SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场geo-content

geo-content

营销与增长

查看项目

更新于 10-27 02:33

技能介绍

用途

geo-content 是一个面向生成式引擎优化（GEO）的本地编辑评估技能，用于评估网页内容在证据、准确性和实用性方面是否具备被 AI 平台提取和引用的条件。它从两个视角评估内容：E-E-A-T 信号（内容是否体现真实专业度与可信度）以及 AI 可引用性（内容结构是否便于 AI 平台提取并引用具体论断）。

该技能适用于需要对网站执行 GEO 任务的场景，包括审计、可引用性评估、爬虫、结构化数据、llms.txt、内容、平台调优或客户报告。建议先进行只读分析，在做出任何站点更改前先提出方案。

主要能力

E-E-A-T 框架（总分 100 分）

四个维度各占 25 分：

  • 经验（Experience，25 分）：评估第一手知识与直接参与，包括第一人称叙述、原创研究或数据、带具体结果的案例研究、截图或直接使用证据、来自个人经验的具体示例、过程演示（而非仅结果）。
  • 专业度（Expertise，25 分）：评估知识深度与专业能力，包括作者资历可见性、与主题匹配的技术深度、方法论说明、有数据支撑的论断、行业术语正确使用、详细作者页面。
  • 权威性（Authoritativeness，25 分）：评估被他人认可为可信来源的程度，包括来自权威来源的引用、作者被媒体引用、行业奖项、演讲资历、在同行评审或受尊重媒体发表、主题覆盖全面性、品牌被维基百科或权威参考提及。
  • 可信度（Trustworthiness，25 分）：评估内容与发布者的可靠性与透明度，包括联系方式可见、隐私政策、服务条款、有效 HTTPS、编辑标准或更正政策、商业模式与利益冲突透明、真实客户评价、论断准确、联盟/赞助披露清晰。

内容质量指标

  • 字数基准：按页面类型（首页、博客文章、支柱内容、产品页、服务页、关于页、FAQ 页）给出可选规划示例，并非最低要求或引用要求。
  • 可读性评估：目标 Flesch Reading Ease 为 60-70（8-9 年级水平），这不是直接排名因素，但影响可引用性。
  • 段落结构：面向 AI 解析，建议每段 2-4 句、一段一个观点、首句包含核心论断、可独立引用。
  • 标题结构：每页一个 H1，H2 表示主要章节，H3 表示子章节，不跳级，使用描述性标题，适当使用问题式标题。
  • 内链：每个内容页链接 3-5 个相关页面，使用描述性锚文本，建立主题集群结构，避免孤立页面。

AI 内容评估

  • 低质量 AI 内容信号：通用措辞、无原创见解、缺乏第一手经验、结构完美但内容空洞、无具体示例、重复结论、过度模糊限定、缺少人类声音、填充内容、无数据或来源。
  • 高质量内容信号（无论生产方式）：原创数据、具体示例、反常规或有细微差别的观点、第一人称经验、更新信息、专家意见、实用建议、承认权衡。

内容新鲜度评估

检查可见的 datePublished 与 dateModified，记录缺失日期为未知。按更新时间分档：3 个月内为优秀、6 个月内为良好、12 个月内为可接受、12-24 个月为警告、无日期或 24 个月以上为严重。同时标记常青内容（覆盖不随时间变化的基础概念、明确标注为长期参考、不含时间依赖论断）。

主题权威度评估

从内容广度、内容深度、主题聚类、内容缺口、竞争对手对比五个方面评估，分为权威（20+ 页，+10 加分）、发展中（10-20 页，+5 加分）、新兴（5-10 页，+0）、薄弱（<5 页，-5 惩罚）四个等级。

总体评分（0-100）

四个维度各占 25%，加上主题权威度修正（+10 到 -5），最终分数上限为 100。分数解读：85-100 为卓越，70-84 为良好，55-69 为平均，40-54 为低于平均，0-39 为差。

使用方式

  1. 抓取目标页面（首页、关键博客文章、服务/产品页面）。
  2. 按四个维度评估 E-E-A-T（各占 25%）。
  3. 评估内容质量指标（结构、可读性、深度）。
  4. 检查 AI 内容质量信号。
  5. 评估全站主题权威度。
  6. 评分并生成 GEO-CONTENT-ANALYSIS.md。

输出报告包含：内容评分、E-E-A-T 分项明细、主题权威度修正、分析页面列表、E-E-A-T 详细发现、内容质量问题、AI 内容关注点、新鲜度评估、可引用性评估（最可引用段落与最不可引用页面）、改进建议（快速改进、内容缺口、作者/E-E-A-T 改进）。

示例命令：

curl -s https://example.com/robots.txt
curl -s https://example.com/llms.txt

适用场景

  • 需要对网站执行 GEO 审计、可引用性评估、爬虫检查、结构化数据检查、llms.txt 检查、内容评估、平台调优或客户报告。
  • 希望了解内容在 AI 平台中被引用可能性的编辑与内容团队。
  • 需要识别内容缺口、改进 E-E-A-T 信号、优化段落与标题结构的场景。

限制

  • 审计为只读分析；未经明确批准，绝不发布、部署或修改目标站点。
  • 评分与引用可能性为启发式判断，并非 AI 搜索平台的保证。
  • 仅文档导入：上游脚本、智能体、钩子和结构化数据模板未随附。
  • 可读性、字数、页面总数和新鲜度年龄区间为编辑启发式，并非校准的引用概率。
  • 不得仅凭风格或通用措辞判定 AI 作者身份。
  • 资历、第一人称声明、截图和评价需要佐证；不得为提高分数而编造。
  • 标记不适用评分项并披露分母调整；当不存在联盟关系时，缺少联盟披露不构成缺陷。
  • 可信度可能重于其他维度，因此等权重无法证明质量或安全性。
  • 保持审计范围公开且有界；引用确切段落和原始来源，将不可用页面记录为未知。
  • 该技能改编自 zubair-trabzada/geo-seo-claude（MIT）；为上游合规添加了 frontmatter、When to Use/Limitations 和安全边界。