aeo-geo

AEO/GEO 智能分析

脚本位置。 如果你的宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 并列。请使用 Python 3.10 或更高版本运行：python；如果找不到 python，则使用 python3（macOS 和许多 Linux 系统）。

何时使用此技能

当用户请求涉及以下任一内容时，启用此模块：

• AI 可见度：询问品牌、产品或个人在 AI 生成的答案中如何呈现（ChatGPT、Perplexity、Google AI Mode、Google AI Overviews、Copilot、Gemini、Claude）
• 答案引擎优化（AEO）：优化内容，使其被选为 AI 生成答案的来源
• 生成式引擎优化（GEO）：构建内容和实体，确保生成式 AI 平台准确呈现品牌
• 引文追踪：监测 AI 模型在回答与品牌或行业相关的查询时引用了哪些来源
• 实体一致性：确保品牌信息在 AI 模型训练或检索所依赖的所有知识来源中保持一致
• 知识图谱优化：改进品牌在 Google Knowledge Graph、Wikidata 和其他结构化知识库中的呈现方式
• 面向 AI 的结构化数据：实施 schema 标记和结构化数据，专门用于提升 AI 的理解能力和被引用的可能性

触发短语：“AI 可见度”“ChatGPT 如何描述我的品牌”“Perplexity 结果”“AI Mode 优化”“AI Overview 优化”“答案引擎”“生成式引擎”“大模型优化”“AI 引文”“实体一致性”“Knowledge Graph”

Google AI Mode（2026 年 5 月——应视为独立界面）：在 2026 年 5 月 19 日的 Google I/O 上，AI Mode 成为已选择启用用户的默认搜索体验，月活跃用户数突破约 10 亿，并切换为以 Gemini 3.5 Flash 作为基础模型。AI Mode 与 AI Overviews 并不相同——它是独立的对话式标签页，具备更深入的推理、多轮追问；对于同一查询，其引文模式也经常与 AI Overviews 不同。品牌必须单独审查 AI Mode。实际影响：现在，如果 AEO 计划只测试 AI Overviews、ChatGPT 和 Perplexity，就会存在可衡量的盲区。

2026 年 I/O 上会改变 AEO 范围的其他公告（来源：blog.google/products-and-platforms/products/search/search-io-2026）：

• AI Overview → AI Mode 追问流程已在全球上线（桌面端 + 移动端）——用户可直接从 AI Overview 提出追问，进入 AI Mode 对话会话。对 AEO 的影响：AI Overview 中的第一印象现在也是通往多轮引文的入口。应优化内容，使其成为基础引文，而不只是简短摘要。
• AI Mode 中的 Personal Intelligence正扩展至约 200 个国家和地区、支持 98 种语言，无需订阅，并可连接 Gmail / Photos / Calendar。对 AEO 的影响：AI 答案正变得越来越个性化——通用的品牌搜索结果将根据用户自身的上下文重新加权。品牌 schema 的完整性和实体一致性（NAP、服务、营业时间）变得更加重要。
• AI Information Agents（由用户创建，可全天候监测博客、新闻和社交媒体）将于 2026 年夏季面向 AI Pro 和 Ultra 订阅用户推出。对 AEO 的影响：在自有渠道发布结构化、注明日期的更新的品牌，会比依赖第三方公关报道的品牌更容易被用户配置的 Agent 理解。

Google 关于 AI 搜索优化的官方指南（2026 年 5 月 15 日更新——Google AI Optimization Guide）：

• **不需要 llms.txt 文件。**Google 的官方立场是：“无需创建新的机器可读文件、AI 文本文件、标记或 Markdown，才能出现在生成式 AI 搜索中。”不要浪费时间为 Google AI 功能生成 llms.txt。（其他 AI 搜索引擎可能会也可能不会使用它；Anthropic / OpenAI / Perplexity 目前公开的立场也都是不要求提供该文件。若客户施压要求提供 llms.txt，请将其记录为低优先级交付项，且没有可衡量的收益。）
• 不需要专门针对 AI 的 schema。“生成式 AI 搜索不要求使用结构化数据，也不需要添加特殊的 schema.org 标记。”Schema 对传统 SEO 和富媒体搜索结果仍然重要。
• 资格要求与常规搜索相同。“要获得在 Google 搜索生成式 AI 功能中展示的资格，网页必须已编入索引，且符合在 Google 搜索中展示摘要的条件，并满足搜索技术要求。”

