Ahrefs MCP 教學：用 Claude 查反向連結與關鍵字

Ahrefs MCP 是 Ahrefs 官方代管的遠端 MCP 伺服器，把它接到 Claude 之後，可以直接在對話框裡用自然語言查反向連結、關鍵字、競品流量與網站健檢資料，不必寫程式，也不必在報表之間來回切換。付費的 Lite 方案起就能使用，連線位置是官方文件公告的 https://api.ahrefs.com/mcp/mcp，走 OAuth 授權流程。下面的內容整理完整的設定步驟、可查詢的工具群組、單位計費規則，以及它與直接呼叫 Ahrefs API 的選擇判斷。

行文順序先說明 Ahrefs MCP 的定位與架構、串接前的準備事項，接著是 Claude 網頁版與桌面版的兩種設定方法、Claude Code 的指令設定、官方文件列出的工具群組內容，然後進入反向連結與關鍵字的實戰查詢句與提示句心法，再拆解 API 單位的計費邏輯、MCP 與直接打 API 的比較、常見錯誤排解與資料安全邊界，收尾給一套可照做的導入流程。所有規格與數字都以 Ahrefs 官方文件與產品頁在 2026 年 9 月的內容為準，方案與單位額度屬於會變動的資訊，動手設定前建議先到官方頁面再確認一次。

Ahrefs MCP 是什麼：官方代管的遠端資料通道

官方開發者文件對 Ahrefs MCP 的定義寫得直接：讓 AI 代理安全地存取 Ahrefs API，用真實的 Ahrefs 資料讓回答有依據。拆開來看有三個關鍵詞。第一個是代管，文件說明這是一個 hosted MCP server，由 Ahrefs 自己營運的遠端伺服器，使用者把 Ahrefs 帳號連上支援的 AI 工具後，設定會同步到個人或公司帳號連結的所有裝置。第二個是 AI 代理，這條通道服務的對象是 Claude、ChatGPT 這類 AI 助手，它們代替你組裝查詢、呼叫端點、整理回傳。第三個是真實資料，AI 的回答以 Ahrefs 資料庫的查詢結果為本，不是憑訓練資料猜測。

這第三點值得多講兩句，因為它是整個 MCP 概念的價值核心。語言模型本身知道 SEO 的概念與方法，但不知道某個關鍵字這個月被搜尋幾次、某個網域有多少參照網域，硬問它，得到的會是看起來合理的估計。Ahrefs 官方文章指出，接上 MCP 後，AI 不再猜測 API 怎麼運作，而是從工具取得真實資料，降低產生看似合理答案的風險。官方部落格對這條通道的定位相同：遠端 MCP 上線後，任何人都能直接與 Ahrefs 資料對話，取得可行動的 SEO 洞察。對決策者來說，這正是把 AI 從顧問變成分析助理的那一條線。

MCP 全名 Model Context Protocol，是Anthropic 在 2024 年 11 月 25 日開源發布的開放標準，目的在取代過去每接一個資料來源就要寫一套客製整合的碎片化局面，用單一協定讓 AI 系統連上資料源。發布當時的早期採用者包含 Block 與 Apollo，開發工具圈的 Zed、Replit、Codeium 與 Sourcegraph 也跟進整合。協議官方網站給了一個好記的比喻：MCP 之於 AI 應用，就像 USB-C 之於電子設備，一個標準化的連接埠，接上什麼由你決定。協議的完整架構、Host 與 Client 的角色分工、安全考量與版本演進，站上已有一篇MCP 協議深度介紹，這裡不重複展開，只聚焦在 Ahrefs 這條通道的實際使用。

架構上快速過一次角色，讀後面的設定步驟會更順。Host 是你互動的 AI 應用，例如 Claude 桌面版或網頁版。Client 是 Host 為每個伺服器建立的小連接器，一個 Client 對應一條連線。Server 是暴露資料與工具給 AI 呼叫的程式，Ahrefs MCP 就是這個角色，由官方代管在遠端。理解這三個角色，就能看懂為什麼設定動作發生在 Claude 的連接器選單，而帳號與金鑰管理發生在 Ahrefs 的後台。

一個常被問到的架構問題：Ahrefs MCP 有沒有本地端版本？目前沒有。官方說明中心的入門文件明寫，本地端 MCP 設定已不再支援，現在只提供遠端 MCP 伺服器。對使用者的意義有兩層：你不需要在自己電腦安裝或維護任何 Ahrefs 程式，連線與授權都對著 Ahrefs 代管的端點進行。相對地，資料請求會經過這條遠端通道，隱私邊界要按官方說明理解，後面安全段落會展開。

