AI 终于能看到搜索数据：GSC Magic 的 77 个 MCP 工具

AI 的 SEO 建议为何是“猜”

我试过让 ChatGPT 给我的博客写 SEO 建议。它讲得很顺，标题长度、关键词密度、内部链接结构，一套一套的。可我心里清楚，它没见过我站点的任何真实数据，不知道哪些页面在掉流量，不知道 Google 和 Bing 的表现差异。官网的说法更直接：“ChatGPT and Claude have no access to your search data, so their SEO advice is generic.” 来源：GSC Magic 没有数据，AI 给的建议就是泛泛之谈。

这背后的机制不难理解。AI 的训练语料里没有你的 Search Console 数据，它对你的站点一无所知，只能靠通用常识来推测。“Without data your AI guesses.” 来源：GSC Magic 无数据则 AI 只能猜测，这是 GSC Magic 官网对当前 AI 辅助 SEO 困境的直白概括。问题不在于模型不够聪明，而在于输入数据的缺口。

GSC Magic 想补上这个缺口，核心命题写在首页：“Your AI can't see Google Search Console. Now it can.” 来源：GSC Magic 解决方案不是往提示词里塞更多背景，而是给 AI 一个能查到数据源的通道。官网同时呼吁放弃旧做法：“Stop pasting CSV exports into chat. Give the agent the source.” 来源：GSC Magic 把 CSV 导出文件贴进聊天框，这个流程该退休了。不过这个议题在 Hacker News 上尚未引发讨论，那篇帖子只有 1 分、0 评论 来源：HN，说明目前关注的人还不多。

77 个 MCP 工具与 4 个数据源：架构细节

GSC Magic 提供 77 个 MCP 工具，覆盖 4 个来源：Google Search Console、Bing Webmaster Tools、GA4 和 Tag Manager 来源：GSC Magic。默认配置是只读的，保留 16 个月历史数据 来源：GSC Magic。这些工具通过 OAuth 连接，配合服务端缓存与自动分析，大约 1 分钟就能完成连接 来源：GSC Magic。官网声称“See it in 40 seconds”——一个问题提进去，40 秒内返回真实数字 来源：GSC Magic。

架构上有个值得留意的设计。官网明确说，这个服务“runs the analysis on our servers and hands back finished numbers, not 25,000 raw rows” 来源：GSC Magic。它不把原始数据行丢给 AI，而是在服务端把分析做完，只把结果交给模型。这样做的直接好处是降低 token 消耗，也让回答速度更快。对于依赖上下文窗口的 AI 代理来说，这个取舍很关键：与其给模型 2.5 万行它消化不了的东西，不如给它三个已经算好的数字。

定价方面，提供免费计划，另有 7 天 Pro 试用，无需信用卡 来源：GSC Magic。没有 Google Cloud 项目要配置，没有 API 密钥要管理，也没有需要安装的东西。连接方式只有两步：用 Google 账号登录，然后粘贴一个 URL 作为自定义连接器 来源：GSC Magic。

Google 掉 412、Bing 掉 38：交叉验证的反直觉结论

官网展示了一个很有说服力的示例。某站点的 /blog/seo-checklist 页面在 Google 掉 412，在 Bing 掉 38；/pricing 在 Google 掉 180，在 Bing 涨 4；/docs/setup 在 Google 掉 95，在 Bing 涨 11 来源：GSC Magic。这些数字是示意性的，不代表真实站点，但逻辑演示得很清楚。

官方给出的判断是：“Three pages explain most of the drop. Only one is falling on both engines, so it's the page to fix first.” 来源：GSC Magic 三个页面贡献了大部分流量下降，但只有 /blog/seo-checklist 一页同时在两个引擎上掉，所以它是优先级最高的修复对象。这个结论放在单引擎数据的视角下看不出来，只有交叉对比 Google 和 Bing 才会浮现。

背后的逻辑也站得住：单引擎下降，多半指向该引擎自己的算法调整或抓取问题；双引擎同步下降，更可能是页面内容本身出了问题 来源：GSC Magic。这个区分对 SEO 排查很有价值。实际调用时，可以用 report_traffic_drops、bing_page_stats、ga_run_report 这些命令组合来完成交叉验证 来源：GSC Magic。我不确定这个判断逻辑在更复杂的数据集上是否总是成立，但至少作为筛选优先级的手段，它比单看 Google 数据合理得多。

生态兼容与社区反应

GSC Magic 官方列出的兼容客户端包括 Claude、ChatGPT、Cursor、Claude Code、Windsurf、Hermes Agent、OpenClaw、DeepSeek、Grok，以及任何 MCP 客户端 来源：GSC Magic。官网强调“Works in Claude, ChatGPT, Cursor, Claude Code and any MCP client” 来源：GSC Magic。MCP 是标准协议，只要客户端实现了这个协议，理论上就能接入，即插即用的说法我倾向于相信。

宣传语也直接，主打“Faster answers, lower token bills, nothing invented” 来源：GSC Magic：回答更快、token 账单更低、没有编造。服务端算好结果再交给模型，这个设计确实能压 token 消耗，宣传的卖点与架构逻辑是自洽的。

但社区反应目前是另一回事。HN 帖只有 1 分、0 评论 来源：HN，官方的所有宣称都还没有经过社区层面的讨论或质疑来验证。一个工具在宣传上做得多漂亮是一回事，实际使用中会不会出现边缘情况、OAuth 流程是否顺畅、16 个月历史数据是否够用，这些都需要真实用户来检验。HN 的沉默让我不确定这个工具能否被广泛接受，但至少它的思路——把数据源直接接入 AI 代理——是当前 SEO 工具链上值得关注的方向。

原文：

GSC Magic – Ask Claude or ChatGPT about Your Search Console Data · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年10月29日