Immutable. This exact content is served forever at /api/v1/blob/c57a6e362b3a6ba2.
--- 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 **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。