关于 aeo-geo-optimizer
面向内容与网站团队的 AEO/GEO 优化技能,帮助针对 AI 搜索答案和引用调整内容结构与技术设置。涵盖可见度审查、内容评分、爬虫监测和效果衡量。
主要功能
- 01AI 搜索可见度审查
- 02内容结构评分卡
- 03面向引用的写作模式
- 04结构化数据与技术优化建议
- 05AI 爬虫与 robots.txt 指引
- 06可见度监测方法
适用场景
- 01审查网站内容是否便于 AI 提取
- 02优化文章以争取 AI 答案引用
- 03检查 AI 爬虫访问与结构化数据
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ thatrebeccarae/ claude-marketing --skill aeo-geo-optimizer安装后在 Claude Code 中输入/aeo-geo-optimizer确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
EXAMPLES.mdLICENSEREFERENCE.md详细介绍
AEO/GEO 优化器
针对 AI 驱动的搜索体验优化内容和网站,包括 ChatGPT、Perplexity、Claude、Google AI Overviews 和 Bing Copilot。
安装
git clone https://github.com/thatrebeccarae/claude-marketing.git && cp -r claude-marketing/skills/aeo-geo-optimizer ~/.claude/skills/
为什么这很重要
传统 SEO 针对 10 个蓝色链接进行优化。AEO/GEO 则针对 AI 生成的答案进行优化。当有人向 ChatGPT 或 Perplexity 提问时,答案会综合多个来源,而这些来源会被引用、链接并获得信任。如果你的内容没有按照 AI 易于理解的方式进行结构化,就会在增长最快的搜索渠道中隐形。
核心概念
AEO、GEO 与传统 SEO
| 维度 | 传统 SEO | AEO(答案引擎) | GEO(生成式引擎) |
|---|---|---|---|
| 目标 | Google/Bing 搜索结果页 | 精选摘要、AI Overviews、语音助手 | ChatGPT、Perplexity、Claude 引用 |
| 目标 | 在第 1 页获得排名 | 成为答案 | 在 AI 生成的回复中获得引用 |
| 内容格式 | 长篇、富含关键词 | 简洁、结构化的问答 | 权威、便于引用、信息密集 |
| 信号 | 反向链接、关键词、用户体验 | Schema 标记、直接回答、权威性 | E-E-A-T、数据密度、引用价值 |
| 衡量方式 | 排名、流量 | 答案框展示、语音搜索命中 | AI 引用追踪、AI 中的品牌提及 |
引用层级
AI 模型会根据以下因素确定来源优先级:
- 权威性信号——域名权威度、作者专业能力、机构背书
- 内容结构——清晰的标题、直接回答、结构化数据
- 时效性——近期发布日期、更新后的统计数据
- 具体性——准确数字、明确列出的来源、可验证的主张
- 独特性——原创研究、专有数据、新颖框架
AEO/GEO 审核工作流
第 1 步:评估当前 AI 可见度
-
测试 AI 引用情况:针对内容应回答的问题,向 ChatGPT、Perplexity 和 Google AI Overviews 提问。记录哪些查询引用了你的内容,哪些引用了竞争对手的内容。
-
检查结构化数据:使用 Google Rich Results Test 或 Schema.org 验证器,验证 Schema 标记的覆盖情况。
-
评估内容结构:使用下方的内容评分表,对每个页面的 AEO 就绪度进行评分。
第 2 步:内容评分表
从以下维度为每篇内容打分(1–5 分):
| 维度 | 1 分(较差) | 5 分(优秀) |
|---|---|---|
| 直接回答 | 答案埋在段落中 | 清晰的问答格式,首句即给出答案 |
| 数据密度 | 只有观点,没有证据 | 具体数字、百分比、日期 |
| 来源归属 | 没有引用 | 明确列出来源,并链接相关研究 |
| 结构 | 大段文字 | H2/H3 层级、列表、表格 |
| Schema 标记 | 无 | Article、FAQ、HowTo 或相关类型 |
| 时效性信号 | 没有日期 | 发布日期、“更新”日期、近期数据 |
| 作者权威性 | 没有署名 | 明确列出作者,并注明专业资历 |
| 引用便利性 | 迂回冗长的文字 | 精炼、独立成句、便于 AI 提取的陈述 |
评分标准:32–40 分 = 已适配 AI。24–31 分 = 需要优化。低于 24 分 = 需要大幅返工。
第 3 步:针对 AI 引用进行优化
内容结构模式
直接回答模式:
## [Question as H2]
[One-sentence direct answer.] [Supporting context in 2-3 sentences.]
**Key details:**
- [Specific data point]
- [Specific data point]
- [Source attribution]
定义模式:
## What Is [Term]?
[Term] is [clear, concise definition in one sentence]. [Elaboration with context.] [How it differs from related concepts.]