官方說明中心也條列了這條通道的四個能力，可以當成需求檢核表。把 Ahrefs 資料直接拉進 AI 生成的回答裡，查完即整理成結論。不必碰 API 也不需要技術背景就能自動化匯出，把過去要手動下載再貼表的步驟省掉。在單一請求裡合併多個資料來源，等於把好幾份報表串成一次查詢，不用寫整合腳本。與其他 MCP 相容的應用連動，讓 Ahrefs 資料進到你既有的 AI 工作流裡。你的日常作業如果對到其中一項，就值得把設定做完。

產品頁的問答欄對這條通道的定義可以並讀：把即時 Ahrefs 資料接上 AI 助理，用自然語言自動化各種 SEO 與行銷任務，不必寫程式。列舉的任務類型涵蓋關鍵字研究、競品分析、反向連結稽核、內容規劃、內容缺口分析與頁面層級的 SEO 建議，與說明中心的能力清單互相印證。

產品頁把這條通道定位成：在 ChatGPT、Claude 與其他 AI 工具裡取得即時 Ahrefs 資料，不用寫程式，直接提問。頁面列出研究趨勢關鍵字與內容點子、尋找國際 SEO 機會、規模化分析競品流量、稽核反向連結側寫四個場景。趨勢關鍵字可搭配搜尋量、流量潛力、成長趨勢與關鍵字難度。反向連結分析也可比較網站取得新網域連結的速度。後面的實戰段落會提供對應查詢句。

除了趨勢關鍵字的四項指標，其餘三個場景在產品頁也各有具體說明。國際 SEO 機會的切入點，是競品已經做出成績的區域市場，官方示例提示是找出最多十個曾擴展到其他國家的同類業務，並列出它們在那些國家的自然流量趨勢。競品流量分析以任意網站清單為對象，追蹤各站自然流量隨時間的變化，看清誰在成長、誰在衰退、缺口在哪裡。反向連結側寫的稽核，比較的是清單網站的連結取得速度與網域權威圖表。

串接前先確認的三件事

第一件事是方案等級。Ahrefs MCP 依附在付費方案上，開發者文件寫明遠端 MCP 伺服器從 Lite 方案開始開放，官方產品頁列舉的支援範圍是 Lite、Standard、Advanced、Enterprise 四個方案，入門的 Starter 與免費工具不在列。以 2026 年 9 月的定價頁來看，月繳價格 Lite 是 129 美元、Standard 是 249 美元、Advanced 是 449 美元，年繳有最多 17% 的折扣，Enterprise 月繳 1,499 美元（須年繳承諾），API 單位採客製，每月資料匯出列數從一千萬起。已經在用 Ahrefs 的人可以直接看帳號狀態，還沒訂閱的人要先評估這條門檻，畢竟為了 MCP 單獨訂閱一個月一百多美元的工具，需要其他使用場景一起支撐。定價頁對各方案的定位是：Lite 給小型企業與個人專案的基本資料，Standard 適合自由接案 SEO 與行銷顧問，Advanced 給精簡的內部行銷團隊更多工具與資料，Enterprise 訴求進階客製、自動化與控制。方案差異也不只反映在 MCP：單次報表最大列數從 Lite 的兩千五百到 Enterprise 的十五萬，每月資料匯出列數從五十萬起，Rank Tracker 追蹤關鍵字從七百五十起，Site Audit 每月爬取額度從十萬起，歷史資料的點對點比較與深入分析從保留六個月到無限制，後面幾欄在 Enterprise 都標成從指定數字起跳的客製值，追蹤關鍵字的更新頻率四個方案一致都是每週。使用者人數前三個方案各內含一位，Enterprise 從三位起，額外使用者每月 40 到 100 美元。專案層的額度也隨方案拉開：每專案可比較的競品數從二十到一百個，未驗證擁有權的專案數從五個到一百個，Portfolios 的目標網址從一百到一千個，每位使用者的每月點數在 Lite 是一千，其餘方案不限。這些額度不直接決定單次對話查詢的結果，但規劃匯出、長期追蹤與團隊共用時會一起用到。

第二件事是額度。方案決定兩個數字：單次請求最多回傳幾列資料，以及每個月有多少 API 單位可以用。這兩個數字隨方案級距拉開，細節與計費邏輯在後面單位計費段落完整整理。這裡先記住一個原則：AI 每幫你查一次資料，就是代替你向 Ahrefs API 發出請求，一句較複雜的查詢可能觸發多次請求，消耗的是方案內由 Ahrefs MCP、Ahrefs Connect 與 API v3 共用的每月單位。官方文件特別強調，第三方應用代替你呼叫 API 時，單位消耗的方式與直接使用 API 相同，同一筆請求不會因為中間多了 AI 就打折或加倍。費用的官方口徑一句話就能記住：MCP 伺服器本身不另收費，消耗的是訂閱內含的 API 單位，定價頁的欄位名稱就叫 API integration units。

