScript aktif: github.com/dataforseo/mcp-server-typescript.

Fungsi khas untuk riset keyword: volume, difficulty, related terms, SERP features, domain analytics, dan clustering lewat agent. Cocok untuk agency yang butuh data multi-engine tanpa terikat satu UI suite.

Cara pakai: set kredensial DataForSEO di env, daftarkan server di Claude/Cursor, lalu prompt seperti “cari 50 keyword volume sedang KD rendah untuk jasa website Tangerang”.

Biaya mengikuti pemakaian API. Agent yang terlalu bebas bisa menghabiskan kredit cepat.

kwrds.ai MCP Server

kwrds.ai MCP mengekspos tool keyword, SERP, PAA, LSI, dan content AI lewat protokol MCP. Repo komunitas/official mirror: github.com/mkotsollaris/kwrds-ai-mcp. Penjelasan produk ada di blog kwrds.ai.

Tool yang sering orang pakai: keywords_with_volumes, related_keywords, serp, paa, dan url_rankings. Prompt contoh: “ambil People Also Ask untuk cara buat company profile”.

Ini opsi fokus keyword research murni. Bandingkan cakupan negara dan kuota API sebelum mengganti Semrush/Ahrefs. Dalam stack MCP Skill AI untuk riset keyword, kwrds.ai cocok sebagai MCP kedua bila suite besar belum ada.

Keywords Everywhere MCP

Keywords Everywhere MCP menghubungkan agent ke API Keywords Everywhere. Repo: github.com/hithereiamaliff/mcp-keywords-everywhere (update terakhir masih aktif di 2026).

Fungsi: volume/CPC/competition, related keywords, People Also Search For, domain keyword, traffic estimate, dan cek kredit akun. Cocok jika Anda sudah beli kredit Keywords Everywhere.

Cara pakai: masukkan API key, jalankan server lokal/hosted, lalu minta agent “ambil related + PASF untuk seed X”. Pola ini menjaga MCP Skill AI untuk riset keyword tetap hemat bila budget API terbatas.

DataSEO MCP, Ahrefs MCP, dan Semrush MCP

DataSEO MCP (egebese/dataseo-mcp) menawarkan tool seperti keyword_generator, keyword_difficulty, domain_overview, dan brief konten berbasis data Ahrefs-style.

Ahrefs MCP dan Semrush MCP adalah jalur resmi suite besar. Keduanya kuat untuk keyword gap, difficulty, dan kompetitor. Detail Semrush: endpoint remote di dokumentasi developer Semrush. Detail Ahrefs: endpoint Streamable HTTP di docs Ahrefs.

Untuk konteks suite SEO lebih luas, lihat juga MCP AI untuk SEO optimasi website.

Contoh Penerapan: Memilih MCP Keyword sesuai Budget Kredit API

Bisnis UMKM sudah berlangganan Semrush memanfaatkan MCP keyword research. Mereka mengintegrasikan data langsung ke AI. Namun startup lain hanya punya kredit Keywords Everywhere. Tim memilih MCP yang sesuai batas kredit bulanan.

Oleh karena itu mereka menghubungkan MCP Keywords Everywhere ke Cursor. AI membantu mengolah data keyword terbatas secara efisien. Tim membandingkan opsi dengan fitur Semrush MCP. Pendekatan ini menyesuaikan dengan budget operasional.

Selain itu Semrush MCP memberikan volume dan kesulitan lebih lengkap. Bisnis memaksimalkan langganan existing tanpa biaya tambahan. Akibatnya riset keyword berjalan lebih strategis. Tim menghindari pemborosan kredit API yang mahal.

Skill AI untuk Riset Keyword yang Layak Dipasang

andginja/keywordskills

keywordskills adalah kumpulan Agent Skills khusus riset keyword berbasis TheKeyword API. Repo: github.com/andginja/keywordskills.

Skill di dalamnya: thekeyword-setup, keyword-analysis, keyword-lookup, keyword-library, dan keyword-lists. Install cepat:

npx skills add andginja/keywordskills

Setelah terpasang, agent tahu alur autentikasi, batch analysis, dan pengelompokan list. Data tetap bergantung API TheKeyword, bukan “tebakan model”.

Bila Anda baru merakit MCP Skill AI untuk riset keyword, paket ini memberi skill khusus keyword tanpa membawa seluruh pack marketing.

meikidd/keyword-research

keyword-research skill di github.com/meikidd/keyword-research menekankan discovery sistematis, competitor gap, intent, difficulty, dan prioritas. Deskripsi skill-nya eksplisit untuk membangun keyword map dan rencana konten.

Ini contoh Skill murni metodologi. Angka volume paling kuat bila Anda padukan MCP data seperti DataForSEO atau Semrush.

