mcpField
G
geo-content

geo-content

github.com/zubair-trabzada营销与增长11.3k845 次安装3 周前更新
代码仓库

关于 geo-content

geo-content 是用于评估内容质量、E-E-A-T 信号及其被 AI 搜索平台引用适宜度的营销技能。它检查页面结构、可读性、时效性和主题权威度,并生成 GEO 内容分析。

主要功能

  1. 01按四个维度评估 E-E-A-T
  2. 02检查内容质量与可读性
  3. 03审查 AI 内容质量信号
  4. 04评估内容发布时间和时效性
  5. 05评估主题权威度

适用场景

  1. 01检查页面的 E-E-A-T 信号
  2. 02审视内容结构与可读性
  3. 03发现时效性及主题覆盖缺口

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/zubair-trabzada/geo-seo-claude --skill geo-content

安装后在 Claude Code 中输入/geo-content确认已加载。

详细介绍

GEO 内容质量与 E-E-A-T 评估

目的

AI 搜索平台不只是查找内容,还会评估内容是否值得引用。评估的主要框架是 E-E-A-T(经验、专业性、权威性、可信度)。根据 Google 于 2025 年 12 月更新的质量评估指南,该框架现在适用于所有竞争性查询,而不仅仅是 YMYL(你的金钱,你的生活)主题。E-E-A-T 得分较高的内容,被 AI 平台引用的可能性会大幅提高。

此技能从两个角度评估内容:

  1. E-E-A-T 信号 — 内容是否展现了真正的专业能力和可信度?
  2. AI 引用适用性 — 内容结构是否便于 AI 平台提取并引用具体论点?

如何使用此技能

  1. 获取目标页面——主页、重要博客文章、服务/产品页面
  2. 从 4 个维度评估 E-E-A-T(各占 25%)
  3. 评估内容质量指标(结构、可读性、深度)
  4. 检查 AI 内容质量信号
  5. 评估整个网站的主题权威性
  6. 评分并生成 GEO-CONTENT-ANALYSIS.md

E-E-A-T 框架(总分 100 分)

经验 — 25 分

对主题的第一手知识和直接参与。AI 平台越来越能区分两种内容:一种只是报道某个主题,另一种则来自真正做过相关事情的人。

评估信号:

信号分值评分方式
第一人称叙述(“我测试了……”“我们实施了……”)5内容具体则得 5 分,较笼统则得 3 分,没有则得 0 分
其他地方没有的原创研究或数据5有原创数据则得 5 分,引用原创研究则得 3 分,没有则得 0 分
有具体结果的案例研究4详细且含数据则得 4 分,较笼统则得 2 分,没有则得 0 分
截图、照片或直接使用的证据3有真实证据则得 3 分,素材图/通用内容则得 1 分,没有则得 0 分
个人经验中的具体示例4具体且独特则得 4 分,有一定具体性则得 2 分,较笼统则得 0 分
对过程的演示(不只是结果)4基于经验逐步说明则得 4 分,部分说明则得 2 分,没有则得 0 分

需要标记为经验薄弱的情况:

  • 内容只是总结其他来源的信息,没有提供新的见解
  • 通用建议,适用于任何情况(“这取决于你的需求”)
  • 没有提及实际使用、测试或直接参与
  • 使用暗示缺乏直接知识的模糊措辞(“据报道”“据说”“有人说”)
专业性 — 25 分

展现对主题的深入了解和专业能力。

评估信号:

信号分值评分方式
作者资历清晰可见(简介、学位、认证)5资历完整则得 5 分,只有基本简介则得 3 分,没有作者信息则得 0 分
技术深度与主题相符5技术讲解全面则得 5 分,达到基本要求则得 3 分,流于表面则得 0 分
说明方法论(如何得出结论)4方法论清晰则得 4 分,部分说明则得 2 分,没有则得 0 分
有数据支持的论点(统计数据、研究引用)4来源充分则得 4 分,有部分数据则得 2 分,论点无依据则得 0 分
正确使用行业专用术语3专业用语准确则得 3 分,只用基础术语则得 1 分,有误用则得 0 分
作者页面包含详细的专业背景4有专门的作者页面则得 4 分,只有简短简介则得 2 分,没有则得 0 分