第三件事是帳號權限。只有 workspace 的擁有者與管理員能建立與管理 API 金鑰。團隊若要走金鑰設定路線，應由有權限的角色處理。Enterprise 客戶也可以直接用自己的 API 金鑰連線。

Claude 網頁版與桌面版：兩種設定方法

官方為 Claude 提供兩條設定路線，差別在授權方式。方法一走 OAuth 授權，全程點選完成，適合一般使用者。方法二用 MCP 金鑰搭配開發者設定檔，適合想精確控制連線參數的人。兩者擇一即可，不需要都做。官方文件也提醒，多數主流 AI 工具都支援直接連遠端 MCP，卡住的時候照著官方逐步指南走一遍通常就能解決。

官方文件為 ChatGPT、Claude、Cursor 與 Copilot Studio 提供完整設定指南，任何支援 MCP 的 AI 工具都能連上 Ahrefs MCP。示範以 Claude 為主軸，是因為官方指南作者表示自己在 Claude 上的使用體驗較佳。開發者文件的指南清單更長，Claude 的網頁版、桌面版、手機版與 Claude Code 之外，還列有 Copilot Studio、ChatGPT、Lovable、n8n、Manus 與 Mistral 的 Le Chat。說明中心的熱門選項點名 Claude、ChatGPT、Copilot、Lovable、n8n 與 Opencrawl，並提醒各平台自有的方案限制要自行確認。

方法一：OAuth 授權，從 Connectors 目錄加入

官方設定指南給的步驟如下。打開 Claude 的自訂區段，選 Connectors，點加號按鈕新增。在核准的連接器清單裡搜尋 Ahrefs，點進卡片後按 Connect，接著選擇你的 Ahrefs workspace 並選定帳號，同意畫面跳出來時按 Allow 完成授權。連線成功後會看到確認訊息，Ahrefs 出現在連接器清單裡。Claude 的連接器目錄上有 Ahrefs 的專屬頁面，也可以從那裡發起連線。整段流程沒有任何技術操作，是大多數人該走的那條路。

方法二：MCP 金鑰加開發者設定檔

第二條路從 Claude 桌面 App 的設定進入。點左下角的個人圖示叫出選單，選 Settings，在 Desktop app 區段下選 Developer，按 Edit config，這會開啟或定位 claude_desktop_config.json 設定檔。把設定改成官方指南給的這段：

{
  "mcpServers": {
    "Ahrefs": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://api.ahrefs.com/mcp/mcp",
        "--header",
        "Authorization:${AUTH_HEADER}"
      ],
      "env": {
        "AUTH_HEADER": "Bearer $MCP Key"
      }
    }
  }
}

接著到 Ahrefs 的帳號設定、API Keys 頁面按 Generate MCP key 產生新金鑰，複製後把設定檔裡的 $MCP Key 換成實際金鑰，存檔後重新啟動 Claude 桌面 App。這段設定用 npx 執行 mcp-remote 連線工具。要留意的細節是金鑰類型：MCP 金鑰與一般 API 金鑰不能互換使用，設定時確認拿的是對的那種。

連上之後：啟用連接器與權限模式

連線建立後還有兩個使用設定。一是要在對話設定的下拉選單裡啟用連接器，查詢時提到特定工具的話，也要確認那些工具處於啟用狀態再送出，未啟用的工具不會參與回答。二是權限模式：Claude 連接器設定裡如果維持每次詢問權限，每個查詢回傳答案前都會先跳出確認，好處是每一步都看得到。改成自動核准可以免去重複確認，讓多段式查詢連續進行，代價是查詢不再逐一經過你同意。

官方指南給的第一個練習句是個好的起點：用表格形式、指定 site-explorer-refdomains 工具，列出 ahrefs.com 過去七天的前十個參照網域。這句話同時示範了三個好習慣：指定輸出格式、指定工具、指定時間範圍。跑通這一句，代表授權、連線、工具啟用、資料回傳整條鏈都是通的，之後的查詢只是把這個模板換內容。