Menurut kami, skill seperti ini paling berguna untuk freelancer Indonesia yang sudah paham niche lokal, tapi butuh checklist agar riset tidak loncat-loncat.

coreyhaines31/marketingskills di skills.sh

Repo coreyhaines31/marketingskills mendominasi kategori marketing di skills.sh. Beberapa skill yang relevan riset keyword:

• programmatic-seo — pola keyword research untuk halaman skala besar; halaman skill: skills.sh/…/programmatic-seo
• seo-audit — audit teknis/on-page termasuk keyword targeting
• ai-seo — optimasi untuk AI Overviews dan answer engine
• content-strategy — perencanaan topik dan kalender editorial

Install contoh:

npx skills add https://github.com/coreyhaines31/marketingskills --skill programmatic-seo

Skill content-strategy lalu membantu mengubah cluster keyword menjadi kalender. Padukan dengan MCP digital marketing dan SEO perusahaan bila tim Anda juga butuh konteks operasional marketing.

seo-specialist dan Skill SEO Lain di skills.sh

Skill seo-specialist di ekosistem skills.sh (contoh listing: skills.sh/…/seo-specialist) mencakup keyword research, competitor gap, audit teknis, dan programmatic SEO.

Status listing pihak ketiga bisa berubah. Sebelum produksi, cek tanggal update repo sumber dan hasil security audit di halaman skills.sh bila tersedia.

Untuk brief kompetitor berbasis prompt, Anda juga bisa padukan dengan prompt AI competitor research.

Daftar Repo GitHub dan Temuan GitLab yang Masih Aktif

Tabel berikut merangkum sumber yang kami verifikasi untuk MCP Skill AI untuk riset keyword. Fokus: nama, fungsi singkat, dan URL.

Soal GitLab: penelusuran kami tidak menemukan repository GitLab yang khusus dan aktif sebagai “MCP/Skill AI keyword research” setara daftar GitHub di atas. Yang ada lebih ke MCP generik GitLab DevOps, contoh riset konten lain, atau handbook SEO internal GitLab. Lihat dokumentasi GitLab MCP server bila Anda butuh agent untuk issue/MR, bukan volume keyword.

Bila muncul repo GitLab baru untuk keyword MCP, uji dulu tanggal commit, stars/forks, dan apakah tool-nya benar memanggil API SEO.

Cara Menggabungkan MCP dan Skill dalam Satu Workflow

Alur Kerja Praktis dari Seed sampai Brief

Alur yang kami sarankan untuk MCP Skill AI untuk riset keyword:

1. Install skill metodologi (keyword-research atau programmatic-seo).
2. Hubungkan satu MCP data (DataForSEO, Semrush, Ahrefs, atau kwrds).
3. Berikan seed + lokasi Indonesia + batasan bisnis.
4. Minta agent expand, label intent, lalu cluster.
5. Review manusia: buang keyword di luar layanan atau di luar kapasitas produksi.

Prompt contoh: “Pakai skill keyword research. Seed: jasa pembuatan web company profile. Pasar: Indonesia. Tarik volume via MCP. Keluarkan tabel Keyword, Intent, Vol, KD, Prioritas.”

Prinsip Human-in-the-Loop menjaga agar agent tidak mengunci topik yang tidak bisa Anda layani.

Kesalahan Umum saat Memakai MCP Skill AI untuk Riset Keyword

1. menganggap daftar dari LLM tanpa MCP sebagai “riset selesai”.
2. memasang lima MCP sekaligus sampai kredit API habis dalam sehari.
3. menginstal skill dari repo sepi tanpa cek update. Untuk produksi, prioritaskan repo dengan commit baru dan dokumentasi jelas.
4. menyamakan SEO klasik dengan AI SEO

Skill ai-seo dan MCP keyword tradisional menjawab pertanyaan berbeda. Keduanya bisa saling lengkap, bukan saling ganti.

Satu posisi kami: MCP Skill AI untuk riset keyword mempercepat kerja, bukan mengganti pemahaman bisnis. Keyword yang “bagus di tool” tetap gagal bila layanan Anda tidak menjual topik itu.

Untuk situs yang butuh arah ulang struktur setelah keyword map selesai, jalur redesain website sering lebih masuk akal daripada menambah plugin SEO bertumpuk.

Ilustrasi Nyata: Dari Seed Keyword sampai Outline Artikel

Praktisi SEO mengolah halaman jasa website dari seed keyword. Kami mengidentifikasi cluster topik terkait layanan utama. Namun volume pencarian memerlukan data akurat. Kami menghubungkan MCP untuk mengisi informasi real-time.

Oleh karena itu Cursor menghasilkan outline artikel yang lengkap. MCP menyediakan keyword sekunder dengan volume relevan. Tim kami menyusun struktur heading berdasarkan data ini. Proses ini mempercepat pembuatan konten.

Selain itu kami melakukan review manusia sebelum finalisasi. Editor memotong keyword di luar fokus layanan. Akibatnya outline tetap sesuai dengan penawaran bisnis. Kami memastikan konten relevan dan efektif untuk SEO.

Bila fondasi situs belum siap menampung cluster keyword, rapikan dulu struktur lewat web company profile atau maintenance website. Data GSC yang bersih membuat MCP keyword jauh lebih berguna.

Freelance seperti HardaWebPro bisa membantu menerjemahkan hasil riset menjadi arsitektur halaman yang masuk akal. Hubungi lewat 0813-9891-2341 | 0821-2345-076 bila Anda ingin setup yang realistis untuk tim kecil.

Pilih satu skill metodologi dan satu MCP data terlebih dulu. Baru perluas stack. Kunjungi HardaWebPro jika Anda ingin arah penerapan yang selaras bisnis, bukan tumpukan tool tanpa prioritas.