需要标记为专业性薄弱的情况:

  • 论点缺少证据或来源支持
  • 对复杂主题的介绍停留在表面
  • 技术术语使用不当
  • 作者信息不可见,或作者缺少相关资历
  • 内容宽泛笼统,而非深入具体
权威性 — 25 分

他人认可其为该主题可信来源的程度。

评估信号:

信号分值评分方式
来自权威来源的外部引用5被主要来源引用得 5 分,有一些引用得 3 分,没有引用得 0 分
作者在新闻媒体中被引用或提及4被媒体提及得 4 分,被行业媒体提及得 2 分,没有提及得 0 分
提及行业奖项或认可3获得相关奖项得 3 分,获得关联不大的奖项得 1 分,没有奖项得 0 分
演讲者资历(会议、活动)3有列出得 3 分,没有列出得 0 分
在同行评审或受尊重的刊物上发表4在一线出版物发表得 4 分,在行业刊物发表得 2 分,没有发表得 0 分
全面覆盖主题(主题权威性)3网站对主题有全面覆盖得 3 分,有一定覆盖得 1 分,内容孤立得 0 分
品牌在 Wikipedia 或权威参考资料中被提及3在 Wikipedia 中被提及得 3 分,在其他百科全书类参考资料中被提及得 2 分,没有提及得 0 分

需要标记为权威性较弱的情况:

  • 只有单一主题的网站,内容缺乏深度
  • 专业能力声明缺乏外部验证
  • 没有来自权威来源的反向链接
  • 声称具有权威性却无证据(自称“专家”)
可信度 — 25 分

表明内容及其发布者可靠且透明的信号。

评估信号:

信号分值评分方式
可见的联系信息(地址、电话、电子邮件)4联系信息完整得 4 分,仅有电子邮件得 2 分,没有得 0 分
提供并链接隐私政策2有隐私政策得 2 分,没有得 0 分
提供服务条款1有服务条款得 1 分,没有得 0 分
使用有效证书的 HTTPS2HTTPS 有效得 2 分,否则得 0 分
编辑标准或更正政策3有书面说明得 3 分,虽未明说但有所体现得 1 分,没有得 0 分
透明披露商业模式和利益冲突3披露清晰得 3 分,有部分披露得 1 分,没有得 0 分
真实客户的评价和推荐3有经核实的评价得 3 分,有客户推荐语得 1 分,没有得 0 分
声明准确(未发现错误信息)4所有声明均准确得 4 分,大部分准确得 2 分,发现错误得 0 分
清晰披露联盟营销/赞助关系3妥善披露得 3 分,未披露或没有披露得 0 分

需要标记为可信度较弱的情况:

  • 没有联系信息或实际地址
  • 缺少隐私政策或服务条款
  • 未披露联盟营销链接或赞助内容
  • 声明经核实为虚假或误导性内容
  • 没有可联系发布者以提出更正的方式

内容质量指标

字数基准

这些是最低标准,而非目标。字数越多不代表内容越好。此基准指充分覆盖主题、便于 AI 引用所需的最低长度。

页面类型最少字数理想范围备注
首页500500-1,500清晰阐述价值主张,避免堆砌大段文字
博客文章1,5001,500-3,000内容详尽,但聚焦主题
支柱内容/终极指南2,0002,500-5,000全面覆盖主题
产品页面300500-1,500描述、规格、使用场景
服务页面500800-2,000说明是什么、如何运作、为何需要、适用于谁
关于页面300500-1,000公司/个人经历与资历
常见问题页面5001,000-2,500回答详尽,避免只用一句话回答
可读性评估
  • Flesch 易读性目标:60-70(8-9 年级水平)
  • 这不是直接的排名因素,但会影响内容的可引用性——AI 平台更偏好清晰、明确的内容
  • 过于学术化的写作(得分 < 30)会降低内容在一般查询中的可引用性
  • 过于简单的写作(得分 > 80)可能缺乏体现专业性的深度

