做独立站的时候，我发现自己每周一上午都在做同一件事。
打开Google Search Console，手动导出上个月的查询数据。打开GA4，把流量前50的落地页导出成CSV。用Excel把两张表拼在一起——GSC的曝光点击和GA4的会话转化，按URL对齐。然后手工标颜色：流量跌了标红，转化率低于平均标黄。
整个过程大概一个半小时。做完之后发到群里，客户回一句"收到"。
我干了三年这个活，每周如此。
直到上个月，我一个做技术的朋友瞄了一眼我的屏幕，说了一句让我很扎心的话："你这个不就是API接一下的事么，为什么每周都在手动干。"
我愣了一下。他说得对。不是因为我不知道GSC和GA4有API。是因为每次想到"写脚本调API"这件事，脑子里蹦出来的画面就是一整个工程——写Python、处理认证、处理分页、处理字段映射、写前端展示……这些事情加起来确实能省时间，但启动成本高到我一直懒得动手。
转折点是什么？是Codex。
一、先说一下Codex是什么——以及为什么不是ChatGPT
很多人听到AI写代码，第一反应是"ChatGPT帮我写个脚本"。这我也试过。ChatGPT给你一段代码，你粘到编辑器里，调环境、装依赖、跑报错、把报错贴回去让它改、再跑、再报错……来回七八轮，比手动导数据还累。
Codex的定位完全不一样。它是一个在终端里直接运行的编程Agent——它有自己独立的沙箱环境，能读文件、写文件、装包、执行命令、处理报错，从头到尾不需要你把代码拷来拷去。你给它一个自然语言的指令，它自己去规划、去写、去跑、去修。
举个例子，我给它的一句话是：
"帮我把GSC最近28天的查询数据导出来，和GA4的落地页数据按URL合并，做一个流量下降最多的前20个页面的表格。"
它自己完成了下面这些事：
•检测当前环境有没有Google API的Python库，没有就自己装上•读取我的GSC和GA4认证文件路径，处理OAuth•调用GSC API拉查询维度+页面维度的数据，自动处理分页•调用GA4 Data API拉落地页维度的会话和转化•清洗URL（去掉参数、去掉末尾斜杠、统一www前缀）•按URL做交集合并，计算每个页面的曝光-点击-转化漏斗•输出一个按流量下降幅度排好序的Markdown表格
整个过程我在旁边看着屏幕，它自己跑完了。中间GA4 API的日期格式报了一次错——它读完报错信息，自己修了，重新跑，通了。
🔴 AI编程工具的区别不是"能不能写代码"——都能写。关键在"能不能自己跑通"。
二、用Codex跑GSC+GA4数据闭环的完整过程
下面我按实际操作顺序复盘这套流程怎么搭起来的。不讲理论，每一步都是我在终端里真实跑过的。
1. 准备工作：Google Cloud 认证
这件事绕不开。GSC和GA4的API都要走Google Cloud的OAuth或Service Account认证。不管你用不用AI，这一步都得手工操作。
我做的事：
•在Google Cloud Console建了一个项目，启用Search Console API和Google Analytics Data API•建了一个Service Account，把JSON密钥文件下载到本地•在GSC里把这个Service Account的邮箱加为"受限用户"（完整权限）•在GA4的后台把这个邮箱加为"数据查看者"
Codex在这个步骤帮不了你——认证授权是人机交互的流程，它不能替你点Google的授权页面。但后面每一步，只要认证文件路径对，它都能无缝对接。
⚠️ 大部分API自动化卡住的第一个地方不是代码，是权限。Google的权限系统像一个俄罗斯套娃——GSC一个入口、GA4另一个入口、Google Cloud还有一个入口，三个入口的权限互不打通。这一步耐心走完，后面就顺了。
2. 第一个Skill：拉GSC查询数据
Codex的工作方式是——你可以把一组任务打包成一个可复用的 Skill（技能文件），放在 ~/.codex/skills/ 目录下，每次调用同一个Skill，它就按同一套逻辑执行。
我先写了一个最简单的版本：只拉GSC的查询维度数据。
这个Skill告诉Codex三件事：用哪个API、取什么维度、输出成什么格式。运行了一次之后，它跑了大概40秒，输出了一个排名前100的查询词列表，列了点击量、展示量、CTR和平均排名。
我拿这个结果跟上个月手动导出的CSV对了一遍——数据完全一致。当时有一种"手工时代结束了"的感觉。
但不是完全准确。GSC API有个坑：它默认只给1000行，超过就要翻页。第一次跑的时候，我那个站一个月有3400多条查询——Codex自己发现返回数据的行数对不上，加了分页逻辑重新跑了一遍，第二次就全了。
它自己发现。自己修。这是跟用ChatGPT写脚本完全不一样的体验。
3. 第二个Skill：把GA4接进来
拉完GSC之后，我让它把GA4的落地页数据也拉下来。
