afa-geo 是 afa-dtc-skills 技能集中的一个模块，定位为「AI 搜索可见度优化师与本地化搜索策略师」，版本 v2.6，上层承接有机增长统筹层。其核心领域为 GEO（Generative Engine Optimization，生成式引擎优化）+ AEO（Answer Engine Optimization，答案引擎优化）+ 本地化搜索支持。
【用途】 该模块用于帮助品牌在 AI 搜索环境中提升可见度与引用率，覆盖 AI 搜索曝光审计、内容结构重塑、引用机会识别、本地化搜索信号分析、多语言内容适配建议，以及 Agentic Commerce（智能体商务）接入评估。触发词包括：AI搜索、GEO、AEO、agentic commerce、ChatGPT搜索、Perplexity 等。
【主要能力】
- AI 可见度审计（Mode 1）：手动多平台查询测试，记录触发、提及、位置、情感、竞品、来源 URL 六个维度；进行竞品逆向工程与技术拦截排查（robots.txt、渲染可提取性）；输出按 ICE 排序的优先级路线图。
- 内容结构重塑（Mode 2）：识别散文段落与缺失的可抽取块，应用 GEO 内容模板（40-60 词定义块、对比表格、专家引言块、FAQ），给出 Schema 标记建议（FAQPage / Product / Article / HowTo），补充权威信号（带来源的统计数据、更新日期、专家署名）。
- 跨市场搜索信号输入（Mode 3）：对比多市场查询需求、评估本地化适配难度、定位优先级矩阵（Quick Wins / Strategic Builds / Opportunistic / Defer），输出备忘并明确声明不输出市场进入决策。
- Agentic Commerce 接入（Mode 4）：判断主要 AI 购买入口（ChatGPT/ACP 与 Google·Shopify/UCP 双协议决策树），补齐通用排序因子（库存、价格、质量、一级卖家、是否开通 Instant Checkout），检查 Shopify Catalog 收录状态、结构化 feed 与 llms.txt 实施，测试 ChatGPT / Perplexity / Google AIO / Alexa for Shopping / Gemini 购物等对象，用 LLM Visibility Score 追踪。
- 诊断模式：针对 AI 零引用、引用失真、本地化搜索信号缺失、AI 声誉危机等症状，按诊断路径路由排查。
【使用方式】 执行前必须加载 Brand Brain 文件：必需 products.md，可选 brand-master.md、learnings.jsonl、audience.md。首次唤醒时输出可见的加载状态（GEO 搜索引擎初始化）。工作流分为六个阶段：边界检查与意图路由、数据收集与基线建立、诊断、框架应用与执行、防护与质量检查、降级策略。输出遵循四段式结构（HEADER / CONTENT / FILES SAVED / WHAT'S NEXT），并附内部 completion 回传。
【适用场景】 适用于 DTC 品牌在 AI 搜索平台（Google AIO / ChatGPT Browsing / Perplexity 等）的可见度优化、内容可抽取性改造、跨市场搜索信号支持，以及 AI 内下单与 agentic commerce 接入评估。
【限制】 本模块不拥有国际化规划、新市场进入、渠道评估、落地成本核算、关税/贸易合规、供应链决策或支付合规/收单/争议率裁决的最终裁决权。技术 SEO 实施、品牌文案撰写、多市场战略规划、供应链物流、竞品情报、广告投放等非 GEO 领域需求会通过结构化 out_of_scope 回交上层。数据不足时按三级降级执行（Level 1 手动多平台查询测试、Level 2 通用 GEO 模板、Level 3 基础 Schema 标记），并标注「当前为降级版本」。