无需工具时的估算方法:

  • 平均句长:15-20 个单词为宜
  • 平均段落长度:2-4 句话
  • 术语:首次使用时应加以解释
  • 被动语态:少于 15% 的句子
面向 AI 解析的段落结构

AI 平台会按段落提取内容。每个段落都应是一个语义完整的单元。

理想的段落结构:

  • 每个段落 2-4 句话(只有 1 句话的段落效果较差;5 句以上则难以提取)
  • 每个段落只表达一个观点——不要在同一段落中混杂不同主题
  • 开头点明核心论断——第一句话应包含主要观点
  • 用证据支撑——其余句子提供数据、示例或背景信息
  • 单独摘录也能理解——每个段落单独提取后仍应语意完整
标题结构
  • 每页一个 H1——用于标明主要主题或标题
  • 主要章节使用 H2——应代表不同的子主题
  • 子章节使用 H3——嵌套在相关 H2 下
  • 不要跳过层级——不要从 H1 直接跳到 H3,中间不设 H2
  • 使用描述性标题——例如“How to Optimize for AI Search”,而不是“Section 2”
  • 适当使用问题式标题——这类标题可直接对应 AI 查询
内部链接
  • 每个内容页面都应链接到同一网站上的 3-5 个相关页面
  • 链接应使用描述性锚文本(不要使用“点击此处”)
  • 创建主题集群结构:支柱页面应链接到所有相关子主题页面,也应被这些页面链接
  • 孤立页面(没有内部链接指向它们)很少会被 AI 引用

AI 内容评估

AI 生成内容政策

根据 Google 于 2024 年 3 月的澄清,只要 AI 生成的内容体现真实的 E-E-A-T 信号并经过人工监督,就是可以接受的。关注点不在于内容是如何创作的,而在于它是否提供价值。

低质量 AI 内容的迹象(请标记)
信号描述
表述空泛“在当今快节奏的世界中……”“需要注意的是……”“归根结底……”
缺乏原创见解内容只是改写广为流传的信息
缺乏亲身经验没有个人轶事、案例研究或具体示例
结构完美但内容空洞标题格式规范,但下面的内容浅显
缺乏具体示例使用抽象解释,没有具体实例
结论重复每个章节结尾都以不同说法重复同一个观点
过度使用模糊措辞“一般来说”“在大多数情况下”“这取决于各种因素”,却没有说明具体是哪些因素
缺乏人的表达没有表达观点、偏好或专业判断
填充内容删除后不会损失信息的段落
缺乏数据或来源将论断当作事实陈述,却没有注明出处或提供证据
高质量内容的信号(与创作方式无关)
信号描述
原创数据调查、实验、基准测试、专有分析
具体示例明确提及的产品、公司、日期、数字
反常识或有细微差别的观点有理有据地反对传统观点
第一人称经验“我测试时发现……”或“我们的团队发现……”
信息及时更新引用近期事件、当前数据
专家意见明确的专业判断,而不只是陈述事实
实用建议具体、可执行的建议,而非模糊指引
承认取舍“这种方法适用于 X,但不适用于 Y,因为……”

内容时效性评估

发布日期
  • 检查正文和结构化数据中是否显示 datePublished 和 dateModified
  • 对 AI 平台而言,没有日期的内容可信度较低
  • 日期应具体明确(January 15, 2026),而不是含糊表述(“最近”)
新鲜度评分
标准评分
3 个月内更新优秀 — 当前且相关
6 个月内更新良好 — 仍较为及时
12 个月内更新可接受 — 可能需要更新
12-24 个月前更新警告 — 请检查准确性
无日期或超过 24 个月严重 — AI 平台可能会降低优先级
常青内容指标

