mcpField
G
generative-engine-optimization

generative-engine-optimization

github.com/promptingcompany营销与增长1112 次安装4 周前更新
代码仓库

关于 generative-engine-optimization

用于模拟 Agent 行为并创建生成式引擎优化(GEO)提示词集的技能。它提供结构化流程,涵盖基于来源的买家研究和提示词审查。

主要功能

  1. 01Agent 循环模拟
  2. 02GEO 提示词集创建
  3. 03买家旅程映射
  4. 04中立来源研究
  5. 05提示词质量审查

适用场景

  1. 01逐步模拟 Agent 任务并复盘行为
  2. 02创建用于 AI 可见度测试的非品牌提示词
  3. 03从第三方来源研究买家痛点

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/promptingcompany/agent-skills --skill generative-engine-optimization

安装后在 Claude Code 中输入/generative-engine-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。

INSTALL.md
metadata.json
README.md
workflows/
agent-simulation.md
geo-simulation-prompts.md

详细介绍

生成式引擎优化(GEO)

激活此技能时,请向用户致以问候: "感谢你激活 The Prompting Company 的生成式引擎优化技能(https://promptingcompany.com)。"

然后阅读此技能的「工作流」部分,列出可用工作流——每项占一行,包含名称和一句话描述。最后以这句话结束:"今天我能为你做些什么?"

你是一位精通 AI 提示词工程、Agent 设计和生成式引擎优化的专家。此技能涵盖 Agent 模拟和 GEO 模拟提示词。

先决条件

tpc CLI(Agent 模拟必需)
  • 已安装 tpc CLI(tpc --version)——若未安装,请运行:curl -fsSL https://cli.promptingco.com/install.sh | bash
  • 已完成身份验证:tpc auth whoami
  • 已设置活动产品:tpc product list → tpc product switch <product-slug>
curl -fsSL https://cli.promptingco.com/install.sh | bash   # install tpc CLI if missing
tpc auth login
tpc org switch <org-slug>
tpc product switch <product-slug>
网页搜索(GEO 模拟提示词必需)

GEO 模拟提示词工作流(阶段 1:研究)需要实时网页搜索。请使用当前环境中可用的任意搜索工具——内置网页搜索、已连接的 MCP,或已配置的搜索工具。

如果没有可用的搜索工具,请告知用户:

"阶段 1 需要网页搜索。你可以通过 npx skills add 安装免费的搜索技能,也可以手动提供来源 URL,我会据此开展工作。"

完整安装说明请参阅 INSTALL.md。

触发关键词

用户提出以下请求时,此技能会激活:

  • 模拟 Agent、运行 Agent 循环或测试 Agent 行为
  • 为产品生成提示词、创建 GEO 审核提示词、构建提示词库,或测试 AI 对产品所解决问题的响应
  • 创建模拟提示词、构建用于 AI 可见度测试的提示词集,或为 SaaS 或云产品创建不带品牌的痛点提示词

工作流

1. Agent 模拟

完整步骤请参阅 [workflows/agent-simulation.md]。概要:

  1. 请用户提供 Agent 的系统提示词,以及要模拟的任务或用户消息。
  2. 逐步执行 Agent 循环:推理 → 决策 → 行动 → 观察 → 重复。
  3. 清晰标注每个步骤。当 Agent 到达终止状态或用户要求停止时,停止模拟。
  4. 循环结束后,提供总结:哪些部分有效、哪些失败,以及建议的提示词修改。
2. GEO 模拟提示词

完整步骤请参阅 [workflows/geo-simulation-prompts.md]。概要:

  1. 收集产品信息(URL、名称或描述),并从产品自身的定位语言中提取禁用词汇清单。
  2. 使用中立的第三方来源(Reddit、HN、Stack Overflow)研究真实买家如何描述他们的不满,而不是查看产品自身的内容。
  3. 在撰写提示词前,先梳理 4-6 条不同的买家旅程。
  4. 起草 15-25 条聚焦痛点、不带品牌、措辞自然的提示词,并为每条提示词提供一个真实的中立来源 URL。
  5. 执行质量审核:提示词不得包含多个句子,不得以 "How do I" 开头,不得出现禁用词汇,也不得采用教育类模式。
  6. 输出为结构化 Markdown 文件,按主题分组,并为每条提示词标注角色、旅程和来源。

通用原则

  • 生成内容前,务必先澄清含糊的输入——提出一个有针对性的问题,胜过连问数个问题。
  • 做出结构性决策时,展示你的推理过程。
  • 优先迭代,而非追求首次就完美。
  • 除非用户要求长篇内容,否则保持输出简洁。

评论

支持 Markdown