用途：该技能用于制定 AEO（答案引擎优化）与 GEO（生成式引擎优化）策略，目标是让品牌、产品或个人信息被 AI 生成的答案引用与准确呈现。触发场景包括 AI 可见性、AI 引用追踪、实体一致性、知识图谱优化、面向 AI 的结构化数据等。
主要能力：跨 6 个平台（Google AI Mode、Google AI Overviews、ChatGPT、Perplexity、Gemini、Copilot）做 AI 可见性审计，按“被引用/被提及/缺失/被误述”打分；引用优化与 AI 优先内容改写；跨 Google 知识图谱、Wikidata、Wikipedia、Crunchbase、LinkedIn 的实体一致性审计；Organization、Product、FAQ、HowTo 等 schema 实施；主题权威映射与竞品 AI 可见性对标；AI 提及与引用的持续监测框架。
使用方式：先收集品牌名称、官网、目标查询（10–25 条）与竞品；逐平台测试并记录 AI 原文作为基线；做实体一致性检查与差距分析；输出优化执行计划（内容、schema、知识图谱修正、实体修复清单）；设定监测节奏与 KPI（引用率、准确度、查询覆盖率）。脚本位于插件 scripts/ 目录，需 Python 3.10+，可用 python 或 python3 运行；示例：python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns。品牌上下文可从 ~/.claude-marketing/brands/{slug}/profile.json 读取。
适用场景：品牌 AI 可见性诊断、被 AI 引用优化、负面或错误 AI 描述修正、新品牌从零建立 AI 可见性、多品牌与常见词品牌实体消歧、竞品对标。
限制：资料提到 Google 官方称无需 llms.txt、无需 AI 专用 schema，页面只需被索引且可展示摘要；AI 模型知识存在数周至数月滞后；Baidu、Yandex 等区域引擎策略差异大，需本地化处理；不得直接操纵 AI 输出，应修正底层来源。部分内容（如具体价格、平台效果数据）暂未提供。