Claude Code：一行指令接上

已經在終端機裡工作的人，可以把 Ahrefs 接到 Claude Code。官方指南的流程很短：在終端機執行 claude mcp add ahrefs https://api.ahrefs.com/mcp/mcp -t http，啟動 Claude 後執行 /mcp 指令觸發驗證，瀏覽器會帶你登入 Ahrefs 帳號、選擇 workspace 並按 Allow，成功訊息出現後再跑一次確認，伺服器就是已連線且已驗證的狀態，收尾用一個小查詢確認資料回得來。傳輸類型指定 http，連到同一條遠端端點，認證同樣走 Ahrefs 的 OAuth 畫面。還不熟悉 Claude Code 的人，可以先看Claude Code 入門教學打底，再回頭做這段設定。

這條路的價值在於把資料查詢放進開發工作流。舉個場景：正在改一批頁面的標題，想邊改邊確認某幾個關鍵字的競爭頁面變化，在終端機裡直接問，不用切出去開儀表板。對寫程式的人來說，這比網頁版的切換成本低。不寫程式的人可用網頁版或桌面版的 Connectors。這兩條路都連到 Ahrefs 的遠端端點，實際可用工具仍取決於客戶端限制與啟用狀態。

能查什麼：工具群組

Ahrefs 的 API 端點數量多，直接全攤開會超過部分 MCP 客戶端願意接收的工具數量上限，官方因此把工具分組管理，連線時可以用 URL 的 tools 參數挑選要開放的群組，多個群組用逗號分開，例如 ?tools=site-explorer-overview,keywords-explorer。不帶參數連線的話，全部工具都會開放。文件與渲染用的輔助工具不受選擇影響，任何組合下都保留下來，所以縮限群組不會弄壞說明類的功能。

對 SEO 工作最核心的群組整理如下：

↔ 左右捲動檢視完整表格

群組名稱	內容
site-explorer-overview	Site Explorer 核心指標：網域評分、反向連結與對外連結統計、自然與付費流量概覽、指標歷史
site-explorer-reports	Site Explorer 詳細報表：反向連結、參照網域、錨點、自然關鍵字與競品、熱門頁面、連結網域
keywords-explorer	關鍵字研究：單字與多字概覽、各國搜尋量與歷史、匹配與相關詞、搜尋建議
serp-overview	單一關鍵字的搜尋結果頁概覽
rank-tracker	排名追蹤：專案概覽與競品報表
site-audit	網站健檢：專案、問題、頁面瀏覽器、頁面內容
brand-radar-simple	Brand Radar 網域與網址層級報表
brand-radar-entities	Brand Radar 實體層級報表
gsc	Google Search Console：關鍵字、頁面、排名與成效歷史
content-helper	內容助手：某關鍵字排名頁面共同涵蓋的核心主題
batch-analysis	多目標批次分析，單次請求比對多個網站
subscription-info	自己帳號的方案限額與用量

表列之外還有多個群組。social-media 查社群頻道、貼文與作者的指標。management 管理專案、關鍵字清單與 Brand Radar 設定。public 提供爬蟲 IP 範圍與免費網域評分。web-analytics 系列對應網站分析報表，流量總覽的統計與圖表、流量來源與推薦連結、地理分佈、裝置瀏覽器與語言、熱門與進出站頁面各是一個群組。subscription-info 已列於表中，可查自己的方案限額與用量。

各群組對應的報表在 Ahrefs 介面裡都有，AI 只是換了驅動方式。還不熟悉這些報表本身的人，可以先讀Ahrefs 核心功能教學建立地圖，知道每個報表在回答什麼問題，再回來把它們接給 AI，提示句才下得準。反過來說，對報表邏輯越熟的人，從 MCP 得到的好處越大，因為你能把篩選條件講得越細。

如果客戶端對工具數量設了嚴格上限，官方備了一個精選組合：連線時帶 tools=essentials，拿到的是跨群組最常用工具的策展集合。這個值是獨立選項，不能與其他群組混用，tools=essentials,site-audit 這種寫法會被拒絕。群組名稱打錯的話，連線會以 invalid tool category 錯誤被拒，對照工具群組文件檢查拼字即可，錯誤訊息本身算是友善的防呆設計。

反向連結查詢實戰

反向連結是這條通道最常被用的場景之一，因為連結資料的欄位多、報表雜，交給 AI 整理的省力效果最明顯。入門練習就用官方指南那句：用表格形式、指定 site-explorer-refdomains，列出目標網站過去七天前十個參照網域。這個查詢對應的是 Site Explorer 的參照網域報表，回傳的是 AI 排好版的表格，可以直接貼進文件或郵件。把時間範圍換成過去三十天，就是一份月報素材。

再往深一層是失效反向連結的挖掘。官方用例指南給的提示句是：找出某個子目錄下所有失效反向連結，條件設定成那些收到最多外部連結、但本身已不存在的網址，聚焦高網域評分的來源，且每個網域只取一條。這種查詢把報表篩選器翻譯成自然語言，熟 Ahrefs 介面篩選邏輯的人，可以把自己慣用的條件直接講給 AI 聽。找到清單後，再逐一檢查失效網址與來源連結。

