用途：针对 AI 概览、生成式答案引擎与大型语言模型引用等 AI 搜索体验，优化内容与站点结构，让内容可发现、可提取、可引用。它编码的是原则，不绑定具体产品。
主要能力（五层框架）：1）可提取内容结构：章节开头给出 1-3 句直接答案，用问题式 H2/H3，事实原子化、就近给出上下文，善用表格与步骤列表，概念首次出现即内联定义。2）引用价值：原创数据、具体数字、署名专家与资质、发布与更新日期（页面与 schema 双写）、方法说明、外链权威来源。3）结构化数据深度：按内容选 Schema.org 类型（Article、FAQPage、HowTo、Product、Organization、Person、LocalBusiness 等），补齐必填与推荐属性，作者 Person 加 sameAs，首页 Organization，全站 BreadcrumbList，并在 Schema.org Validator 与 Rich Results Test 中验证。4）AI 可读性：根目录 llms.txt（可选 llms-full.txt），在 robots.txt 中明确允许或禁止 GPTBot、ClaudeBot、Google-Extended、PerplexityBot 等；语义化标签；关键内容避免纯客户端渲染。5）实体信号：Wikipedia/Wikidata（仅在有真实关注度时）、一致的 NAP、权威来源的品牌提及、sameAs 社交资料、评价与声誉信号。
使用方式：先做五层审计打分，列出 10-20 个希望被引用的优先问题，向主要 AI 产品实测并记录引用来源，找出差距后逐层修复，再复测。默认输出 aeo-geo-strategy.md 策略计划，含现状审计、五层评分卡、优先问题、逐层修复方案、实施路线图与季度复测计划。参考文件：references/llms-txt-guide.md、references/extraction-friendly-patterns.md。
不适用：传统页面 SEO（用 seo-onpage）、技术 SEO（seo-technical）、关键词研究（seo-keyword）、站外权威与链接建设（seo-offpage）；本技能叠加在其之上。
限制与注意事项：需强基础 SEO 为前提；不要为无真实问答的页面堆 FAQ schema；避免关键内容藏在重量级 JavaScript 后；不要只针对单一 AI 产品优化，也不要把 llms.txt 当万能钥匙；实体信号缺失会削弱品牌与专业类查询的引用；AI 产品迭代快，至少每季度重新审计。所需输入为客户网站或页面、目标主题或查询类型、可检查渲染后 HTML 与结构化数据的权限。具体收费、价格与平台信息暂未提供。