比较模式:
## [X] vs [Y]: Key Differences
| Dimension | [X] | [Y] |
|-----------|-----|-----|
| [Aspect 1] | [Specific detail] | [Specific detail] |
| [Aspect 2] | [Specific detail] | [Specific detail] |
**Bottom line:** [One-sentence recommendation with reasoning.]
统计数据模式:
## [Topic] Statistics ([Year])
- **[Stat 1]**: [Number] ([Source, Year])
- **[Stat 2]**: [Number] ([Source, Year])
- **[Stat 3]**: [Number] ([Source, Year])
*Sources: [List with links]*
面向 AI 提取的写作
- 先给出答案。 AI 模型会提取标题后的第一句话,所以要让这句话发挥作用。
- 使用具体数字。 “收入同比增长 47%”胜过“收入大幅增长”。
- 注明来源。 “根据 McKinsey 2026 年的报告”可以作为引用;没有来源的说法则不行。
- 撰写自成一体的段落。 每个段落单独提取出来也应该能表达完整意思。
- 使用对比表格。 AI 模型偏好结构化对比,因为这类内容易于综合提炼。
- 使用“What is”和“How to”标题。 这些标题能直接匹配常见的 AI 查询。
- 添加时效性信号。 注明发布日期、最后更新日期,并为统计数据标注日期。
- 撰写适合引用的句子。 使用简洁、明确的陈述句,便于 AI 直接提取引用。
技术优化
- Schema 标记 — 请参阅 schema-markup-generator 技能了解实现方法
- 规范 URL — 确保 AI 模型找到权威版本
- XML 站点地图 — 保持内容最新,让 AI 爬虫发现新内容
- 页面速度 — AI 爬虫会遵循抓取预算;网站越快,抓取频率越高
- robots.txt — 确保未屏蔽 AI 爬虫(GPTBot、anthropic-ai、PerplexityBot)
第 4 步:监控 AI 可见度
AI 爬虫用户代理
| 爬虫 | 用户代理 | 用途 |
|---|---|---|
| OpenAI | GPTBot | ChatGPT 训练和浏览 |
| Anthropic | anthropic-ai、ClaudeBot | Claude 训练和引用 |
| Perplexity | PerplexityBot | Perplexity 搜索引用 |
| Google-Extended | Gemini/AI Overview 训练 | |
| Microsoft | Bingbot(+ AI 信号) | Bing Copilot 引用 |
| Meta | Meta-ExternalAgent | Meta AI 功能 |
| Apple | Applebot-Extended | Apple Intelligence |
robots.txt 建议
# Allow AI crawlers for maximum AI search visibility
User-agent: GPTBot
Allow: /
User-agent: anthropic-ai
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Google-Extended
Allow: /
决策框架: 如果目标是提升 AI 可见度(AEO/GEO),请允许所有 AI 爬虫访问。如果担心训练数据的许可问题,可以有选择地屏蔽仅用于训练的爬虫,同时允许用于搜索和引用的爬虫。
衡量方法
| 方法 | 跟踪内容 | 工具 |
|---|---|---|
| 手动检查引用 | 查询 AI 平台并记录引用 | ChatGPT、Perplexity、Google |
| 服务器日志分析 | AI 爬虫的访问频率和抓取页面 | 日志分析器、自定义脚本 |
| 品牌提及监控 | AI 答案中提及的品牌/内容 | 手动检查、品牌监控工具 |
| 引荐流量 | 来自 AI 平台的流量 | GA4(检查 chat.openai.com、perplexity.ai 的引荐来源) |
| Schema 验证 | 结构化数据覆盖情况和错误 | Google Search Console、Rich Results Test |
内容类型与 AI 优化
博客文章 / 文章
- 为常见问题添加 FAQ Schema
- 使用清晰的 H2 问题式标题组织内容
- 添加“关键要点”或“TL;DR”部分
- 为所有统计数据标注日期
产品 / 服务页面
- 添加 Product 或 Service Schema
- 添加与替代方案的对比表格
- 在第一段回答“What is [product]?”
- 列出具体功能及量化收益
文档 / 操作指南内容
- 添加包含明确步骤的 HowTo Schema
- 为每个步骤编号
- 包含预计用时和难度级别
- 添加“前提条件”和“常见错误”部分
研究 / 数据内容
- 适用时添加 Dataset Schema
- 在方法论之前先列出关键发现
- 创建“关键统计数据”摘要部分
- 注明样本量、日期范围和置信水平
反模式(切勿这样做)
- 如果目标是提升 AI 可见度,请勿屏蔽 AI 爬虫
- 不要写“点击此处”或“阅读下文了解更多”——AI 会在脱离上下文的情况下提取内容
- 不要把答案埋在冗长的引言中——开篇就给出答案
- 不要使用含糊的限定词——例如“许多”“显著”“一些”;请使用具体数字
- 不要忽视作者署名——E-E-A-T 信号对 AI 模型很重要
- 不要在多个页面重复相同内容——AI 模型会去重,并可能忽略这两个页面
- 不要过度针对某一个 AI 平台进行优化——应面向所有平台进行优化
- 不要忘记内部链接——AI 爬虫会通过链接构建主题权威性地图
与其他技能集成
- technical-seo-audit — 先运行技术审计,再进行 AEO/GEO 优化
- schema-markup-generator — 生成此技能推荐的结构化数据
- seo-content-writer — 在创建内容时应用 AEO 写作模式
- content-creator — 使用品牌声音分析,在优化 AI 内容的同时保持品牌声音