競品層級的玩法是多家網站一起比。用例指南裡的進階提示句長這樣：給五個研究中的網站，要一份完整的反向連結概覽，並包含各網站取得新網域連結的速度。把多家網站放在同一個時間範圍內，可以比較各站取得新網域連結的速度。需要的時候還可以加條件，例如排除 nofollow 連結，或只看特定連結類型。

說明中心的入門文還給了一個把排名與連結組合起來的問法：給定幾個關鍵字，用 Ahrefs 找出每個字的前三名排名頁面，對這些頁面做反向連結側寫的完整概覽，並包含它們近三個月取得參照網域的速度。這個查詢把前三名頁面的排名與反向連結資料放在同一份輸出中，方便後續比較。注意它耗的單位也同步放大，關鍵字數量先壓在小範圍試跑。

查詢結果適合用來整理資料與提供分析視角，不能取代人工檢查與判斷。

關鍵字查詢實戰

關鍵字研究是另一條主戰線，官方文件給的典型問法可以分成四類。第一類找內容題目：說明你的生意賣什麼產品，請 Ahrefs 幫你找人在購買前會用來做功課的關鍵字，作為部落格選題素材。這個問法會取得與購買前研究相關的關鍵字，產出的是候選清單，採用前仍需人工判斷。

第二類找趨勢題：說明自己的網站已經用常青內容涵蓋某個領域，請 AI 推薦最多二十個與產業密切相關、且有機會在接下來一年升溫的趨勢詞。keywords-explorer 群組能為每個詞拉出搜尋量隨時間的變化、流量潛力與關鍵字難度，AI 還會附上它判斷升溫的理由。這個理由部分是推理，採用前自己再驗一次，把它當成假設生成器而不是結論產生器。

第三類做內容規劃：告訴 AI 你正在寫某個主題的指南，請它先做關鍵字研究找出該涵蓋的核心詞，再用研究結果排一份文章大綱，並要求自然融入而非硬塞關鍵字。這個問法把資料查詢與內容結構組合在一次對話裡，產出的大綱是草稿性質，主題覆蓋的取捨仍要回到你對這個領域的理解。內容助手的群組可以補上另一個視角：查某個關鍵字的排名頁面共同涵蓋哪些核心主題，等於用資料回答「這個字的前排頁面都在講什麼」。

第四類找連結與流量兼備的頁面：列出某個產業部落格前十個連結最多的頁面，並附上每頁的自然搜尋流量估計。子目錄層級的問法尤其有用，查某個網站的 blog 子目錄與查整個網域，得到的洞察不同，前者更貼近內容策略。這份清單可作為後續人工評估的素材。

官方產品頁還列出尋找國際 SEO 機會與規模化分析競品流量。競品流量查詢可提供網站清單與日期範圍，比較各站的自然搜尋流量變化，產品頁給的示例問法，是提供十個同產業網站的清單，請它列出近六個月自然搜尋流量有成長的網站，依成長幅度由高到低排序。網站數量越多，官方指出回應時間可能越長，適合先用小清單確認回傳內容再擴大。

以競品為軸還有兩個高頻問法。一是關鍵字差距：請 AI 列出某競爭對手在 Google 首頁有排名、而自己網站沒有首頁排名的字，快速圈出內容缺口，手動做要開競品分析報表逐一比對，交給對話一句話就出清單。二是找自然搜尋競品：請 AI 給出與自己網站最接近的自然搜尋競爭者名單。這兩個問法是競品分析的起手式，先確定對手是誰、差距在哪，再進到連結與內容的細部查詢。

做品牌的人還有一個專屬場景：用 Brand Radar 的資料問 AI 搜尋的品牌觀感。說明中心給的示例提示句是，先找出某品牌搜尋量前十的品牌字與它們在 AI Overviews 裡的回答，再根據這些查詢與回答分析品牌的整體情緒，並點出現在與半年前回答的差異。這個問法把品牌聲量監測與 AI 搜尋時代的答案內容接在一起，前提是帳號要加購 Brand Radar 的平台附加方案，查詢才會成立。brand-radar 開頭的兩個工具群組服務的就是這一類需求，網域層級看品牌整體，實體層級看更細的拆解。

查詢結果仍要經過人工檢查，MCP 不會取代人工判斷與原有介面。若要延伸閱讀另一種 Claude 關鍵字研究流程，可參考DataForSEO 串接 Claude 的關鍵字研究實戰。

