# HeiGe-GEO-SEO (Codex Skill) 中国市场优先的 GEO(生成式引擎优化)+ SEO 内容优化系统。诊断 → 产出 → 度量全链路。让内容和网页被豆包、通义千问、DeepSeek、文心、腾讯元宝、ChatGPT、Perplexity、Claude、Gemini 抓取并引用。 ## 触发 **中文触发词**:GEO优化、生成式引擎优化、AI搜索优化、让AI引用、被AI引用、AEO、答案引擎优化、让豆包引用我、让千问引用我、让DeepSeek引用我、GEO SEO、AI可见度、内容被大模型抓取、配AI爬虫robots、生成llms.txt、网页被AI引用、做SEO和GEO、改写指令、share of voice、为什么没被AI引用、AI可见度监控、prompt集、GEO brief **English triggers**: GEO, generative engine optimization, AEO, answer engine optimization, AI search optimization, get cited by ChatGPT, get cited by Perplexity, optimize content for AI engines, llms.txt, AI crawler robots.txt, schema for AI citation, AI visibility, share of voice, rewrite for GEO, WebMCP readiness, AI citation attribution ## 能力 - ★旗舰 playbook 一键 GEO 作战手册:八层瓶颈定位(综合 score+cescore+diagnose 判定卡在哪层、先打哪条腿)+ 现状诊断 + 信源策略 + 逐段改写指引 + 监测采集闭环 + 跨层杠杆位行动清单,把整套工具收口成一个交付物;--html 出静态可打印 HTML 作战手册(瓶颈卡片+评分条+信源分层+零脚本可分享) - 对标作战 compare:你的页 vs 竞品页逐维逐要素比强弱,出综合分排名 + 你落后的差距要素(差距最大优先,只补真实素材),离线只比内容质量层、谁真被引用还要跑 measure - measure 监测采集闭环(八层第8层):--kit 出采样协议+buyer prompt集+records模板;喂 records 一键 sov+lostprompt+factcheck 出综合监测表(被推荐概率/声量份额/竞品夺走/错误信息),离线度量、采集寄生宿主 agent - sov 缺失语境识别:AI 答「没找到/未收录你」时品牌串虽出现但不算真实提及(真实采集 dogfood 发现:秘塔答没找到反被误判成被推荐),窗口截句界不跨句误伤、不误杀「X没有这个功能」真提及 - 大模型分类与引用行为判断 - 内容工程 11 要素加权评分(cescore,WaytoAGI 方法论+爬1万条研究权重,逐要素拆解被引用、证据引用层43%为第一杠杆;支持 --query 真需求匹配 + --annotate 段落级要素标注) - 信源策略层(sourcing,八层2-4:词根→问句矩阵+引擎信源偏好诊断+P0/P1/P2分层投放SOP+监测=概率诊断闭环,复用新榜实证权重表) - 八层机制内容运营框架(记忆→索引→查询→检索→重排→装配→引用→治理,症状→工具路由:先定位卡在哪层再修,内容质量层 cescore vs 信源策略层 sourcing 两条腿) - 中国优先的 AI 抓取逻辑诊断 - 内容发布渠道矩阵与曝光建议(含新榜信源权重表) - 平台发布推荐引擎(给目标引擎推荐发哪几个平台权重最高,中国新榜实证+海外引用研究) - 全球场景:海外 11 引擎(检索地基三套)+ 20+ 平台权重矩阵 + 逐平台发布 SOP + B2B/B2C 分流 + 多语言 - 中外双轨爬虫归因(区分国内vs海外引擎,分训练/检索/用户触发,标 Grok 等 UA 盲区) - 搜索意图分类(信息/商业/交易/导航→内容类型+schema+战术,接进 brief) - 国内工具化:百度主动推送生成器、神马/360 爬虫覆盖、cn 评分修正、外链 earned media 知识、hreflang 国际化 - 引用质量层:被引 sentiment、earned/owned 引用拆分、多轮留存、品牌错误信息纠正(factcheck)、竞品替换分析(lostprompt)、多模态打分 - agentic 完善:agent-hostile 反模式检测、imperative WebMCP 扫描、potentialAction/speakable/SoftwareApplication schema - SEO 深水:关键词蚕食检测、内链/孤儿页审计、title/meta SERP、CWV 评估、token 预算、百度收录自查 - AEO 完善:llms-full 生成、token 预算估算 - SEO+GEO 网页架构与代码级建议 - GEO 改写方法(9 方法 + 排名分流 + 域映射 + GEU 护栏) - GEO 可被引用度评分(6 维 22 项) - 改写指令编译器(吃打分→出可喂任意 LLM 的改写指令包,LLM 无关) - GEO Content Brief 生成器 + 反 AI 味约束库 - 「为何没被引用」7 根因诊断器 - buyer prompt 集生成 + Share of Voice 度量(三公式+基准阈值+采样置信度) - GEO 归因检测(GA4 渠道组正则+UTM+AI 爬虫日志解析) - WebMCP / agent 任务就绪静态审计 - robots.txt / llms.txt / 9 类 AI 发现文件 / 实体层 JSON-LD schema 生成 - 批量站点审计 + HTML/SARIF 报告 + CI 回归 --- # HeiGe-GEO-SEO · 中国优先的 GEO + SEO 优化系统 > 集 GEO 学术方法论(KDD 2024 / ICLR 2026 两篇论文)+ 工程化评分框架 + 中国大模型抓取逻辑于一体。 > 别的 GEO 工具只盯 ChatGPT/Perplexity,这套**先打豆包、千问、DeepSeek、文心、元宝**,海外作对照。 ## 这套工具解决什么 让你的内容和网页被 AI 大模型抓取并引用。覆盖四件事:**给谁优化**(大模型分类)、**怎么被抓到**(抓取逻辑)、**发哪里曝光**(渠道矩阵)、**网页怎么建**(架构建议)。 ## 核心原则(先记这几条) 1. **国内 GEO 是求收录 + 占平台游戏,海外 GEO 是配 robots.txt 游戏。** 两套打法别混用,见 `knowledge/02-crawler-logic.md`。 2. **按排名分流:** 排名靠后的页面激进上引用类方法(可冲 +100%),排名第一的页面慎用(会 -30%),见 `methodology/geo-methods.md`。 3. **合规红线:引语/统计/引用只用真实素材,永不编造。** Keyword Stuffing 永久禁用(它是负效果)。改写后跑 GEU 护栏。 4. **人不可被绕过:** Brief 的专家洞察槽位和质量门的 BLOCK 裁决两个 checkpoint 不能自动跳过。GEO 惩罚没有真实洞察的水文。 ## 怎么用(按需选路径) ### 完整客户交付 → 走十阶段工作流 读 `workflow/stages.md`,从 01 Intake 到 10 Re-audit 全程。两个人工 checkpoint(04 专家洞察、07 质量门 BLOCK)不可绕过。 ### 只优化一篇已有内容 → 轻量路径 03 基线打分 → 05 改写 → 07 质量门复评。 1. 用 `scripts/geo_score.py` 给原内容/页面打基线分(6 维 22 项) 2. 按 `methodology/geo-methods.md` 选改写方法(看内容域 + 搜索排名档位) 3. 改写,默认组合"流畅度 + 加统计",需要时叠"标注来源" 4. 重打分对比,跑 GEU 护栏(KPC 矛盾度不超阈值) 5. 出 before/after 评分报告 ### 只要发布建议 → 读发布库 读 `knowledge/03-publishing-channels.md`,按目标 AI 引擎给一稿四态渠道矩阵。国内押生态多平铺,海外押 Reddit,知乎优先。 ### 只要网页/技术建议 → 读架构库 + 跑生成脚本 读 `knowledge/04-webpage-architecture.md`,然后: - `scripts/gen_robots.py` 生成最优 AI 爬虫 robots.txt(全放/只曝光不喂训练/国内求收录三种策略) - `scripts/gen_schema.py` 生成 JSON-LD(Article/FAQPage/HowTo/Product) - `scripts/gen_llms_txt.py` 生成 llms.txt(注意:营销站别投,开发者工具才做) ## 资源地图 | 你要做什么 | 读这个 | |---|---| | 判断给哪个 AI 优化 | `knowledge/01-llm-landscape.md` | | 搞清楚 AI 怎么抓到内容 | `knowledge/02-crawler-logic.md` | | 决定内容发哪些渠道 | `knowledge/03-publishing-channels.md` | | 给网页架构建议 | `knowledge/04-webpage-architecture.md` | | 选改写方法 | `methodology/geo-methods.md` | | 给内容/页面打分 | `methodology/scoring-card.md` | | 跑完整流程 | `workflow/stages.md` | | 输出交付物 | `templates/` 下四个模板 | | 跑确定性工具 | `scripts/` 下 CLI:`python3 scripts/geo_cli.py --help` | ## 脚本速查(零依赖,仅 Python 标准库) ```bash # 给一个 HTML 文件或 URL 打 GEO 可被引用度分 python3 scripts/geo_cli.py score --input page.html # 生成 AI 爬虫 robots.txt python3 scripts/geo_cli.py robots --strategy expose-only --sitemap https://example.com/sitemap.xml # 生成 JSON-LD schema python3 scripts/geo_cli.py schema --type article --title "标题" --author "张三" --org "示例科技" # 从 URL 列表生成 llms.txt python3 scripts/geo_cli.py llms --site "示例科技" --summary "一句话简介" --links links.txt ``` ## 不要做的事(诚实边界) - 不编造引语、统计、引用。素材不足就让用户补,产出待补清单。 - 不把 llms.txt 当排名杠杆向用户承诺。它是 B2A 基础设施,营销站做了基本无效。 - 不用一套规则打所有引擎。豆包和 ChatGPT 的偏好不一样,按目标引擎调。 - 不绕过两个人工 checkpoint。 ## v1.1 新增:从「诊断+知识」到「诊断 → 产出 → 度量」 **产出层(最强差异化,商业工具把改写锁死在自家黑盒):** ```bash # 改写指令编译器:吃打分 → 出可喂任意 LLM 的精确改写指令包(按目标引擎分叉) python3 scripts/geo_cli.py rewrite --input page.html --engine perplexity # GEO Content Brief 生成器(以可被引用性为骨架,区别于市面 SEO brief) python3 scripts/geo_cli.py brief --topic "公众号怎么排版" --section "X是什么" --engine 豆包 ``` **度量层(成熟 SaaS 命门,我做可解释离线版,采集寄生宿主 agent):** ```bash # buyer prompt 集生成(意图问句,漏斗×persona,非品牌优先,中英双语) python3 scripts/geo_cli.py prompts --brand 智能排版器 --category 公众号排版工具 --competitor 壹伴 # Share of Voice 度量(三公式+基准阈值+采样置信度+别名合并) python3 scripts/geo_cli.py sov --input records.json --brand 智能排版器 --brand-domain x.com # 「为何没被引用」7 根因诊断 python3 scripts/geo_cli.py diagnose --input page.html ``` **文件+工程层(对标 aeorank 9 文件):** ```bash python3 scripts/geo_cli.py files --out-dir ./ai-files --site 站名 --url https://x.com # ai.txt/robots.patch/sitemap/feed/humans.txt python3 scripts/geo_cli.py schema --type organization --name 公司 --url https://x.com --same-as https://wikidata.org/... python3 scripts/geo_cli.py report --input page.html --format sarif # 接 GitHub Code Scanning python3 scripts/geo_cli.py batch a.html b.html --html report.html # 批量站点审计 python3 scripts/geo_cli.py attribution --url https://x.com # GA4 渠道组正则+UTM+日志解析 python3 scripts/geo_cli.py agentready --input page.html # WebMCP 表单就绪审计 ``` **平台发布推荐引擎(v1.2,基于新榜实证信源权重):** 给目标引擎,推荐发哪几个平台权重最高。 ```bash python3 scripts/geo_cli.py recommend --engine 豆包 --engine 元宝 # 想被这俩引用该发哪 python3 scripts/geo_cli.py recommend --engine 豆包 --content-type video python3 scripts/geo_cli.py recommend --reverse 知乎 # 反向:发知乎能喂哪些 AI python3 scripts/geo_cli.py recommend --engine cn-all --top 8 ``` **全球场景(v1.3):海外 11 引擎(检索地基三套 Bing/Google/独立)+ 20+ 平台权重矩阵 + 中外双轨爬虫归因。** ```bash python3 scripts/geo_cli.py recommend --engine chatgpt --engine perplexity --content-type b2b # B2B SaaS 该发哪 python3 scripts/geo_cli.py recommend --engine gemini # Gemini 几乎不引 Reddit,推 YouTube/LinkedIn python3 scripts/geo_cli.py recommend --engine overseas-all --top 10 python3 scripts/geo_cli.py attribution --log access.log # 中外分桶+训练/检索/用户三类+Grok盲区 ``` 注意:海外引用每月 40-60% 翻盘,recommend 输出的海外数字是方向性;Gemini 几乎不引 Reddit、ChatGPT 命脉是 Wikipedia、Perplexity 押 Reddit+G2,按引擎差异化。 **v1.5 收官:引用质量层 + agentic/AEO 完善 + SEO 深水。** ```bash python3 scripts/geo_cli.py sov --input records.json --brand X --brand-domain x.com # 现含 sentiment/earned-owned/多轮 by_turn python3 scripts/geo_cli.py factcheck --input records.json --brand X --facts facts.json # 品牌错误信息纠正 python3 scripts/geo_cli.py lostprompt --input records.json --brand X --competitor Y # 竞品替换分析 python3 scripts/geo_cli.py cannibalize a.html b.html # 关键词蚕食检测 python3 scripts/geo_cli.py internal-links a.html b.html c.html --host x.com # 内链/孤儿页审计 python3 scripts/geo_cli.py agentready --input page.html # 现含 agent-hostile 反模式(CAPTCHA/file/注册墙)+ imperative 扫描 python3 scripts/geo_cli.py schema --type action --action order --url "https://x.com/buy?id={id}" # potentialAction python3 scripts/geo_cli.py cwv --lcp 2.4 --inp 180 --cls 0.05 # Core Web Vitals(喂 PSI 数值) python3 scripts/geo_cli.py token --input page.txt --budget 1500 # token 预算估算 ``` `score` 现额外报 `multimodal`(图 alt/视频转录/VideoObject)和 `onpage_serp`(title/meta 长度)。 **v1.6 内容工程层:落地 WaytoAGI《GEO 内容工程》公开课(姚金刚)的核心方法论。** ```bash python3 scripts/geo_cli.py cescore --input page.html # 内容工程 11 要素加权评分,回答「为什么会/不会被反复引用」 ``` 11 要素、9 分层,每个带可计算公式和规则权重。证据引用层合计 43%(权威原文引语 16% + 统计数据 14% + 可引用性 13%)是被引用第一杠杆。补齐 6 维卡里 D(可抽取性)偏粗的内容质量维度,`score` 看大盘,`cescore` 钻被引用要素。理论底座见知识库 `08-content-engineering.md`(八层机制:记忆→索引→查询→检索→重排→装配→引用→治理,内容质量打 5-7 层、信源策略打 2-4 层;GeoFlow 8 模块;系统=目标+要素+关系;监测=概率取 25 次均值)。权重是方向性口径,语义类要素无 query 时启发式近似,素材不足绝不编造引语/统计/来源。 **v1.7 信源策略层 + cescore 闭环:补齐八层机制的另一半(2-4 索引/查询/检索)。** ```bash python3 scripts/geo_cli.py sourcing --category 公众号排版工具 --root 公众号排版 --engine 豆包 --engine 元宝 # 信源策略:词根→问句矩阵+信源偏好诊断+P0/P1/P2分层投放+诊断闭环 python3 scripts/geo_cli.py cescore --input page.html --query "排版工具哪个好" # 真需求匹配,语义去低置信,出 query_coverage python3 scripts/geo_cli.py cescore --input page.html --annotate # 段落级要素标注,逐段改写指引 ``` 八层→症状→工具路由:索引没收录用 `sourcing`/`baidu-push`,查询没匹配用 `sourcing`/`prompts`,检索没召回用 `sourcing`/`recommend`,内容没被选中用 `cescore`/`score`,看反馈用 `sov`/`lostprompt`。`sourcing`(信源策略 2-4 层)和 `cescore`(内容质量 5-7 层)是两条腿,缺一条 GEO 不完整。信源策略红线:先诊断目标平台真实信源偏好再投放,别凭表盲发,别押单平台。 **v1.8 旗舰 `playbook`:正门,一条命令出完整 GEO 作战手册(不用学 29 个散命令)。** ```bash # 一键作战手册:八层瓶颈定位(先打哪条腿)+ 诊断 + 信源策略 + 逐段改写指引 + 监测采集 + 跨层ROI行动清单 python3 scripts/geo_cli.py playbook --input page.html --brand 你的品牌 --category 品类 --engine 豆包 --engine 元宝 --query "品类哪个好" --competitor 竞品 # 监测采集闭环(八层第8层治理/反馈) python3 scripts/geo_cli.py measure --kit --brand 你的品牌 --category 品类 --engine 豆包 # 出采样协议+prompt集+records模板 python3 scripts/geo_cli.py measure --input records.json --brand 你的品牌 --competitor 竞品 # 喂采集回的回答→一键 sov+lostprompt+factcheck ``` **用户该跑的第一条命令是 `playbook`。** 它综合 score+cescore+diagnose 先判定你卡在八层哪一层(内容质量层 vs 索引层 vs 信源策略层)、第一动作做什么,再给跨层按杠杆位排序的统一行动清单。监测=概率:`measure --kit` 给采样协议(每问句每平台 5 次、约 5 平台共 25 次取均值=被推荐概率),宿主 agent 或人工去目标引擎采集 AI 回答,粘进 records.json 喂回 `measure` 闭环。度量离线、绝不编造 AI 回答。 **v1.9:作战手册可视化 + 对标作战。** ```bash python3 scripts/geo_cli.py playbook --input page.html --brand X --category 品类 --engine 豆包 --html zhanbao.html # 出静态可打印 HTML 作战手册(可甩给客户) python3 scripts/geo_cli.py compare --input mine.html --label 我 --competitor-page "竞品::comp.html" --query "品类哪个好" # 对标:逐维逐要素比强弱+差距点 ``` HTML 作战手册静态零脚本可打印(瓶颈卡片+评分条+信源分层+监测)。`compare` 把你的页和竞品页都打 6 维+内容工程分,出综合分排名和你落后的差距要素(只比内容质量层,可离线;谁真被引用还要跑 measure 采样)。 **新增知识库:** `knowledge/05-engine-differences.md`(引擎差异矩阵)、`knowledge/06-ai-visibility-measurement.md`(度量学,含引用质量层)、`knowledge/07-global-scenario.md`(海外全球场景)、`03-publishing-channels.md` 补国产引擎信源权重表(新榜 1683.6 万条实证,来源 newrank.cn/report/detail/433)+ 平台依附 vs 域名主权。 --- 兼容 Claude Code / Codex / OpenClaw / Hermes,由单源转译。开源协议 MIT。