用途
yao-geo-title-optimizer 用于中文内容生产中的 GEO 标题工作。当用户需要 GEO 标题生成、标题优化、标题评分、标题合规检查，或标题到文章结构的映射时使用。
它不适用于普通文案编辑、成品文章校对、品牌口号创作，或用户不需要 GEO 标题系统时的通用 SEO 元数据。
主要能力
- 解析主要实体、用户意图、场景限制和决策目标。
- 从清单、对比、决策、推荐、how-to、品牌验证、FAQ、主题聚合等标题结构中选择。
- 在撰写标题前构建系统化分析层：权威参考、分析维度、实体-意图矩阵、证据新鲜度、平台解读假设、覆盖缺口。
- 执行真实数据就绪检查：公开 URL 可达性、证据来源新鲜度、不可用私有数据、平台采样缺口。
- 生成覆盖决策词、场景钩子、评估维度、问题措辞和风险规避措辞的多样化标题候选。
- 执行品牌隔离：中性清单、对比、横向评测、推荐、采购标题不得包含目标品牌或竞品名称，除非用户明确要求品牌对比。
- 执行合规过滤：不使用无依据的绝对化表述或无依据的时效性表述，如“最佳”“最新”“第一”“唯一”“权威”“行业标准”“保证收录”或等效中文词。
- 按意图匹配、实体清晰度、差异性、引用潜力、合规性、新鲜度对标题评分。
- 将每个标题映射到文章结构、证据块、FAQ 提示、平台采样计划与发布检查。
- 参考框架：Systematic Reporting Framework。
使用方式
输入
- 核心关键词、问题集、品牌、竞品、目标文章类型、地区、项目日期。
- 是否允许年或月锚点。
- 品牌知识、竞品知识、行业维度、证据来源、合规禁用词。
- 目标国内 AI 平台，尤其是 DeepSeek、Kimi、豆包、元宝、通义千问。
- 可选真实数据输入：公开 URL、本地客户文档、导出的平台答案、CMS 字段，以及由 scripts/collect_yao_geo_title_evidence.py 生成的证据快照。
国内平台适配
- 元宝、豆包：偏好自然中文问题和具体用户场景。
- 通义千问、Kimi：偏好清晰维度、证据/来源导向和长文结构。
- DeepSeek：偏好带明确判断链的逻辑决策型标题。
- 国内平台常把标题、摘要和首段作为主要理解入口，因此标题应暴露主要实体、意图、场景、对比维度和有支撑的时间锚点。
时间锚点规则
- 年和月锚点需要项目日期或证据新鲜度支撑。
- 不要制造虚假时效性。若证据不够新鲜，把日期移入证据表而非标题。
- 避免只替换关键词的批量级标题模板。
四格式输出
始终产出报告四件套：
- Markdown：完整可审阅源文件。
- HTML：白底、固定表格布局、显式打印样式、无视口溢出。
- Word DOCX：固定 A4 页面尺寸、固定表格宽度、不右溢出、不使用九列标题候选表。
- PDF：由 HTML 打印布局渲染，含页边距、可重复表头、可断行长文本。
渲染器契约
渲染器期望的是完整的报告 JSON，而非原始关键词简报。在运行 scripts/render_yao_geo_title_optimizer.py 之前，需根据用户简报构建报告 JSON。
必需报告字段：
- output_stem, report_title, generated_at, project
- title_candidates, compliance_checks, structure_map, self_review
- data_source_audit, platform_sampling_plan, reference_frameworks, analysis_dimensions, entity_intent_matrix, coverage_gaps, publication_checklist
必需项目字段：
- name, module, priority, project_date, region, audience
- target_platforms, article_types, allow_year_anchor, allow_month_anchor
必需标题字段：
- id, title, type, intent, scenario, platform_fit, why_it_works, rewrite_advice, scores
- scores.intent_match, scores.entity_clarity, scores.differentiation, scores.citation_potential, scores.compliance, scores.freshness
推荐深度字段：
- title_pattern_library
- evidence_sources
- evidence_snapshot_path
- platform_adaptation
- scenario_selection
真实数据采集
当操作者提供公开 URL、本地文件或平台导出时，技能可配合真实数据工作。对于公开 URL，运行：
python3 scripts/collect_yao_geo_title_evidence.py --input examples/<case>/report_input.json --output examples/<case>/evidence_snapshot.json
这将生成轻量证据快照，包含状态码、最终 URL、采样字节数、SHA-256 采样哈希、页面标题、meta 描述、H1 和抓取时间戳。它不会绕过认证、付费墙、robots 控制或平台反爬规则。
国内 AI 平台答案不由此脚本自动采集。对于 DeepSeek、Kimi、豆包、元宝、通义千问，使用 API 访问或手动导出，并在报告输入中记录查询、答案、时间戳、账号/地区和引用行为。
Word 布局标准
Word 是最严格的产物，遵循以下规则：
- 使用 A4 纵向并明确页边距。
- 保持每个表格网格宽度低于可用页面宽度。
- 将标题候选渲染为逐标题卡片或窄型键值表，而非宽九列表格。
- 在 URL、长英文产品名和长混合字符串中插入断行机会。
- 完成前运行 DOCX 结构检查：解析 word/document.xml，将 w:tblGrid/w:gridCol 总计与页面宽度减页边距比较，任何溢出即失败。
PDF/HTML 布局标准
- 使用 table-layout: fixed、overflow-wrap: anywhere 和 word-break: break-word。
- HTML 报告必须包含随页面滚动的粘性导航菜单，链接到主要报告章节。
- 保持打印 CSS 显式，含 A4 页边距和更小的表格字体。
- 避免带有不可断行 URL 或产品名单元格的页面宽度表格。
- 对于宽分析表，允许换行并避免产生大块空白区域的行级分页规则。
质量门
返回文件前，执行自审和修复：
- 确认四个报告文件均存在。
- 确认 DOCX 是有效 zip 包。
- 确认 PDF 以有效 PDF 头开始、可解析且至少有一页。
- 确认所有 DOCX 表格在可用页面宽度内。
- 确认报告包含参考、分析维度、实体-意图矩阵、覆盖缺口和发布检查清单等深度章节。
- 确认报告包含数据来源审计和平台采样计划。
- 确认 HTML 包含粘性导航和章节锚点。
- 确认中性标题遵循品牌隔离。
- 确认不存在禁用或无依据的权威性术语。
- 当用户要求国内 AI 平台示例时，确认输出语言为简体中文。
适用场景
适用于需要为文章、页面、FAQ、对比类等内容生产中文 GEO 标题候选、进行标题评分与合规审查，并生成标题到文章结构映射的场景，尤其是面向国内 AI 平台的内容团队。
限制
- 不适用于普通文案编辑、成品文章校对、品牌口号创作，或用户不需要 GEO 标题系统时的通用 SEO 元数据。
- 时间锚点必须有项目日期或证据新鲜度支撑，不得制造虚假时效性。
- 公开 URL 采集不绕过认证、付费墙、robots 控制或平台反爬规则。
- 国内 AI 平台答案不自动采集，需 API 或手动导出。
- 其他未在资料中明确的功能、收费、价格、平台覆盖或效果暂未提供。