키워드 추출기Name
상업적 사용 OK
380+ 모델
워터마크 없음
가입이 필요하지 않습니다
모델:
+ GPT-5, Claude, Gemini
추출된 키워드
고급 옵션
결과
토큰이 부족해요
Get More Tokens
더 먹고 싶어?
Sign up free for 10,000 tokens
무료로 가입하세요
귀하의 요청을 처리 중...
무료 AI로 텍스트에서 키워드를 추출합니다. SEO 및 콘텐츠 분석이 용이합니다.
사용 방법 키워드 추출기Name
1
입력을 입력하십시오
텍스트를 입력하거나 파일을 업로드하거나 원하는 내용을 설명하세요. 계정이 필요하지 않습니다.
2
생성하기를 클릭하십시오
당사의 AI는 최고의 오픈 소스 모델을 사용하여 몇 초 만에 요청을 처리합니다.
3
다운로드 및 공유
다운로드, 복사 또는 결과를 공유. 개인 및 상업용 무료.
API를 통해 이 도구를 사용
이 도구를 자신의 코드로 자동화하세요. OpenAI 호환 REST 엔드포인트, 베어러 토큰 인증, 추가 SDK 필요 없음. 토큰 비용은 웹 인터페이스와 일치합니다.
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: ..."}]}'관련 무료 AI 도구
키워드 추출기Name — FAQ
긴 형식의 텍스트(기사, 블로그 게시물, 녹음, 제품 설명)에서 가장 의미 있는 단어와 구문을 추출합니다. 다섯 가지 추출 모드: (1) 검색 의도 태그가 있는 SEO 키워드, (2) 고급 주제 + 테마, (3) 이름이 지정된 엔티티 — 사람/장소/기관, (4) 태그 스타일의 소문자-하이픈-연결 태그, (5) 학술 인덱스 용어. TF-IDF, 원시 빈도 또는 의미 관련성에 따라 0-100점을 획득한 결과. CSV, TXT 또는 JSON으로 내보내기.
예 — 1,500 단어의 기사는 기본 Qwen 3 30B 모델에서 350개의 토큰으로 추출되며, 익명의 2,500명 또는 등록된 10,000명의 일일 풀 내에서 편안하게 추출됩니다.
키워드 추출기Name는 그들에게 키워드에 대한 라이브 검색 볼륨 데이터를 당겨 ($ 99 + / mo).키워드 추출기Name는 반대로 작동 - 그것은 콘텐츠에서 후보 키워드를 추출하고 검색 의도를 분류합니다. 워크 플로우 : 이 기사는 이미 강조 어떤 구문을 찾을 수 있도록이를 사용하여, 다음 월간 검색 볼륨을 확인하기 위해 Ahrefs / Semrush에 그들을 붙여 넣습니다.
세 가지 점수 모드: (1) TF-IDF (기본) 보상 단어 모두 자주이 문서에서 일반 영어에서 드문 — 이들은 차별화 용어이기 때문에 SEO에 가장 적합합니다. (2) 원시 빈도는 발생 직선을 계산 — 당신이 가장 많이 말하는 것을 보고 싶을 때 가장 좋은. (3) 의미 관련성 점수 문서의 주요 논문에 가까이 경우에도 구문이 한 번만 나타나는 — 주제 일관성에 가장 적합합니다.
"기후 변화"는 2그램이고 "인공 지능 모델"은 3그램입니다. 칩을 토글하여 1그램("광합성"과 같은 단어), 2그램("탄소 발자국"과 같은 헤드 구문), 또는 3그램("탄소 발자국 계산기"와 같은 롱테일)만 추출하십시오. 대부분의 SEO 워크플로우는 2+3그램을 원합니다. 단일 단어는 너무 일반적입니다.
예 — 기본 정지 목록은 14개 언어에서 "the", "and", "of", "is" 등을 제거합니다. "제외할 단어" 필드를 통해 사용자 정의 정지 단어를 추가할 수 있습니다. 이는 결과를 지배할 수 있는 자신의 브랜드 이름, 제품 코드 또는 일반적인 법률 용어를 억제하는 데 유용합니다.
Google은 사용자의 목적에 따라 쿼리를 분류합니다. 정보("X는 무엇입니까?"), 탐색("나이키 공식 매장"), 상업("2026년 최고의 러닝화"), 거래("에어맥스 온라인 구매") 등입니다. 키워드 추출기Name는 추출된 키워드에 검색 의도와 함께 태그를 붙여 리서치, 쇼핑 또는 직접 트래픽 검색에 대해 기사의 순위를 알려줍니다.
Qwen 2.5 모델을 통해 99개 언어를 지원합니다. 영어, 스페인어, 프랑스어, 포르투갈어, 독일어, 중국어, 일본어에서 최고의 품질을 제공합니다. 낮은 리소스 언어는 작동하지만 3그램 추출은 덜 신뢰할 수 있습니다.
UI는 한 번에 하나의 텍스트를 실행합니다. 대량 추출을 위해 /v1/chat/ API를 파이썬 스크립트로 연결하십시오. CMS 내보내기를 반복하고, 각 기사 본문을 POST하고, JSON을 덤프하십시오. 베어러 인증, 무료 계정에서 1,000 호출 / 시간, 프로 계정에서 더 높은 제한. /api/에 문서가 있습니다.
RAKE와 YAKE는 고전적인 언어학 알고리즘으로, 빠르지만 의미 뉘앙스는 약합니다(문서에 "tech"만 아니라 "technology startup"이 표시되면 "tech startup"을 놓치게 됩니다). KeyBERT는 BERT 임베딩을 사용하여 의미 품질이 향상되었지만 속도가 느려 설치가 필요합니다. TextRank는 그래프 기반입니다. 우리의 접근 방식은 7B 매개 변수 LLM을 사용하여 위의 모든 제로 샷과 검색 의도 분류를 수행합니다.
빈도 및 TF-IDF 모드에서 예 — 모든 키워드는 원본 텍스트에서 문자 그대로 또는 최소한의 음운 변화를 통해 파생될 수 있습니다. 의미 관련성 모드에서 모델은 제어된 어휘 버전을 반환할 수 있습니다("폐 의사 방문"이라고 표시된 텍스트에서도 "폐학"을 반환할 수 있습니다). 학술 용어 모드는 의도적으로 제어된 어휘를 선호합니다.
예 — 이 페이지가 빌드하는 시스템 프롬프트와 동일한 시스템 프롬프트로 /v1/chat/ 에 POST (정확한 프롬프트는 템플릿 소스를 검사하세요). 구조화된 JSON을 반환합니다. 콘텐츠 전략 대시보드 또는 CMS 플러그인에 좋습니다.
이 도구를 어떻게 평가하시겠습니까?