提示句心法：把查詢講清楚的四個原則

官方行銷團隊成員在 2025 年 10 月的用例指南裡，把使用心得收斂成幾條原則，值得直接抄進工作習慣。原則一，開頭指名用 Ahrefs MCP。AI 工具不一定會自己判斷該用 MCP 而不是去搜網路，一句「列出某產業的熱門部落格」若沒指名，可能觸發網路搜尋而不是 Ahrefs 查詢，用「使用 Ahrefs MCP 伺服器」開頭是官方高度建議的寫法，可明確指示要使用的資料工具。原則二，數量與日期範圍講清楚，要看幾個網站、要哪段時間的資料，避免回傳太少或消耗多餘單位。原則三，有既定分析流程的人把步驟順序講明白，讓產出順序貼近既定流程。原則四，指定輸出形式，要表格就說表格，要清單就說清單，省去來回改版的工夫。

兩個進階技巧也來自同一篇指南。卡在不知道該問什麼的時候，反向利用 AI：把專案現況與卡住的點講給它聽，請它建議可以怎麼問，這種後設問法指南作者實測有效。遇到回應怪異的時候，檢查回應內容找線索，可能是提示句可以再修，也可能是問了 Ahrefs 沒有的資料，例如某網站在 DuckDuckGo 的排名。把錯誤當成對話的一部分，比反覆重送整句更省單位。

單位怎麼計：API units 與列數上限

API 請求依公式消耗方案內的 API 單位，快取命中的請求不消耗單位。官方計費文件給的公式是：單次請求成本等於基本成本與每列成本乘以列數兩者取大。基本成本固定 50 單位。每列成本是這次請求動到的每個唯一欄位的成本總和，欄位出現在回傳結果、篩選條件或排序條件都算，同一欄位重複出現只計一次。欄位預設一個單位，部分較貴的指標是五或十個單位，各端點文件會標註。

官方給了兩個例子幫助建立直覺。查單一網域的網域評分，回傳一列兩個欄位，每列成本二單位，總成本低於基本成本，所以收 50 單位。查反向連結報表，選了標題與流量兩個欄位，篩選條件用流量與來源參照網域數，排序用流量，三個唯一欄位中流量欄位較貴，每列成本 12 單位，回傳 500 列的話，總成本就是 6000 單位。換句話說，一句看起來輕鬆的對話查詢，背後可能是數千單位的消耗，把要查的網站數、關鍵字數與欄位控制住，就是控制帳單。

把這個公式翻回對話場景，幾個動作直接對應到省單位。問範圍而不是問全庫：指定時間區間與特定報表，AI 組出來的請求就不會撈整份歷史。少要幾個欄位：清單型的查詢先只要網域與核心指標，要深入再追問第二層。善用快取：同一段時間內重複確認同一個目標的數字，快取命中的部分不計費。估成本也有官方給的方法：用免費測試目標跑一次，看回應標頭 x-api-units-cost-total 的值。先小後大：一批網站先抽兩三個試跑，確認回傳的欄位與口徑符合預期，再放進完整清單，錯誤的大查詢是最貴的一種錯誤。

方案額度以 2026 年 9 月的定價頁公告為準，整理如下：

↔ 左右捲動檢視完整表格

方案	單次請求列數上限	每月 API 單位
Lite	100	200,000
Standard	250	800,000
Advanced	500	2M
Enterprise	無上限	客製（可加購）

有幾個規則容易踩坑。單位池是共享的：MCP、Ahrefs Connect 與直接呼叫 API v3 用的是同一份每月額度，不是三個獨立配額，規劃自動化時要把三個通道的消耗加總看。端點面也有免費額度，Rank Tracker、Management、Public 等端點與免費測試查詢不消耗單位，端點文件會標註是否免費。單位用掉不退，官方因此建議開發測試階段先用免費測試查詢，並為金鑰設上限。要把月限額往上拉，官方路徑是升級方案，或由 Enterprise 加購單位。列數上限會限制單次 API 呼叫可回傳的結果數。Lite 一次最多回傳一百列，需要更多資料時應依端點支援的參數分批查詢。

速率與節流的規則也要知道。API 預設每分鐘最多 60 個請求，超過會收到 429 狀態碼，而為了維持系統穩定，請求也可能因為動態節流被拒，同樣回 429，節流依當下系統負載與請求的計算需求而定，不是固定的第二道門檻。想追蹤成本的工程使用者，回應標頭帶了幾個欄位可用：x-api-rows 記錄回傳列數，x-api-units-cost-total-actual 記錄這次請求實際消耗的單位，寫腳本的人可以把這些值記進 log，對話使用者則以帳號後台為準。完整的標頭有五個，其餘三個是 x-api-units-cost-row 記每列的單位成本，x-api-units-cost-total 記按列數試算的應耗單位，x-api-cache 標示這次請求是命中快取、未命中還是無快取。加購的單位與其他隨買隨用項目一樣，效期是三個計費月。已用量在帳號設定的限額與用量頁面隨時可查，導入初期定期看一眼，單位去哪了一目了然。