这个难度高了一截。GA4的Data API需要你自己建一份"数据请求体"——定义你要的维度（landingPage）、指标（sessions、conversions、eventCount）、日期范围和过滤条件。请求体的JSON结构跟GSC完全不一样，而且GA4的回包里字段名是一长串 eventName_xxx 的格式，需要自己去解析。
Codex读写GA4 API的姿态让我印象深刻——它不是机械地按指令调API，而是在调之前先做了一次 Schema探测：调GA4 Metadata API，把你这个属性里有哪些维度、哪些指标、字段名怎么拼，全部拉出来看一遍，然后再去构造请求体。
💡 这种"先搞清楚现场再动手"的工作方式，正是真人在对接一个新API时的做法。AI把它自动化了。
两个Skill跑完之后，我拿到了两张表：
•GSC查询维度：关键词、页面URL、点击、展示、CTR、平均排名•GA4落地页维度：页面URL、会话、转化、平均参与时间
接下来就是合并。
4. 合并——从两张表到一份排好优先级的Todo
两张表的合并听起来简单——URL对URL，拼在一起就完事了。但实际做的时候有无数小坑。
我让Codex自己先去"看"两张表的数据样本，它发现：GSC的页面URL带 https:// 前缀，GA4的落地页路径只写了 /blog/seo-guide。GSC的URL末尾有查询参数 ?utm_source=google，GA4的已经剥离了。还有的页面在GSC里有数据但GA4里没有，反过来也是。
Codex自己对这些差异做了数据清洗——去掉前缀、去掉参数、去掉锚点、统一末尾斜杠，然后再做交集合并。
合并完之后，它给我输出的不是一张冷冰冰的透视表，是一个按问题类型标了优先级的诊断结果：
优先度｜页面特征｜诊断方向
🔴 P0｜曝光下降30%以上、排名从top5跌出top10｜排名丢失——查外链、查内容时效性
🟡 P1｜高曝光低CTR（CTR低于平均50%）｜标题吸引力不够——改Title和Meta
🟡 P1｜高点击低转化（转化率低于平均40%）｜落地页转化力不够——查页面内容和CTA
🟢 P2｜排名8-20位、有高搜索量｜近在咫尺——加内链和内容补强
📊 把两张孤立的报表变成一份按严重程度排好序的Todo——这才是"数据闭环"的意义。不是为了看数据，是为了知道该干嘛。
三、这个过程中实际踩到的坑
写完Skill跑通之后回头看，一切都是"顺理成章"。但在当时，有几件事情实实在在地卡住过我。
坑一：GA4的指标名不直观
GA4 API里，会话数不叫 sessions，叫 sessions。转化数不叫 conversions，叫 eventCount 但只限于你标记为转化的事件。平均参与时间不叫 avgTimeOnPage，叫 userEngagementDuration 然后要自己除以会话数。
这些东西看文档当然能搞明白——问题是你要花一两个小时逐条查。Codex帮我省的就是这个时间。它在构造API请求之前，自己调了一次GA4的Metadata接口，把你这个属性下所有可用指标的名字、类型、描述全拉出来，然后按英文语义去匹配"我要的是会话数"应该对应哪个字段。
坑二：GSC API的配额限制
GSC API每天的配额跟你手动操作GSC一样，是有上限的。第一次我把分页设得太激进——并发调20页，直接触发限流了。Codex收到HTTP 429之后停了几秒重试，第二次把分页速率降到了每秒2页，就稳了。
这个经历让我意识到——AI再聪明，调的是人写的API。API的限流规则、数据格式、字段命名这些脏活，它替你扛了，但你得知道坑在哪里。
坑三：Codex有时候会过度工程化
有一回我让它"把数据按页面类型分一下组"——我的本意是按URL路径里 /blog/ /product/ 这样的前缀区分。Codex的理解是去读每个页面的HTML结构，提取页面类型。它确实做到了——调了requests库逐页爬HTML，分析meta标签和schema标记，然后分类。
跑是跑通了，但花了快4分钟。而我要的其实只是按URL路径前缀做个条件分桶。
⚠️ 跟AI协作的时候，问题的颗粒度决定了它的效率。你说得越精确，它做得越快。你说得太模糊，它就会拿最复杂的方式去"理解"——而且它不一定告诉你它走了弯路。
四、怎么把它变成"可复用"——不是一次性的脚本
跑通一次很容易。把它变成一套可以每周跑、换个站也能跑的"数据闭环"，才是值钱的部分。
用Codex的Skill机制封装
Codex支持Skill文件——就是放在 ~/.codex/skills/ 目录下的一份Markdown格式的指令文件。你看它本质上就是一份写得非常精确的操作手册。Codex每次调这个Skill的时候，按同样的SOP从头执行一遍，不会吃"上次做了某些临时修改但忘了改回来"的亏。
我把GSC+GA4的拉数据→清洗→合并→诊断→输出这套流程，拆成了三个独立Skill：
