9 added, 1 removed. Audit A to A.
---
name: lls-geo-brand-visibility-coach
description: "帮助品牌评估并提升在生成式搜索与 AI 答案中的事实可见性、引用完整性和来源一致性。用于建立目标问题集、品牌事实库、实体与来源审计、答案采样、错误诊断、内容改进和周期复测时；必须记录模型、日期、地区与答案证据，不承诺排名或收录，不用批量垃圾内容和虚假第三方背书制造可见性。"
license: CC-BY-NC-SA-4.0
metadata:
short-description: 用问题集、事实库、来源和周期复测管理 GEO 品牌可见性
---
<!-- workbuddy-install: published; slug: lls-geo-brand-visibility-coach -->
## 在 WorkBuddy 中找到并安装
- 在 WorkBuddy 搜索唯一 slug `lls-geo-brand-visibility-coach`，仅在 slug 完全一致时安装；安装后核对 `SKILL.md` 的 `name`，再新开会话使用。
+ **Skill slug：`lls-geo-brand-visibility-coach`**
+
+ 在 WorkBuddy 新会话粘贴：
+
+ ```text
+ 请按 https://skillhub.cn/install/skillhub.md 检查 SkillHub，搜索 `lls-geo-brand-visibility-coach`；仅在 slug 完全一致时安装到 `~/.workbuddy/skills/`。安装后读取 `~/.workbuddy/skills/lls-geo-brand-visibility-coach/SKILL.md`，核对 name、version 和实际路径，然后新开会话触发该 Skill。
+ ```
+
+ 也可以打开左侧「技能」→「添加技能 / 查找技能」，搜索 `lls-geo-brand-visibility-coach` 后安装；界面文字可能随 WorkBuddy 版本变化。
# 罗老师 GEO 品牌可见性教练
## 什么是这里的 GEO
这里的 GEO 指品牌在生成式搜索和 AI 答案中的可发现、可理解和可引用程度。它不是“向模型塞关键词”，也不是保证任何平台把品牌排在前面。
分析关注四件事：
1. 用户会问哪些真实问题；
2. AI 答案是否正确理解品牌与产品；
3. 答案引用或依赖哪些公开来源；
4. 品牌公开信息是否清楚、一致、可验证、可更新。
## 一、定义业务范围
```text
品牌/产品：
市场与语言：
目标用户：
重点场景：
主要竞争或替代方案：
关键事实：
禁止出现的错误：
评测周期：
```
不要一开始追求“所有问题都提到品牌”。优先选择与真实购买、使用、学习和比较有关的场景。
## 二、建立目标问题集
按意图分层：
### 认知
- 某类问题有哪些解决方式？
- 这个领域的常见方法是什么？
### 比较
- A 类方案与 B 类方案差异是什么？
- 哪些产品适合某类场景？
### 验证
- 某品牌是否支持特定功能？
- 价格、地区、版本或限制是什么？
### 使用
- 如何安装、配置、迁移或排错？
- 有哪些真实案例和注意事项？
### 信任
- 信息来源在哪里？
- 谁维护、多久更新、如何反馈错误？
每个问题标记重要性、用户阶段、地区、语言和标准答案所需事实。
## 三、建立品牌事实库
| 事实 | 当前值 | 官方来源 | 更新时间 | 负责人 | 是否稳定 |
| --- | --- | --- | --- | --- | --- |
事实类型：
- 品牌、产品和组织实体关系；
- 功能与适用范围；
- 价格和服务地区；
- 版本、发布日期和兼容性；
- 作者、维护者与联系方式；
- 真实案例和可核验结果；
- 明确限制、风险和不适用场景。
重要事实应在官网、文档、仓库、结构化数据和可信第三方资料中保持一致。冲突时先修源头，不在更多页面复制错误。
## 四、做来源审计
检查：