用 MCP 還是直接打 API

Ahrefs API v3 的官方定位是用你 workspace 的資料做客製整合與自動化，覆蓋 Site Explorer、Keywords Explorer、SERP 概覽、排名追蹤、網站健檢、Brand Radar、社群管理與內容助手等端點，批次分析單次請求最多一百個目標。MCP 讓 AI 代理存取 Ahrefs API，直接呼叫 API 則由程式控制請求參數，兩者的選用可依介面與控制需求判斷。兩條路的適用場景可以這樣分：

↔ 左右捲動檢視完整表格

面向	MCP 通道	直接呼叫 API
使用介面	自然語言對話	程式碼與請求參數
適合的人	行銷、內容、SEO 操作者	開發者、資料工程
成本控制	靠提示句節制與金鑰上限	精準選欄位、排程與快取策略
適合的任務	探索式查詢、臨時批次、報表整理	固定排程、產品整合、大量自動化
錯誤處理	AI 對話中排解	程式邏輯自行處理

兩條路不互斥。常見的成熟用法是前期用 MCP 對話探索，確認哪些指標與篩選條件值得固定追蹤後，再把它們寫成排程腳本走 API。此時 Ahrefs 報表介面上的 API 按鈕可以幫上忙：點下去會把目前報表連同你套用的篩選器顯示成 cURL 指令，篩選器一改，指令就跟著更新，等於一個查詢產生器，把用不到的欄位刪掉有機會降低請求成本。開發與測試先用免費測試查詢跑，正式上線前再換成付費請求，這個順序官方反覆建議，單位一旦消耗不退也是原因。使用條款把界線寫得明白：經自訂腳本、橋接器或獨立的 HTTP 用戶端去用 MCP 端點，官方列為不支援且不允許，需要程式化存取 Ahrefs 資料時走公開 API。

報表介面的 API 按鈕：從手查到程式的查詢翻譯機

這顆按鈕值得單獨展開，因為它剛好站在手動查詢與程式化查詢的中間，把兩邊的語言接了起來。官方 API 入門文件的 Basic usage 段落把它定位成查詢產生器：cURL 會隨你在報表上套用的任何篩選器動態更新，畫面上的報表狀態與複製出來的那行指令，是同一個查詢的兩種語言。

把它稱作查詢翻譯機，是因為它解開的正是兩個長期摩擦。第一個摩擦是參數拼寫：API 端點的篩選語法欄位繁多，直接對著文件寫請求，拼錯一個欄位名就要來回除錯。有這顆按鈕，你在介面上把報表調成要的樣子，對應的請求就產生好了，不寫程式的人第一次碰到 API 語法也有一個視覺化的入口。第二個摩擦是成本控制：文件特別提醒，產生的 cURL 會包含報表目前顯示的所有欄位與指標，把用不到的欄位刪掉，有機會降低請求成本。有沒有真的省到，要對照本篇的單位計費公式：每個唯一欄位計入每列成本，篩選與排序用到的欄位一樣算，還有 50 單位的基本成本下限。已經貼在下限上的小查詢，刪欄位省不了什麼；欄位多、列數大的查詢，修剪欄位才是真正的省錢處。報表預設載入的欄位往往比查詢真正需要的多，翻譯出來的指令因此也是一張可以直接修剪的帳單。

實際搬一次更具體。假設你每週都要看三個競品的自然流量趨勢：先在 Site Explorer 把日期區間與市場篩選調成要的樣子，點報表上的 API 按鈕複製 cURL，對照單位公式把用不到的欄位刪掉。驗證從免費的開始：官方的免費測試查詢仍需先建立 API 金鑰，把 target 換成 ahrefs.com、yep.com 或 firehose.com 這三個網域（或其網址）就不扣單位，先用它確認參數寫法、估算單位；接著把 target 換成真正的競品跑實際請求，核對回傳內容與單位消耗，沒問題再放進排程腳本。要提醒的是，按鈕給的是請求範本，不是成品：上線前還得補上 API 金鑰的存放方式、限流與錯誤的重試邏輯、用量的監控，這些是它幫不上忙、也躲不掉的部分。把它當開發起點而不是現成自動化，這顆按鈕的價值才完整。