选择退出和 AI 训练控制（Google AI 功能文档）：

• 对于 AI Overviews 和 AI Mode（Google 搜索内）：使用现有的摘要指令 — nosnippet、data-nosnippet、max-snippet、noindex。针对 Googlebot 的 Robots.txt 是规范的控制方式。没有专门针对 AI 的 robots/meta 指令。
• 对于 Google 的其他 AI 系统（Gemini 应用训练、搜索之外的 Vertex AI grounding）：在 robots.txt 中使用 Google-Extended 用户代理。这是与 Googlebot 不同的控制方式。
• **搜索生成式 AI 控制（Search Console → 设置 → 搜索生成式 AI；自 2026 年 8 月 31 日起全球可用）。**将某个资源排除后，该资源的链接和内容将不再出现在 AI Overviews、AI Mode 和 Discover 的生成式 AI 功能中。Google 表示，该设置“不会用作影响搜索其他部分的排名或收录信号”，且“不会影响 AI 训练”（AI 训练由 Google-Extended 控制）；排除会在一两天内生效。**依据证据而非恐惧做决定：**选择退出会放弃 Search Console 生成式 AI 报告中显示的所有 AI 功能曝光，还会移除 AI Mode 和 AI Overviews 中向选择该网站为首选来源的读者显示的“首选”徽章。仅建议在 AI 答案明显替代付费或授权产品（例如付费墙后的参考内容）时选择退出，并记录前后曝光数据。来源：Search Console 帮助，阅读日期：2026-10-27。
• 首选来源（行动手册条目）。读者可以将网站标记为首选来源；该网站的报道随后会更频繁地出现在 Top Stories 中，并带有“首选”徽章，其内容在 AI Mode 和 AI Overviews 中也可以带有该徽章。Google 表示，自 2026 年初以来，该功能的使用量增长了 7 倍以上（blog.google，2026 年 10 月 15 日）。对于有新闻或博客更新节奏的出版商和品牌：在文章、新闻简报和社交帖子中添加 Google 的“添加为首选来源”按钮或深层链接 https://www.google.com/preferences/source?q=<your domain>。只有域名和子域名符合条件（子目录不符合）；要显示 AI Mode 徽章，网站必须继续纳入搜索生成式 AI 功能。来源：Search Central：首选来源（更新于 2026-09-18）。

《欧盟 AI 法案》第 50 条（自 2026 年 8 月 2 日起适用）——对于在欧盟市场展示的 AI 生成营销内容，请参阅 skills/context-engine/eu-code-of-practice.md，了解自愿性《行为准则》（WG1 提供者 / WG2 部署者）以及 C2PA c2pa.ai-disclosure assertion 路径。合规由插件层面负责，并适用于 c2pa-metadata 输出。

品牌背景（自动应用）

使用此模块生成任何营销内容之前：

1. 检查会话背景 — 会话开始时已输出当前品牌摘要。请使用其中显示的品牌名称、行业、语气设置、渠道、目标、合规要求和竞争对手。
2. 如需完整资料，请读取：~/.claude-marketing/brands/{slug}/profile.json
3. 应用品牌语气 — 正式程度、活力、幽默感和权威感必须影响所有内容的语气和措辞
4. 检查合规要求 — 根据品牌的 target_markets 和行业，自动应用 skills/context-engine/compliance-rules.md 中的规则
5. 参考行业基准 — 查阅 skills/context-engine/industry-profiles.md 中适用于该品牌行业的资料
6. 使用平台规范 — 参考 skills/context-engine/platform-specs.md 中的字符限制和格式要求
7. 检查营销活动历史 — 规划新工作前，运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns
8. 如果不存在品牌资料，请说：“未找到品牌资料。请使用 /digital-marketing-pro:brand-setup 创建一份，或者我可以根据通用最佳实践继续。”
9. 检查品牌指南 — 如果 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 存在，请加载并遵循：restrictions.md 中的禁用词、受限声明和强制免责声明；channel-styles.md 中按渠道设置的语气覆盖规则（可能不同于基础语气）；messaging.md 中的已批准核心信息、标语和定位用语；以及 voice-and-tone.md 中 4 项数值评分之外的详细语气规则。如果内容针对特定渠道，该渠道的风格规则优先于基础语气设置。

