用途：对指定页面或站点进行 AI 搜索可见性审计，评估其在 AI Overviews（原 SGE）、ChatGPT 网页搜索、Perplexity、Bing Copilot 等生成式搜索中的被引用条件，并生成 GEO-ANALYSIS.md 报告，包含 GEO 就绪度总分、各平台分项得分、爬虫访问状态、llms.txt 状态、品牌提及分析、段落可引用性、服务端渲染检查、高影响改动建议与 Schema 建议。
立场：资料引 Google Search Central 观点，认为面向生成式 AI 搜索的优化在 Google 看来仍属 SEO，AEO/GEO 是同一工作的改称；审计应把 GEO 发现表述为 SEO 基础能力在 AI 搜索界面的应用，社区建议与 Google 官方来源冲突时以官方为准并在报告中注明。资料还列出被 Google 判定为无效的做法，如 llms.txt、分块、AI 改写、提及农场。
评估维度：可引用性（25%），建议 134-167 词自包含段落、开头 40-60 词直答、标注来源；结构可读性（20%）；多模态内容（15%）；权威与品牌信号（20%）；技术可访问性（20%），指出 AI 爬虫不执行 JavaScript，服务端渲染关键。
用法：检查 robots.txt 中 GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、PerplexityBot、CCBot 等爬虫的允许与屏蔽情况，建议为 AI 搜索可见性放行搜索类爬虫；检查 /llms.txt 与 RSL 1.0 是否存在，但 seo-skills 对 llms.txt 只报告存在性、不赋予引用排名权重。若可用 DataForSEO MCP 工具，可用 ai_optimization_chat_gpt_scraper 检查 ChatGPT 搜索结果，用 ai_opt_llm_ment_search 与 ai_opt_llm_ment_top_domains 跟踪 LLM 提及；也可用 /seo flow optimize <url> 进行提示引导优化。
限制：页面不可达时如实报告错误，不猜测内容；无 llms.txt 或结构化数据时说明缺失并给出模板或 Schema 建议；平台覆盖与统计数据来自资料所引第三方，随时间和平台变化，需自行核实。