若要延伸閱讀 Ahrefs Agent A 的應用場景，可參考Agent A 的應用場景介紹。這條產品線官方已更名，官方頁面現在以 Letaido 名義提供。說明中心把它定義為專門幫行銷人建造行銷工具、報表、儀表板與自動化的 AI 代理，由 Ahrefs 資料驅動，MCP 產品頁的橫幅也掛著 Meet Letaido 的宣傳。官方用例指南提醒，MCP 是既有工作的補充，不能取代人工檢查與 Ahrefs 介面。

排解常見問題

401 驗證錯誤最常見，官方列出三個原因：API 金鑰過期需要重新產生。訂閱方案已失效需要續約。拿錯金鑰類型，把一般 API 金鑰用在 MCP 連線，兩種金鑰不通用。照這三項排查即可確認常見原因。仍然卡住的話，官方的出口是說明中心的即時客服。

連不上或工具不見了，先檢查兩個地方。帶了 tools 參數的話，群組名稱拼錯會以 invalid tool category 錯誤被拒，對照官方文件改拼字。連上但查不到特定報表，檢查該工具在客戶端的啟用狀態，Claude 連接器對話設定裡可以逐一開關，未啟用的工具不會出現在查詢結果裡。查詢有回應但數字少於預期時，檢查方案列數上限與查詢範圍。

回應變慢通常是請求規模問題。官方用例指南把查詢分成三級：簡單查詢通常兩分鐘內回應，中等複雜度約二到十分鐘，進階查詢二到十分鐘以上，關鍵字、搜尋結果或網站數量越多越久。等不及的時候，把一次大查詢拆成多次小查詢，單位消耗也更可控。使用 ChatGPT 的人要有心理預期，官方指南作者提到 ChatGPT 的連接器仍在 beta，體驗有時會感受到這點，同樣的功能在 Claude 上目前比較順。

安全與資料邊界

資料怎麼流，官方的說法可以整理成四條。授權時先過同意畫面，你看到的是 AI 將以你的 Ahrefs 帳號查資料的明確聲明。連線建立後，帳號裡會出現一支標記 MCP 範圍的專屬 API 金鑰，AI 用它代替你呼叫，金鑰的用量與上限可以在 API keys 報表管理，管理員可為每支金鑰設每月單位上限。資料只會分享給你設定的那個 AI 客戶端，官方明言不會流到其他地方。Ahrefs MCP 可連接支援 MCP 的第三方 AI 工具，實際使用前應檢查所選工具的權限設定。

API Keys 頁面可管理 MCP 金鑰，workspace 擁有者與管理員可為每支金鑰設定每月 API 單位上限。團隊導入時，應由有權限的角色管理金鑰與用量。

導入流程建議

把前面所有內容收斂成一套可以照做的順序。第一步用 OAuth 連接器完成最小設定，先不碰金鑰與群組參數，用官方練習句確認資料回得來。第二步跑幾個真實的小查詢，單一網站、單一報表、明確數量與日期，同時到帳號的限額與用量頁面觀察單位消耗，建立自己的成本直覺，這一步的觀察結果會決定你後面敢不敢放大查詢。第三步按工作需求調整連線，客戶端工具數量吃緊就換 essentials 或指定群組，要放進自動化流程就走金鑰設定並設上限。第四步把有效的查詢句固定下來，列成團隊的提示句庫，重複性的查詢可依需求改用 API 排程執行，AI 對話留給探索與臨時需求。

值不值得長期開著，可以用三個問題自我檢核。你的查詢頻率是否高到值得占用一個方案，一個月只查兩三次的人，把 Ahrefs 介面開著手動點可能更划算。你的查詢是否需要口語彈性，臨時的、組合式的、說不清楚要先探索的問題，對話介面的優勢最大，固定的制式報表則相反。你對數字的嚴謹度要求到哪裡，進報告給主管看的數字，口徑與來源標註要自己把關，AI 排版不會改變原始資料的口徑，引用時仍要核對來源、地區與時間範圍。三題都通過，這條通道會成為日常工作流的一部分，有任何一題猶豫，先按暫停，把單位花在更確定的地方。

對使用時機保持務實。資料探索、競品掃描、臨時批次、報表整理，這些是 MCP 發揮的地方。固定的月報指標、需要嚴謹口徑的長期追蹤、要進產品的資料管線，交給程式與 API。查詢結果是 Ahrefs 回傳資料經 AI 整理，數字引用前保留來源、地區與時間範圍的標註，決策仍以自己的判斷收斂。工具的價值在把查詢與整理的摩擦降下來，判斷品質還是使用者的責任，這條界線畫清楚，Ahrefs MCP 才會是加分項。