不要向用户询问其品牌资料中已有的信息。

所需背景

执行 AEO/GEO 工作前，请收集：

1. 品牌身份：官方品牌名称、主要产品/服务、独特价值主张和品牌定位
2. 当前 AI 曝光情况：询问用户是否测试过 AI 平台目前如何描述其品牌（或提出进行审核）
3. 目标查询：品牌希望在 AI 生成答案中被引用的问题和主题
4. 现有内容资产：网站 URL、博客、知识库、Wikipedia 收录情况、结构化数据标记状态
5. 竞争格局：可能已经拥有较高 AI 曝光度的主要竞争对手
6. 行业领域：用于评估 YMYL（Your Money Your Life，事关个人财务或健康）敏感度和信任信号要求

如果用户无法提供所有背景信息，请根据现有信息继续，并将缺失项标记为建议。

最低可用背景：品牌名称和网站 URL。其他信息均可在审核过程中推断或发现。

能力

• AI 可见度审计：针对目标查询，系统地测试品牌在 6 个标准平台——Google AI Mode、Google AI Overviews、ChatGPT、Perplexity、Gemini 和 Copilot——中的呈现情况（按照 /digital-marketing-pro:aeo-audit 中定义的标准评分）
• 引文优化：重构内容，最大限度地提高内容被 AI 生成的回答引用为来源的概率
• 实体一致性审计：交叉核对品牌在 Google Knowledge Graph、Wikidata、Wikipedia、Crunchbase、LinkedIn 和行业数据库中的信息，找出不一致之处
• 大模型内容策略：创建专为语言模型摄取和准确呈现而设计的内容
• AI 回答监控框架：建立系统化跟踪机制，持续监控 AI 提及和引用情况
• 面向 AI 引用的结构化数据：实施 Organization、Product、FAQ、HowTo 及其他有助于 AI 理解的 schema 类型
• 知识图谱优化：改善实体在结构化知识库中的呈现
• 主题权威性映射：找出内容缺口，了解这些缺口如何阻碍 AI 模型将品牌视为权威来源
• AI 优先的内容格式化：重构现有内容，加入清晰的定义、事实陈述和适合引用的片段
• 竞争对手 AI 可见度基准分析：跨平台比较品牌与竞争对手的 AI 呈现情况

流程

主要工作流：AI 可见度审计与优化

1. 发现与基线

   • 收集品牌详情、目标查询（10-25 个）和竞争对手列表
   • 记录当前的 schema 标记、知识图谱收录情况以及 Wikipedia/Wikidata 状态
   • 确定业务模式，以判断哪些 AI 平台最为重要
   • 梳理现有的权威内容资产（白皮书、研究、数据、专家简介）
   • 评估 YMYL 分类——医疗、金融或法律领域的品牌面临更高的权威性门槛

2. AI 平台测试

   • 针对每个目标查询，记录品牌在以下平台上的呈现情况（或缺失情况）：
     • Google AI Mode（默认对话界面，由 Gemini 3.5 Flash 提供支持——2026 年 5 月）
     • Google AI Overviews（经典 SERP 摘要区块）
     • ChatGPT（最新模型，开启网页搜索模式）
     • Perplexity
     • Gemini（gemini.google.com）
     • Microsoft Copilot
   • 为每个结果评分：已引用（直接提及并附链接）、已提及（提及但无链接）、未出现、信息失实
   • 将每个查询对应的 AI 生成文本原文记录下来，作为基线

3. 实体一致性检查

   • 审核所有知识来源中的品牌名称、创立日期、领导层、产品描述和关键主张
   • 标记不同来源之间的不一致之处（例如，Crunchbase 与 Wikipedia 上的创立年份不同）
   • 根据来源权威性权重确定修复优先级

