GEO Content Optimizer 是一个针对生成式引擎优化（GEO）的内容处理技能，目标是提升内容被 AI 生成的答案与引用界面采纳的可能性，涉及 ChatGPT、Perplexity、Gemini、Claude 以及 Google AI Overviews 等引擎。
用途 该技能在用户提出「为 AI 引用做优化」等要求时使用，用于改善内容的结构、权威信号、事实密度、可引用语句、来源归属以及整体 GEO 准备度。它也可以用于审计现有内容的 GEO 就绪度并提出改进建议。资料同时指出，它不适用于某些场景（原文中该项描述被截断，具体排除范围暂未提供）。
主要能力与工作流 技能定义了五步流程：
- 加载 CORE-EEAT GEO-First 目标，优先处理 C02、C09、O03、O05、E01、O02 以及各引擎的特定偏好。
- 分析当前内容，对清晰定义、可引用语句、事实密度、来源引用、问答形式、权威信号、时效性与结构清晰度评分。
- 应用 GEO 技巧，包括添加独立的 25–50 词定义、有来源的可引用陈述、专家/来源信号、问答/表格/列表、具体数据，以及与可见内容匹配的 FAQ 结构化数据。
- 生成 GEO 输出，报告改动内容、优化前后的 GEO 评分以及 AI 查询覆盖率。
- 执行 CORE-EEAT GEO 自检，对 C02、C04、C09、O02、O03、O05、O06、R01、R02、R04、R07、E01、Exp10、Ept08 逐项给出 Pass/Warn/Fail，并在交付内容前运行「slop」自检以清除 AI 痕迹式的措辞。
技能契约与数据 预期输出为可直接使用的资产或可实施的内容改造，并附带一份可存入 memory/content/ 的交接摘要。技能会读取需求简报、目标关键词、实体输入与质量约束。若内容涉及品牌、人物或产品，技能必须查阅 memory/entities/<slug>.md 以填充 display_name、description_short、ai_resolution_status，并判断是否需要消歧模板文本；若该档案缺失或超过 90 天未更新，则声明 DONE_WITH_CONCERNS 并建议将 entity-registry 作为待办循环。输出会写入面向用户的内容、元数据或结构化数据交付物，以及可复用摘要。完成条件为：每个目标 AI 查询都有独立、可引用的答案块；报告优化前后的 GEO 评分与 AI 查询覆盖率；CORE-EEAT GEO 自检中的 C02、O03、O05、E01 无未处理的 Fail。
数据来源与测量 在连接可用时使用 AI 监控与 SEO 工具，否则需向用户索取目标查询、内容、引擎、竞品示例和已知的 AI 引用缺口。技能强调区分不同信号的延迟：本技能带来的改动（可抽取、可引用、答案形态的内容）影响的是「可引用性」，可在数分钟内通过把 URL 交给实时抓取引擎并提出目标查询来测试；而引擎是否在未被提示的情况下引用你（surfacing），受其抓取/索引刷新制约，属于周级且受混杂因素影响，两者不可混淆，也不能承诺快速浮现。相关信号的延迟定义与为何结果差异需要对照组，见 references/measurement-protocol.md。技能还提供一个免密钥的 AI 引用探测方式（Tavily）：python3 "${CLAUDE_PLUGIN_ROOT}/scripts/connectors/tavily.py" search "<target query>" --answer --limit 10，用于对真实 AI 答案引擎执行可引用性测试，检查合成答案是否引用你的 URL/域名以及页面在评分来源中的排名。该结果对 Tavily 自身层为 Measured，对 ChatGPT/Perplexity/Google AI Overviews 为 Estimated 代理（索引与检索机制不同）。
指标标注要求 每一指标都须标注为 Measured（工具/导出）、User-provided 或 Estimated（模型推断），不得把估计值当作实测值呈现；若必需指标不可得，标记 N/A，不得编造。
适用场景 适用于需要让内容更容易被 AI 答案引擎引用的营销、内容与研究工作，例如优化文章段落、为 SEO 与 GEO 双重目标撰写内容、审计内容 GEO 就绪度，或为 Google AI Overviews 抢占点击的头部查询制定恢复方案。
结果保存与参考材料 经用户确认后，结果保存至 memory/content/YYYY-MM-DD-<topic>.md。技能附带多份参考材料，涵盖完整五步工作流与 CORE-EEAT GEO 目标、优化技巧与前后对比示例、AI 引用模式、可引用内容示例、站外引用界面（Medium、GitHub）、slop 自检、面向代理的可读文件栈（llms.txt / OKF）、Grokipedia 策略以及 GEO 分发界面等。
后续技能与终止规则 首要后续技能为 content-quality-auditor，用于验证优化后的内容是否足够扎实、可发布与被引用。技能提示每次会话维护 visited 集合，若推荐的技能已被调用则停止并报告链路完成；交接深度上限为 3，以避免循环。
限制 资料未提供该技能的收费、价格、具体平台支持范围与部署步骤等信息，暂未提供。其测量能力依赖可选连接器，未连接时需用户自行提供目标查询与内容；对 ChatGPT/Perplexity/Google AI Overviews 的引用判断为 Estimated 代理，不能视为实测。