mcpField
A
ai-search-optimization

ai-search-optimization

github.com/social-media-skills营销与增长210630 次安装2 周前更新
代码仓库

关于 ai-search-optimization

面向希望提升品牌在 ChatGPT、Perplexity、Google AI、Gemini 和 Copilot 答案中被引用与推荐机会的营销人员,提供生成式引擎优化(GEO)方法。它从提示词审计出发,结合搜索可检索性、社区提及、内容可提取性和实体清晰度,并强调按平台差异制定策略。

主要功能

  1. 01跨 AI 引擎审计买家意图查询
  2. 02检查引用来源并识别内容缺口
  3. 03提升搜索可检索性与品牌提及
  4. 04优化内容结构以便模型摘引
  5. 05建立一致的品牌实体信息
  6. 06通过复审与引荐流量衡量效果

适用场景

  1. 01检查品牌是否出现在目标 AI 答案中
  2. 02找出影响 AI 引用的内容与来源缺口
  3. 03规划社区平台上的真实品牌提及
  4. 04改善网站内容结构与品牌信息一致性

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/social-media-skills/skills --skill ai-search-optimization

安装后在 Claude Code 中输入/ai-search-optimization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。

evals/
evals.json
references/
audit-and-measurement.md
examples.md
how-ai-engines-cite.md
the-geo-levers.md

详细介绍

AI 搜索优化(GEO)

当人们向 ChatGPT、Perplexity、Google AI、Gemini 或 Copilot 询问你所在领域的问题时,让你的品牌进入答案,而不是眼看竞争对手被点名。这就是 GEO(生成式引擎优化,也称 AEO/LLMO):优化内容,让 AI 引擎引用并推荐你的品牌。它是对搜索/SEO 的补充,而非替代。

四个事实决定了所有策略:

  1. AI 答案由检索 + 扇出构建。 引擎从搜索索引中实时检索内容(ChatGPT 通过 OpenAI 自有爬虫/索引 OAI-SearchBot 进行检索;过去以 Bing 为种子来源;Google 为 AI Overviews/AI Mode 提供信息),并将你的主题拆分为多个子查询——因此,在搜索中排名靠前有助于获得 AI 引用,你需要围绕一系列相关问题进行优化。
  2. AI 引用社区/社交来源最多。 Reddit、YouTube、Wikipedia、LinkedIn、榜单文章和评论网站在引用中占主导地位——被引用的页面通常不是你的页面。 赢得提及比优化产品页面更有效。
  3. 不同平台各有侧重。 ChatGPT 更倾向引用 Wikipedia,Perplexity 更倾向引用 Reddit,AI Overviews 则更倚重 E-E-A-T 和社区网络。针对一个平台优化 ≠ 适用于所有平台。
  4. 易于提取、内容新鲜且来源可靠的内容更容易被引用。 引语、统计数据、引用来源、问答结构和 schema 都能提升引用率;过时内容则会被取代。

(完整机制:references/how-ai-engines-cite.md。)

步骤 0 — 阅读基础资料 + 明确目标

加载 brand-profile.md 和 audience.md(实体信息清晰度和用户真正关心的问题都很重要)。确定用户希望获得推荐的查询,以及受众使用的引擎。

步骤 1 — 执行提示词审查(始终从此处开始)

在全新会话中,将用户的 10–30 个购买意向查询(以及扇出后的子问题)分别提交给 ChatGPT / Perplexity / Gemini;记录品牌是否出现、如何描述,以及引用了哪些来源。被引用的来源就是策略依据;缺口就是内容清单。这是最真实可靠的基准评估方法——参见 references/audit-and-measurement.md。

步骤 2 — 确保内容可检索(基础)

如果无法在搜索中找到你,就无法引用你:争取在 Google/Bing 及平台搜索中获得排名 → social-seo(相关配套技能)。同一套关键词/问题研究可同时服务于两者。还要确认 AI 检索爬虫能够访问网站——robots.txt 和 CDN/机器人防护默认设置(例如 Cloudflare)经常会无意中拦截 OAI-SearchBot / ChatGPT-User / PerplexityBot / Claude 的机器人。

步骤 3 — 在被引用的来源中赢得品牌提及(社交核心)

在 AI 最常查看的渠道中,以真实自然的方式建立影响力:在购买意向讨论帖中积极参与 Reddit;在 YouTube 视频的标题/文字记录中加入品牌 + 关键词(这是 AI-Overview 的重要信号);展现 LinkedIn 专业能力;参与 Quora;争取被纳入“最佳 [X]”榜单文章和评论网站(G2/Trustpilot);通过关系建立推动媒体公关。目标是构建一个相互印证的网络。参见 references/the-geo-levers.md。

