Nøgleordsudtrækker
Kommercielt brug OK
380+ modeller
Intet vandmærke
Ingen tilmelding nødvendig
Model:
+ GPT-5, Claude, Gemini
Udtrukne søgeord
Avancerede tilvalg
Resultat
Tokens er ved at løbe tør.
Get More Tokens
❤️ Love this tool? Share it!
Tilmeld dig for at få et henvisningslink og optjene 25.000 tokens pr. ven.
Vil du have mere?
Sign up free for 10,000 tokens
Tilmeld dig gratis
Behandling af din anmodning...
Uddrag søgeord fra enhver tekst med gratis AI. SEO og indhold analyse gjort let.
Hvordan man bruger Nøgleordsudtrækker
1
Indtast dit input
Skriv tekst, uploade en fil eller beskrive, hvad du vil have. Ingen konto er nødvendig.
2
Klik på generere
Vores AI behandler din anmodning på få sekunder ved hjælp af de bedste open source-modeller.
3
Download & del
Download, kopier eller del dit resultat. Gratis til personlig og kommerciel brug.
Brug dette værktøj via API
Automatiser dette værktøj fra din egen kode. OpenAI- kompatible REST endpoint, Bearer-token auth, ingen ekstra SDK kræves. Token omkostninger matcher webgrænsefladen.
curl -X POST https://api.free.ai/v1/chat/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model": "qwen7b", "messages": [{"role": "user", "content": "Summarize this: ..."}]}'Relaterede gratis AI- værktøjer
Nøgleordsudtrækker — FAQ
Uddrage de mest meningsfulde ord og sætninger fra enhver lang-form tekst (artikel, blogindlæg, udskrift, produktbeskrivelse).Fem udvindingstilstande: (1) SEO søgeord med søge-intent tagging, (2) høj-niveau emner + temaer, (3) navngivne enheder ~ mennesker / steder / organisationer, (4) tag-stil små bogstaver-hyphen-led tags, (5) akademiske indeks udtryk. Resultater scoret 0-100 af TF-IDF, rå frekvens, eller semantisk relevans. Eksport som CSV, TXT eller JSON.
Ja! En 1.500-ord artikel ekstrakter i ~350 tokens på standard Qwen 2.5 7B model, komfortabelt inde i 2.500 anonyme eller 10.000 signed-up daglige pool. Ingen tilmelding kræves til din første udvinding.
Disse værktøjer trække live søge-volumen data til søgeord, du giver dem ($99 + / / mov). Nøgleordsudtrækker gør det modsatte ~ det udtrækker kandidat søgeord fra dit indhold og klassificerer deres søgehensigt. Arbejdsproces: bruge dette til at finde, hvilke sætninger din artikel allerede understreger, derefter indsætte dem i Ahrefs / Sebrush at kontrollere månedlige søgevolumen. Par pænt med deres gratis søgeord-vanskelighed scorer.
Tre scoring modes: (1) TF-IDF (standard) belønner ord både hyppige i dette dokument OG sjældne i almindelighed engelsk Bedste for SEO, da disse er de differentierende termer. (2) Rå frekvens tæller forekomster straight, når du ønsker at se, hvad du siger mest. (3) Semantisk relevans scorer ved tætheden til dokumenterne hovedafhandling, selvom en sætning vises kun én gang er bedst for aktuel sammenhæng.
Et n-gram er en sammenhængende sekvens af N ord. "klimaændring" er en 2-gram. "kunstig intelligens model" er en 3-gram. Slå chipsene til at udtrække kun 1-grams (enkelte ord som "fotosyntese"), 2-gram (hovedsætninger som "carbon footprint"), eller 3-gram (langhale som "carbon footprint lommeregner"). De fleste SEO arbejdsgange vil 2 + 3-grams er for generiske.
Ja! Standard-stoplisten fjerner "den," "og," "af," "er" osv. på 14 sprog. Du kan tilføje brugerdefinerede stopord via "Ord til at udelukke" feltet, der er nyttigt for at undertrykke dit eget varemærke, produktkoder eller kedelplate legalese, der ellers ville dominere resultaterne.
Google klassificerer forespørgsler efter bruger formål: informational ("hvad er X"), navigational ("nike officielle butik"), kommerciel ("bedste løbesko 2026"), transaktionel ("køb luft max online"). Værktøjet tags dine udtrukne søgeord med den sandsynlige hensigt, så du ved, om din artikel skal rangere for forskere, shoppere, eller direkte trafik opslag.
99 sprog via den underliggende Qwen 2.5 model. Højeste kvalitet på engelsk, spansk, fransk, portugisisk, tysk, kinesisk, japansk. Lavere ressource sprog arbejde, men 3-gram udvinding kan være mindre pålidelig! falde tilbage til 1 + 2-gram for arabisk, hindi, tyrkisk, etc.
UI kører en tekst ad gangen. For bulk udvinding wire / v1/chat / API i en Python scriptet ~ iterate over din CMS eksport, POST hver artikel krop, dumpe JSON. Bearer auth, 1.000 opkald / time på gratis konti, højere grænser for pro. Docs på /api /.
RAKE og YAKE er klassiske leksikalske algoritmer, der er hurtige, men svage på semantisk nuance (de går glip af "tech opstart," hvis dokumentet siger "teknologi opstart," men ikke "tech" alene). KeyBERT bruger BERT indlejringer bedre semantisk kvalitet, men langsom og kræver installation. TextRank er grafbaseret. Vores tilgang bruger en 7B-parameter LLM, som gør alle de ovennævnte zero-shot plus søgning-intent klassificeringen langsommere per opkald, men nul opsætning, gratis, og ingen ML engineering kræves.
I frekvens- og TF-IDF-tilstande kan alle søgeord udledes af kildeteksten ordret eller med minimal bøjningsændring. I semantisk-relevans-tilstand kan modellen returnere en kontrolleret-vocabulær version ("pulmonologi," selvom din tekst siger "lunge lægebesøg"). Den akademiske terms-tilstand foretrækker bevidst kontrolleret ordforråd.
Ja! POST til /v1/chat/ med samme systemprompt denne side bygger (inspect skabelon kilde til den nøjagtige prompt). Returnerer struktureret JSON. Godt for indhold-strategi dashboards eller CMS plugins. Bearer auth, månedlige grænser. Docs på /api /.
Hvordan vil du vurdere dette værktøj?