无论内容发布多久,有些内容始终保持相关性。若内容符合以下条件,请标记为常青内容:

  • 涵盖不会变化的基本概念(物理学、基础数学、法律定义)
  • 明确标注为介绍长久适用概念的参考资料/指南
  • 不包含与时间相关的说法(“最新”“目前”“在 2024 年”)

主题权威性评估

定义

主题权威性用于衡量网站是否全面涵盖某个主题,而非浅尝辄止。AI 平台更倾向于引用在相关主题领域广受认可的网站。

评估方法
  1. 内容广度:网站是否有多篇页面涵盖核心主题的不同方面?
  2. 内容深度:单篇页面是否深入探讨了子主题?
  3. 主题集群:页面是否通过内部链接组成逻辑清晰的分组?
  4. 内容缺口:网站是否遗漏了显而易见、应该涵盖的子主题?
  5. 竞争对手比较:竞争对手是否涵盖了该网站遗漏的子主题?
评分
等级描述分数影响
权威有 20+ 篇页面全面涵盖该主题,并形成强大的主题集群+10 奖励分
发展中有 10-20 篇页面,并形成一些主题集群+5 奖励分
新兴有 5-10 篇相关页面,主题集群有限+0
单薄少于 5 篇页面,未形成主题集群-5 惩罚分

总体评分(0-100)

评分构成
组成部分权重最高分
经验25%25
专业性25%25
权威性25%25
可信度25%25
小计100
主题权威性修正+10 至 -5
最终分数最高 100 分
分数解读
  • 85-100:卓越 — 是适合在各个平台上获得 AI 引用的有力候选
  • 70-84:良好 — 基础扎实,有针对性的改进将提高被引用的可能性
  • 55-69:一般 — 存在多个 E-E-A-T 缺口,降低了 AI 可见度
  • 40-54:低于平均水平 — 内容质量和可信度存在重大问题
  • 0-39:较差 — 需要从根本上调整内容策略

输出格式

生成 GEO-CONTENT-ANALYSIS.md,内容如下:

# GEO Content Quality & E-E-A-T Analysis — [Domain]
Date: [Date]

## Content Score: XX/100

## E-E-A-T Breakdown
| Dimension | Score | Key Finding |
|---|---|---|
| Experience | XX/25 | [One-line summary] |
| Expertise | XX/25 | [One-line summary] |
| Authoritativeness | XX/25 | [One-line summary] |
| Trustworthiness | XX/25 | [One-line summary] |

## Topical Authority Modifier: [+10 to -5]

## Pages Analyzed
| Page | Word Count | Readability | Heading Structure | Citability Rating |
|---|---|---|---|---|
| [URL] | [Count] | [Score] | [Pass/Warn/Fail] | [High/Medium/Low] |

## E-E-A-T Detailed Findings

### Experience
[Specific passages and pages with strong/weak experience signals]

### Expertise
[Author credentials found, technical depth assessment, specific gaps]

### Authoritativeness
[External validation found, topical authority assessment, gaps]

### Trustworthiness
[Trust signals present/missing, accuracy concerns if any]

## Content Quality Issues
[Specific passages flagged with reasons and rewrite suggestions]

## AI Content Concerns
[Any low-quality AI content patterns detected, with specific examples]

## Freshness Assessment
| Page | Published | Last Updated | Status |
|---|---|---|---|
| [URL] | [Date] | [Date] | [Current/Stale/No Date] |

## Citability Assessment
### Most Citable Passages
[Top 5 passages that AI platforms are most likely to cite, with reasons]

### Least Citable Pages
[Pages with lowest citability, with specific improvement recommendations]

## Improvement Recommendations
### Quick Wins
[Specific content changes that can be made immediately]

### Content Gaps
[Topics the site should cover to strengthen topical authority]

### Author/E-E-A-T Improvements
[Specific steps to strengthen E-E-A-T signals]

评论

支持 Markdown