geo-gap-fixer

GEO ギャップ修正ツール

LLM におけるブランドの可視性を監査し、ギャップを具体的な GEO コンテンツ施策計画に変換するエージェントスキルです。

---

使用するタイミング

ユーザーが、Generative Engine Optimization（GEO）のシェア・オブ・ボイスを監査して、自社ブランドがどの LLM プロンプトで負けているのか、競合他社が代わりに推奨される理由を把握し、具体的なコンテンツ改善計画を得たい場合にこのスキルを使用します。

このスキルを使用しない場合：一般的な SEO 監査、有料広告の最適化、継続的なソーシャルメディアの監視。このスキルは、特定の時点における LLM の可視性監査です。

---

ステップ 1：入力

監査を実行するには、ユーザーが API キーと設定ファイルを用意する必要があります。以下が設定されていることを確認してください。

1. API キー：環境変数または .env ファイルに、4 つのキー（OPENAI_API_KEY、ANTHROPIC_API_KEY、GOOGLE_API_KEY、PERPLEXITY_API_KEY）のうち少なくとも 2 つを設定する必要があります。
2. 依存関係：pip install openai anthropic google-genai
3. 設定ファイル：config.json（config.example.json からコピーしたもの）には、以下の項目を含める必要があります。
   • brand_name（文字列、必須）
   • competitors（文字列のリスト、必須、1～10 件）
   • category（文字列、必須）
   • buyer_intent_prompts（文字列のリスト、任意。空の場合はプロンプトを 20 件自動生成します）
   • target_llms（文字列のリスト、任意）
   • website_url（文字列、任意）

---

ステップ 2：実行パイプライン

以下のスクリプトを順番に実行します。スクリプトが失敗した場合は、処理を止めてユーザーに確認してください。

1. python scripts/probe_llms.py（任意：API を呼び出さずに設定をテストするには、末尾に --dry-run を追加します）

   • 購買意図を示すプロンプトを、設定された LLM API に送信します。
   • 応答を data/raw_responses.json に保存します。

2. python scripts/analyze_results.py

   • 生の応答を分析し、ブランドへの言及、ランキング、センチメント、引用ドメインを調べます。
   • 構造化された分析結果を data/analysis.json に保存します。

3. python scripts/build_report.py

   • 5 つのセクションから成る GEO 監査レポートを作成します。
   • report/geo_audit_report.md と report/geo_audit_report.json に保存します。

---

ステップ 3：出力と解釈

主な出力は report/geo_audit_report.md です。調査結果をユーザーに提示してください。

解釈する主なセクション：

1. シェア・オブ・ボイス表：言及率が 30% 未満の場合は重大です。言及率は、ブランドが推奨されるプロンプトの割合です。
2. プロンプト別の敗因ログ：ブランドが負けた具体的なプロンプトと、その際に選ばれた競合他社。
3. 競合他社の表現パターン：LLM が競合他社について使う具体的な形容詞。
4. 引用ギャップ一覧：LLM が引用しているものの、ブランドが掲載されていないドメイン。
5. GEO 施策計画：優先順位を付けた改善策（🔴 重大、🟡 優先度高、🟢 成長施策）。

ギャップを解消するための具体的な手順が記載されているため、まずユーザーに GEO 施策計画 を確認するよう案内してください。

---

ステップ 4：エラー処理

パイプラインの実行中に問題が発生した場合は、以下のルールに従ってください。

条件	エージェントの対応
config.json がない	config.example.json をコピーして内容を記入するようユーザーに伝えます。
設定ファイルの JSON が無効	パースエラーの場所をユーザーに知らせ、修正を依頼します。
必須フィールドがない	不足しているフィールド（brand_name、competitors、category）を正確に列挙します。
API キーが設定されていない	対応する 4 つの API キーのうち少なくとも 2 つを環境変数として設定するようユーザーに依頼します。
API キーが 1 つのみ	結果の信頼性が低くなることをユーザーに警告したうえで、実行を続けます。
一時的な API エラー	スクリプトが自動的に再試行します。完全に失敗した場合は、そのプロバイダーをスキップします。
継続的な API エラー	スクリプトはそのプロバイダーを適切にスキップします。パイプラインを続行します。
応答が 0 件	スクリプトは 0 以外の終了コードで終了します。API キーまたは設定を確認するようユーザーに伝えます。
上流データファイルがない	パイプラインで直前のスクリプトを再実行します（例：分析の前にプローブを実行）。

留意すべき制限事項：

• これは特定の時点における監査であり、バックグラウンドでの監視ではありません。
• センチメント分析には、深い NLP ではなくキーワードの近接性を使用します。
• 実行ごとに API 費用が発生します（通常は約 $0.50～$2.00）。