4. 差距分析与策略

   • 找出规律：哪些类型的查询会产生引用？哪些不会？
   • 梳理内容缺口：AI 模型需要哪些缺失的权威内容？
   • 评估结构化数据缺口：缺少或错误的 schema 标记有哪些？
   • 以已获得引用的竞争对手为基准进行比较

5. 优化执行计划

   • 按优先级排列要创建或重构的内容
   • schema 标记实施计划
   • 知识图谱更正/增强步骤
   • 实体一致性修复清单
   • 面向 AI 优先优化的内容格式指南

6. 监控与迭代

   • 确定监控频率（优先查询每周检查，完整审计每月检查）
   • 建立跟踪框架，以检测引用变化
   • 制定 KPI：引用率、准确性评分、查询覆盖率
   • 将竞争对手的引用变化纳入持续监控
   • 在重大内容更新或 schema 实施后重新测试，以衡量影响
   • 记录所有可能影响可见度的 AI 平台模型更新（新模型发布、检索变化）

次要工作流：引用优化型内容创建

1. 找出品牌应该获得引用但目前尚未获得引用的目标查询集群
2. 分析这些查询当前引用了哪些来源——研究其内容结构、权威性信号和格式
3. 创建或重构内容，使其在以下方面优于已被引用的来源：
   • 事实准确性与具体性（纳入精确数据、日期、数字）
   • 清晰的定义性陈述（AI 模型偏好定义明确、没有歧义的内容）
   • 结构化格式（清晰的标题、项目符号、AI 可解析的表格）
   • 来源可信度信号（作者资历、对一手研究的引用、机构权威性）
4. 实施配套的 schema 标记（根据需要使用 FAQ、HowTo、Article、Organization）
5. 建立站内权威性信号（来自高权威页面的内部链接、外部引用）
6. 发布后 2-4 周重新测试 AI 平台的响应，以衡量引用获取情况

参考文件

• ai-visibility-audit.md — 分步审计方法、评分标准和平台专属测试流程
• citation-optimization.md — 内容重组技巧、值得引用的格式模式和来源权威性建设
• entity-consistency.md — 跨平台实体审计清单、知识图谱优化和 Wikidata 编辑指南
• llm-content-strategy.md — AI 优先的内容创作框架、主题权威性规划和结构化数据实施指南

输出格式

交付成果	格式	描述
AI 可见度评分卡	表格/电子表格	各 AI 平台上按查询统计的可见度评分
实体一致性报告	文档	发现的所有不一致之处及修正说明
AEO 内容简报	文档	针对 AI 引用进行优化的内容创作/重组简报
Schema 标记规范	代码片段（JSON-LD）	可直接实施的结构化数据标记
监控仪表板规范	文档	KPI、跟踪方法和报告周期
竞争对手 AI 可见度矩阵	表格	品牌与竞争对手的 AI 可见度并列比较
大模型内容策略	文档	聚焦于建立 AI 权威性的 90 天内容计划

边缘情况

AI 对品牌存在负面认知

• 情况：AI 平台正在生成关于该品牌的不准确信息或负面信息
• 应对方式：在进行任何内容优化之前，优先修复实体一致性问题并纠正权威来源。通过高权威性的自有渠道发布事实更正内容。不要尝试直接操纵 AI 输出，而应专注于修复底层来源材料。提醒用户注意可能需要进行声誉管理。

AI 可见度为零的新品牌

• 情况：该品牌未出现在任何 AI 生成的答案中
• 应对方式：从基础建设入手：打造符合 Wikipedia 收录标准的网络形象（不一定要创建 Wikipedia 条目）、建立 Wikidata 条目、实施全面的 Schema 标记，并创建能够建立主题权威性的内容。设定合理的时间预期：AI 模型的知识更新存在延迟（视平台而定，可能需要数周到数月）。

常见词品牌名称

• 情况：品牌名称是一个常见词（例如 “Apple”“Slack”“Monday”）
• 应对方式：实体消歧至关重要。突出共同出现的相关术语，在结构化数据中使用完整的官方名称，确保知识图谱能够正确消歧，并通过明确实体的上下文优化内容。在目标查询中始终包含行业/产品限定词。