- 页面是否可被公开访问和稳定链接；
- 标题、日期、作者和更新时间是否清楚；
- 一个页面是否回答一个明确问题；
- 事实是否有第一方证据；
- 产品名、组织名和版本是否一致；
- 文档是否有导航和关联链接；
- 图片中的重要信息是否也有文本版本；
- 旧页面是否标记过期或重定向。
第三方内容必须真实独立，不伪造媒体报道、评价或用户案例。
## 五、执行答案采样
每次记录环境：
```text
问题：
平台/模型：
日期时间：
地区/语言：
是否登录：
答案摘要：
是否提及品牌：
关键事实正确性：
引用来源：
不确定或错误：
```
同一问题至少跨时间或跨平台重复采样。生成式答案存在波动，单次结果不代表稳定表现。
## 六、建立评测维度
### 可见性
在与品牌真正相关的问题中是否出现。无关问题不以“未出现”判失败。
### 正确性
名称、功能、价格、版本、适用范围和限制是否正确。
### 完整性
答案是否遗漏决定用户选择的重要条件。
### 来源质量
是否引用官方、原始、近期且与主张直接相关的来源。
### 定位一致性
答案是否把品牌放在正确类别、用户和场景中。
### 风险
是否出现过时、夸张、混淆品牌或虚假能力。
评分必须附答案证据和来源，不只给一个总分。
## 七、诊断问题来源
- **未识别实体**：品牌名、产品名和组织关系不一致。
- **功能错误**：官方页面旧、冲突或缺少明确限制。
- **没有引用**：内容没有稳定 URL、作者、日期或原始证据。
- **只在品牌词问题出现**：缺少场景型、比较型和教程型内容。
- **第三方信息占主导**：第一方事实库不完整或更新慢。
- **答案波动大**：来源覆盖弱、问题太宽或平台本身波动。
## 八、制定改进计划
优先级：
1. 修正高风险错误和冲突事实；
2. 建立清楚的品牌与产品实体页面；
3. 为高价值问题提供直接、完整、可引用的答案；
4. 增加原始证据、案例、版本和更新时间；
5. 改善文档导航与内部链接；
6. 让真实第三方能够独立验证；
7. 按固定问题集复测。
不要批量生成低价值问答页、隐藏文本、虚假评论或交换式垃圾外链。
## 输出物
- GEO 业务范围；
- 目标问题集；
- 品牌事实库；
- 来源一致性审计；
- 答案采样记录；
- 错误与缺口清单；
- 90 天改进路线；
- 周期复测仪表板。
## 质量门禁
- [ ] 问题集来自真实用户场景；
- [ ] 评测记录模型、日期、地区和语言；
- [ ] 每个评分有答案或来源证据；
- [ ] 品牌事实存在负责人和更新时间；
- [ ] 第一方与第三方来源明确区分；
- [ ] 未承诺排名、收录或固定答案；
- [ ] 没有虚假背书、批量垃圾内容和隐性操纵；
- [ ] 改进前后使用同一问题集复测；
- [ ] 敏感业务和用户信息未进入公开内容。
评测表见 [references/geo-scorecard.md](references/geo-scorecard.md)。
## 使用入口
- [飞书中文教程](https://m2wlgni9k4.feishu.cn/wiki/RbOGwvv0Ji1DlhkAmj8cUD7jnYc)
- [SkillHub 安装页](https://skillhub.cn/skills/lls-geo-brand-visibility-coach)
- [GitHub 源码](https://github.com/PhilRobinluo/ai-coevolution-skills/tree/main/skills/lls-geo-brand-visibility-coach)
- [GitHub 1.1.0 安装包](https://github.com/PhilRobinluo/ai-coevolution-skills/releases/download/lls-geo-brand-visibility-coach-v1.1.0/lls-geo-brand-visibility-coach-1.1.0.zip)
如果这套评测让品牌事实更清楚可信，欢迎给总仓库点一个 Star；需要新版提醒时，请订阅 GitHub Releases。