Skill｜作用｜输出
seo-gsc-pull｜拉GSC查询+页面维度数据，自动翻页｜两个CSV：gsc_queries.csv、gsc_pages.csv
seo-ga4-pull｜拉GA4落地页+转化数据，自动匹配指标｜ga4_landing.csv
seo-data-merge｜合并三张表，清洗URL，输出诊断排序｜Markdown诊断报告+合并后的CSV
拆成三个的好处是：GSC抽风了只跑GSC部分，GA4配额不够了只跑GA4部分，不互相阻塞。而且不同客户的站，前两个Skill的数据源不一样，但第三个Skill（合并诊断）可以复用——只改一个站点URL参数就行了。
一行命令触发全流程
三个Skill拆完之后，我在Codex里写了一个"编排Skill"：
/seo-weekly-report site=example.comCodex看到这条指令，按顺序调三个Skill——拉GSC、拉GA4、合并诊断——最后在终端里输出一份按P0/P1/P2排好序的页面级诊断报告。整个过程跑下来大概2分钟出头。
💡 "自动化"不是写一个不会坏的脚本。是把一个需要重复做的工作，变成一句话就能触发、而且能适应数据变化的流程。
五、搭完这套东西之后，我的实际变化
不夸张地说，我的周一上午彻底变了。
以前：
•花40分钟手动导出、清洗、合并GSC和GA4数据•花20分钟在Excel里标颜色排优先度•花20分钟写一份"本周SEO摘要"发群里•客户回一句"收到，辛苦"
现在：
•周一到公司，终端里敲一行 /seo-weekly-report•两分钟后，诊断报告生成在 reports/ 目录下•复制粘贴到微信里，加两句注释，发出去
但同时——有意思的事情发生了。以前我"忙了很久"发一份报告，客户觉得你做了很多工作。现在你两分钟出结果，有的客户反而觉得"这么快，你是不是没认真看？"
好笑吗。但这是真实的人性。
所以我现在调整了策略。报告生成之后，我会挑出P0的那几个页面，花15分钟逐个打开看一眼，在报告里加一句"人工复核意见"。这15分钟不是浪费——是让客户感觉到"有人真的看了"，而不是AI吐出来的机器报告。
🔴 AI替你做的是脏活。但你的判断、你的经验、你愿意多看那一眼——这些是不会被自动化的部分。而且恰恰是客户最在意的部分。
六、给想搭这套东西的人，几个实在的建议
如果你也想用Codex跑通自己的SEO数据闭环，下面这几条是我用真金白银（和时间）换来的：
① 不要一上来就追求完美。先把GSC单独拉通。
就一个Skill：拉最近28天的查询数据，输出CSV。这个跑通了，你就已经有了""全自动排名追踪""的能力。从零到一花了我半小时——大部分时间在搞Google Cloud权限。拉通第一个Skill之后，心理上的壁垒就没了。
② 把认证文件管好——这是整条链路的"命门"。
Google Cloud的Service Account JSON密钥文件一旦泄露，别人就能读写你的GSC和GA4。这个文件不要放在Git仓库里，用环境变量引用路径，Codex的Skill里用 `${GSC_CREDENTIALS_PATH}` 这种写法引用，不要硬编码。
③ 让Codex日志里输出每一步的耗时。
在Skill里加一句"请在每一步操作后记录耗时"。不是为了装逼，是让你知道哪一步是瓶颈——GSC API拉取慢、GA4分页多、还是URL清洗逻辑太复杂。知道了才能针对性地优化。
④ 跨站复用之前，先确保新旧站点的GA4属性结构一致。
同样的Skill，跑A客户正常，跑B客户报错——80%的情况是因为两个GA4属性里的自定义维度和事件名不一样。第一次跑新站的时候，让Codex先拉一次GA4 Metadata看看结构。
📊 我的实际数据：一个客户从头搭完整套流程大约需要45分钟（含Google权限设置），后续每周的运行时间约2分钟。
GitHub上有几个开源的Codex SEO Skill可以直接拿过来改——owensky-dev写了一套 seo-gsc-ga4-analyst，AminForou做了一个 mcp-gsc 的MCP服务端。你不用从零发明轮子。拿一套现成的Skill回来跑一遍，看看输出长什么样，再根据自己的需求改。比从零写快10倍。
当然，现成Skill拉回来的输出不一定完全契合你的需求。比如owensky-dev那个Skill默认拉90天数据——我自己习惯分析28天的窗口。这种小改动在Skill文件里改一个参数就行，Codex会读你的修改然后照做。
整个过程——从一个想法到能稳定运行——我花了大概两个下午。第一个下午在搞权限和API对接，第二个下午在写Skill和调优输出格式。之后的每一周，它都在帮我把那两个下午省回来。
上周一个做外贸站的同行问我："你用什么工具在看数据？"
我说Codex。
他问是不是很贵。
我说不比你上周花在Excel里的时间贵。
他停了几秒。然后说——"那你把那个Skill发我一份。"