多品牌公司

• 情况：母公司旗下有多个子品牌，需要为各品牌建立独立的 AI 身份
• 应对方式：分别审计每个品牌实体。确保结构化数据中明确父子关系。避免子品牌在 AI 答案中相互竞争，造成内部蚕食。为每个品牌建立独立的主题权威性。

区域 AI 引擎（Baidu、Yandex）

• 情况：用户需要提升在非西方 AI 平台上的可见度
• 应对方式：说明针对 Baidu（中国）和 Yandex（俄罗斯）的优化策略存在显著差异。这些平台需要本地化内容、平台专属的结构化数据标准，以及不同的知识库。如果用户的需求涉及深入分析，建议寻求专业的区域知识。提供通用框架，同时说明对特定平台的了解存在局限。

YMYL 品牌（健康、金融、法律）

• 情况：Your Money Your Life 类别中的品牌面临 AI 平台更高的信任要求
• 方法：AI 平台会对 YMYL 主题采用更严格的来源质量门槛。请优先做好以下几点：(1) 所有内容均由具备可核验资质的专家撰写。(2) 引用原始研究、政府来源和同行评审研究。(3) 披露医疗、法律或金融审核信息。(4) 完善 E-E-A-T 信号（链接至 Digital PR 模块以提升权威性）。(5) 使用明确声明作者资质和组织资质的 Schema 标记。仔细测试 AI 输出的准确性——在 YMYL 类别中，错误呈现会带来更高的声誉风险。

快速演变的 AI 格局

• 情况：AI 平台会频繁更新模型、检索方法和引用行为
• 方法：将所有 AEO/GEO 策略视为持续演进的流程，而非一次性优化。在每项合作中加入监测。主要平台更新发生时（例如发布新模型、更改检索系统或调整 AI Overview 格式），请针对优先查询重新执行可见度审计。记录观察到的行为变化，并据此更新工作流。维护平台更新日志，记录其对品牌可见度的实际影响。

提示与注意事项

• **Google 的官方立场（2026 年 5 月 15 日）：**不需要 llms.txt、AI 专用 Schema，也不存在单独的 AI 资格门槛。不要围绕虚构的排名因素设计无谓工作——真正有效的是 Schema、实体一致性和适合引用的格式。
• 针对同一查询，AI Mode 的引用模式通常与 AI Overviews 不同（内部观察，2026 年 5 月——“40-60%”是粗略估值，请根据自己的探测集重新核实）。请分别审计和优化这两个不同的界面。
• 确保 Knowledge Graph、Wikidata、Wikipedia、LinkedIn、Crunchbase 中的实体信息保持一致，是 AEO 投入中杠杆效益最高的一项——影响力大于调整 Schema。
• AI 引用比蓝色链接排名更稳定，但获得引用所需的时间也更长。持续投入 3-6 个月后，才可能看到可衡量的变化。
• 不要试图通过堆砌内容或伪造权威信号来“骗取” AI 引用你。AI 平台识别并降低此类内容排名的速度，比传统搜索更快。
• Google-Extended（robots.txt）用于选择退出 Google 的其他 AI 系统（Gemini 训练、Vertex grounding）——这与 Search Console 中用于控制搜索生成式 AI 的设置不同；后者涵盖 AI Overviews、AI Mode 和 Discover 的 AI 功能，且不是 Search 其他场景中的排名信号。
• 欧盟市场要求对 AI 生成内容进行 Article 50 披露（自 2026 年 8 月 2 日起适用）——参见 skills/context-engine/eu-code-of-practice.md。

相关技能

• Content Engine — 用于创建和优化推动 AI 引用的实际内容
• Analytics & Insights — 用于衡量 AI 可见度表现并跟踪引用随时间的变化
• Digital PR & Authority — 用于建立 E-E-A-T 信号和赢得的媒体报道，增强 AI 对品牌的信任
• Audience Intelligence — 用于了解目标受众向 AI 平台提出的查询