Keyword Extractor
상업적 사용 OK
579 models
워터마크 없음
가입이 필요하지 않습니다
모델:
+ GPT-5, Claude, Gemini
고급 옵션
결과
토큰이 부족해요
더 많은 토큰을 얻으세요
더 먹고 싶어?
무료 가입: 30,000 토큰/일
무료로 가입하세요
귀하의 요청을 처리 중...
무료 AI로 텍스트에서 키워드를 추출합니다. SEO 및 콘텐츠 분석이 쉽습니다.
사용 방법 Keyword Extractor
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 도구 사용
OpenAI 호환 REST 엔드포인트, Bearer-token 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: ..."}]}'관련된 무료 AI 도구
Keyword Extractor - FAQ
긴 형식의 텍스트(기사, 블로그 게시물, 기록, 제품 설명)에서 가장 의미 있는 단어와 구문을 추출합니다. 다섯 가지 추출 모드: (1) 검색 의도 태그가있는 SEO 키워드, (2) 고급 주제 + 테마, (3) 이름이 지정된 엔티티 - 사람/장소/기관, (4) 태그 스타일의 소문자-하이픈-연결 태그, (5) 학술 인덱스 용어. 결과는 TF-IDF, 원시 빈도 또는 의미 관련성에 따라 0-100점을 획득했습니다. CSV, TXT 또는 JSON으로 내보내기.
예 - 1,500 단어 기사 추출 ~350 토큰에서 기본 Qwen 3 30B 모델, 편안하게 6,000 익명 또는 30,000 가입 일일 풀 내에서. 첫 추출에 가입이 필요하지 않습니다.
그 도구는 당신이 그들에게 키워드에 대한 라이브 검색 볼륨 데이터를 당겨 ($99 + / mo).Keyword Extractor는 반대로 작동 - 그것은 콘텐츠에서 후보 키워드를 추출하고 검색 의도를 분류합니다. 워크 플로우 : 이 문장을 찾아 이미 기사 강조, 다음 월간 검색 볼륨을 확인하기 위해 Ahrefs / Semrush에 그들을 붙여 넣기를 사용합니다.
세 가지 점수 모드: (1) TF-IDF (기본) 보상 단어 모두 자주이 문서에서 일반 영어에서 희귀 - SEO에 가장 좋은 이러한 차별화 용어이기 때문에. (2) 원시 빈도는 발생 직선 계산 - 당신이 가장 많이 말하는 것을 볼 때 최고의. (3) 문구가 한 번만 나타나도 문서의 주요 논문에 가까이 의미 관련성 점수 - 주제 일관성에 가장 좋은.
n-gram은 N 단어의 연속된 시퀀스입니다. "기후 변화"는 2-gram입니다. "인공 지능 모델"은 3-gram입니다. 칩을 토글하여 1-grams ("광합성"과 같은 단어), 2-grams ("탄소 발자국"과 같은 헤드 구문), 또는 3-grams ("탄소 발자국 계산기"와 같은 롱 테일)만 추출하십시오. 대부분의 SEO 워크플로우는 2 + 3-grams를 원합니다. 단일 단어는 너무 일반적입니다.
네 - 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 보일러 플레이트 법률 용어를 억제하는 데 유용합니다.
Google은 사용자의 목적에 따라 쿼리를 분류합니다. 정보("X는 무엇입니까?"), 탐색("나이키 공식 매장"), 상업("best running shoes 2026"), 거래("buy air max online") 등입니다. Keyword Extractor는 추출된 키워드에 가능한 의도를 태그하여 연구자, 구매자 또는 직접 트래픽 검색에 대해 기사가 순위를 올릴지 여부를 알려줍니다.
기본 Qwen 2.5 모델을 통해 99 개 언어. 영어, 스페인어, 프랑스어, 포르투갈어, 독일어, 중국어, 일본어에 최고의 품질. 낮은 자원 언어 작동하지만 3 그램 추출은 덜 신뢰할 수 있습니다 - 아랍어, 힌디어, 터키어 등에 대한 1 + 2 그램으로 떨어집니다.
UI는 한 번에 하나의 텍스트를 실행합니다. 대량 추출을 위해 /v1/chat/ API를 파이썬 스크립트로 연결하십시오 - CMS 내보내기를 반복, 각 기사 본문 POST, JSON을 덤프. 베어러 인증, 무료 계정에서 1,000 호출 / 시간, 프로에 더 높은 제한. /api/에 문서.
RAKE와 YAKE는 고전적인 언어학 알고리즘으로 빠르지만 의미 뉘앙스는 약합니다(문서에 "tech"만이 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 매개변수 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 변화로 파생될 수 있습니다. 의미 관련성 모드에서 모델은 제어된 어휘 버전을 반환할 수 있습니다 ("폐 의사 방문"이라고 텍스트가 표시되어도 폐학"). 학술 용어 모드는 의도적으로 제어된 어휘를 선호합니다.
네 - 이 페이지가 빌드하는 시스템 프롬프트와 동일한 시스템 프롬프트로 /v1/chat/에 POST (정확한 프롬프트는 템플릿 소스를 검사하십시오). 구조화 된 JSON을 반환합니다. 콘텐츠 전략 대시보드 또는 CMS 플러그인에 좋습니다.
이 도구를 어떻게 평가하시겠습니까?