关于 geo-optimizer
geo-optimizer 用于审查并改写文章,提升其在 AI 搜索中的可见度。它会生成 HTML 审查报告和可直接发布的 DOCX,包含评分与修改说明。
主要功能
- 01五个维度的 GEO 审查
- 02采用答案优先结构改写文章
- 03优化查询式标题与独立段落
- 04生成 FAQ 和元数据建议
- 05生成 HTML 报告与 DOCX
适用场景
- 01检查博客文章对 AI 搜索的适配度
- 02发布前改写文章
- 03比较内容修改前后的质量
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ infrasity-labs/ dev-gtm-claude-skills --skill geo-optimizer安装后在 Claude Code 中输入/geo-optimizer确认已加载。
详细介绍
GEO 优化器
分析并改写现有内容,最大限度提高其在 AI 搜索引擎(ChatGPT、Perplexity、Claude、Google AI Overviews)中的可见度、可引用性和检索能力。
始终提供两种输出:
- HTML 报告 — GEO 审核报告,包含改写前后的评分、问题分类和带注释的修改
- DOCX — 整洁、可直接发布的改写文章
第 1 步:检测输入模式
URL 模式 — 用户提供链接。使用 web_fetch 获取页面。提取:标题、元描述、H1、所有标题(H2/H3)、正文、现有常见问题以及任何已有的 schema。
粘贴模式 — 用户粘贴原始内容。直接使用。根据 H1 或开篇段落推断目标查询。
如果两者都未提供,请询问:“请分享博客 URL,或粘贴您希望进行 GEO 优化的内容。”
如果 web_fetch 失败(页面受限、需要登录等),请告知用户,并让他们改为粘贴内容。
第 2 步:确定主要目标查询
在审核或改写之前,先确定:
- 这篇文章应该回答的一个核心问题是什么?
- H1 是否采用查询式表达(听起来像真人会搜索的问题)?
- 开篇段落是否直接回答了这个问题?
明确写出主要目标查询。所有改写决策都以此为依据。
第 3 步:GEO 审核 — 为原文评分
从 5 个维度为原文评分(每项 20 分,总分 100 分)。
1. 答案优先的结构(0–20 分)
- 开头 2–3 句是否直接回答主要查询?
- 核心观点是否开篇就说明,而不是埋在结论里?
- 对铺垫、先讲背景的引言,或“在本文中,我们将……”这类开篇方式进行扣分。
2. 标题质量(0–20 分)
- H2/H3 是否采用查询式表达,听起来像可搜索的问题?
- 脱离上下文阅读时,这些标题是否仍然有意义(便于 AI 提取)?
- 对“引言”“概述”或“更多详情”等含糊标题进行扣分。
3. 内容分块与章节独立性(0–20 分)
- 不阅读文章其余部分,能否理解每个章节?
- 是否避免了自指性短语(“如上所述”“下文将会看到”)?
- 段落是否简短且重点明确(最多 3–4 行)?
4. 引用信号(0–20 分)
- 是否包含具体统计数据、数据点或明确来源?
- 论述是否具体且可追溯到来源,而非含糊表述(“研究表明”“专家认为”)?
- 是否包含定义、编号步骤或对比表格?
5. 常见问题与结构化格式(0–20 分)
- 是否设有以真实搜索用语撰写问题的常见问题部分?
- 在适用的情况下,是否使用表格进行比较或说明标准?
- 是否包含定义块或可引用的总结陈述?
计算并记录改写前 GEO 评分:X/100,并列出各维度得分。
第 4 步:改写内容
按以下顺序完成所有操作:
4a. 改写开篇(答案优先)
第一句直接给出对主要目标查询的回答,并确保内容适合引用。随后用 1–2 句补充背景信息。完全删除任何铺垫、吸引读者的开场白,或“读完本文后……”之类的表述。
4b. 改写所有标题
将每个 H2 和 H3 都改写为查询式表达,使其脱离上下文也能清楚易懂。
- 改写前:“X 的优势” → 改写后:“X 的主要优势是什么?”
- 改写前:“我们的方法” → 改写后:“[主题] 在实践中如何运作?”