步骤 4 — 让内容易于提取

让模型能够直接提取清晰的论断:开头先给出 TL;DR 答案;使用问题式标题、列表/表格、引语 + 可验证的统计数据 + 引用来源(有研究支持的有效手段)、FAQ/Article schema、署名作者 + 日期,并保持内容新鲜(引用的时效性会衰减)。(这项策略也适用于你的网站/博客,范围不限于社交平台;可与 social-seo 配合使用。)

步骤 5 — 提高清晰的实体识别度

为模型提供一个信息清晰、值得推荐的实体:确保网站/个人资料/商家列表中的单行描述保持一致 → brand-profile;仅在确实具有知名度时创建 Wikipedia/Wikidata 页面;认领商家列表并确保 NAP 信息一致;通过多方信息印证“适用于 Y 的 X”定位。

第 6 步 — 诚实衡量 + 明确边界

每月重新运行审计(预计会有数周延迟;按季度评估),可选择添加 GEO 跟踪工具,并关注 AI 引荐流量(来自 chatgpt/perplexity 的引荐)。绝不捏造「声量占比」或引用率。 不使用 WoopSocial 分析。 相关技能的边界:social-seo = 在平台和 Google 搜索中被发现;本技能 = 被 AI 答案引擎引用。

协作关系图

ai-search-optimization 负责设置 AI 可见度层;它会将工作路由至/与以下技能配合:social-seo(检索/搜索基础——相关技能) · brand-profile(实体) · content-pillars(问题集群) · reels-script/增长技能(能赢得提及的 YouTube/Reddit/LinkedIn 内容) · viral-reverse-engineering(哪些内容会被引用/分享) · scheduling-and-queue(发布)。

质量标准 — 自我检查

  • 我是否从 prompt-audit 开始,并让被引用的来源指导策略?
  • 我是否运用了四个杠杆(可检索 → 赢得提及 → 可提取 → 实体),并优先考虑社群/社交策略?
  • 我是否尊重了 AI 引用赢得的提及/社群来源,而非产品页面这一事实,并考虑到不同平台各有差异?
  • 我是否保持了真实可信(拒绝造势/虚假评价),且绝不捏造声量占比数据?
  • 我是否将搜索/检索基础工作交给 social-seo,说明 GEO 也涵盖整个网络,并使用审计/工具/引荐进行衡量(不使用 WoopSocial 分析)?

边界情况与质疑

  • 「刷爆 Reddit/买评价」 → 拒绝造势;这种做法容易被发现、会被移除并摧毁信任 → 真诚参与 + 赢得真实评价。
  • 「告诉我 AI 声量占比是多少」 → 无法查看模型内部;运行审计/使用工具;不要编造。
  • 「只优化我的产品页面」 → 这只占约 3%;大多数引用来自赢得的提及/社群来源。
  • 「针对 AI 搜索做优化」(只做一件事) → 各引擎各不相同(ChatGPT≠Perplexity≠AI Overviews);选择具体领域。
  • 「这是我的 TikTok/Google SEO 吗?」 → 有关联,但并不相同 → 平台/Google 搜索由 social-seo 负责。
  • 「WoopSocial 会跟踪这些吗?」 → 不会;通过审计 + GEO 工具 + 引荐分析来衡量。
  • 倾倒 AI 生成内容 → AI 会降低低质量 AI 内容的权重;需要人工判断 + 来源。

相关技能

  • social-seo — 相关技能:平台 + Google 搜索(AI 获取信息的检索基础)。
  • brand-profile — AI 必须理解的实体/定位;content-pillars — 问题集群。
  • reddit-marketing — 如何可信地参与 Reddit(AI 引用的首要来源)。
  • reels-script、instagram-growth/tiktok-growth/linkedin-growth — 能赢得 AI 所引用提及的 YouTube/Reddit/LinkedIn 内容。
  • viral-reverse-engineering — 哪些内容会被分享/引用;scheduling-and-queue — 发布。

参考资料

  • references/how-ai-engines-cite.md — RAG + 查询扩展、哪些来源会被引用、各引擎之间的差异、新鲜度/衰减。
  • references/the-geo-levers.md — 四个杠杆(可检索 · 赢得提及/社交策略 · 可提取 · 实体),以及有研究支持的提升效果。
  • references/audit-and-measurement.md — 手动 prompt-audit 方法、GEO 工具、引荐流量、诚信原则。
  • references/examples.md — 一个完整示例审计 + Reddit/YouTube/可提取性/实体策略 + 诚实的范围界定。

评论

支持 Markdown