- 改写前:“引言” → 删除,或替换为具体主题
4c. 改写每个章节,使内容便于分块
- 删除自指性短语
- 将所有超过 4 行的段落拆分为较短段落
- 每个章节的首句都要简要回答该章节标题提出的问题
4d. 强化引用信号
- 将模糊的说法替换为具体统计数据或明确列出的来源。如果原文没有这些内容,请推断出可信且适用的来源(例如“根据 Gartner 于 2024 年发布的报告……”),并明确标注为建议作者核实后补充的内容。
- 如果缺少核心概念的定义块,请添加一个
- 如果内容对比了工具、方法或选项,请添加一个对比表
4e. 添加或改进 FAQ 部分
撰写 5–7 个符合真实搜索习惯的 FAQ 问题(即人们会在 Google 或 Perplexity 中输入的问题)。每个答案为 2–4 句话,直接、完整且可独立引用。在文章靠近底部的位置放置 FAQ。
4f. 提出元数据优化建议
始终提供:
- Slug:简短、关键词优先,使用连字符连接
- SEO Title:匹配搜索查询,少于 60 个字符
- Meta Description:揭示答案,长度为 150–160 个字符
- H1:比 slug 略具描述性,同时仍采用符合搜索查询的表述
第 5 步:重新评估改写后的内容
使用相同的 5 个维度对改写后的版本进行评分。 计算 GEO Score After:X/100。 清楚展示分数变化,例如:“GEO Score:38/100 → 84/100(+46 分)”
第 6 步:生成输出
输出 A:HTML 报告
编写 HTML 之前,请阅读 /mnt/skills/public/frontend-design/SKILL.md,了解设计令牌和样式要求。
报告必须包括:
- 页眉 — 文章标题、来源 URL(如有提供)、优化日期
- 评分卡 — 优化前后的 GEO 分数,并为每个维度显示可视化进度条
- 审核摘要 — 按维度列出问题,并标注严重程度(High / Medium / Low)
- 元数据建议 — 新的 slug、SEO title、meta description、H1
- 优化前/后部分 — 每个主要部分的原文与改写版本(使用切换/折叠模式)
- FAQ 部分 — 新撰写的 FAQ,整齐地显示在底部
保存至:/mnt/user-data/outputs/geo-report.html
输出 B:DOCX
生成文件前,请阅读 /mnt/skills/public/docx/SKILL.md。
.docx 文件必须包含两个部分:
第 1 部分 — 封面
- 文章标题(大号粗体,深海军蓝
1E3A5F) - 标题块左侧边框强调
- 元数据块:Slug、SEO Title、Meta Description、H1、模式、日期
- GEO 分数摘要:优化前 / 优化后 / 提升幅度
- 分数细分表(5 个维度 × 优化前/后/变化)
- 封面后添加分页符
第 2 部分 — 正文(页脚显示页码)
- 完整、可直接发布的改写文章
- 标题层级:H1(36pt 海军蓝)→ H2(26pt 海军蓝)→ H3(22pt 强调蓝)
- 正文使用 Calibri 11pt(22 个半点),颜色为
2C2C2C - 表格:浅灰色表头(
E8EEF4),文字颜色较深;行底色交替使用(F7F9FB)。始终使用ShadingType.CLEAR,不得使用 SOLID。务必同时设置表格的columnWidths和每个单元格的width。 - 底部设置 FAQ 部分,使用 H2 标题、分隔线,然后以问答形式呈现:问题(深海军蓝粗体)+答案(缩进正文)
- 任何位置都不得出现审核评论,只保留完成后的文章
默认字体统一使用 Calibri。
明确设置纸张大小:US Letter 12240 × 15840 DXA,页边距四边均为 1"(每边 1440 DXA)。
保存至:/mnt/user-data/outputs/geo-optimized-article.docx
GEO 原则(每项决策背后的原因)
- 优先检索:AI 引擎会先根据标题和开头句子匹配查询,再查看正文。符合查询习惯的 H1 和 H2 更容易胜出。
- 答案优先:AI 会引用最先找到的清晰答案。先给出结论,再提供背景。
- 便于拆分:AI 引擎会独立提取各个部分。每个部分都必须能够独立成篇。
- 便于引用的格式:定义、编号步骤、项目符号、FAQ 和对比表,是 AI 引擎最常引用的格式。
- 具体明确更有优势:包含数字和来源的具体说法更容易被引用。模糊笼统的说法则不然。
- 内容自成一体:避免交叉引用。不要写“正如我们讨论过的”。如果某一部分需要依赖前文才能理解,就重写。
边缘情况
- 内容较短(<500 字):标记出来。GEO 优化对 800 字以上的文章效果最佳。仍需优化现有内容,并建议扩展哪些部分。
- 非英文内容:使用与输入相同的语言进行优化。
- 内容评分已较高(>80/100):报告重点关注尚存的不足。不要改写已经有效的内容——将其标注为“强项”后继续。
- 内容单薄或偏宣传:如果内容大多是营销文案,信息价值很少,请明确指出。GEO 优化无法弥补信息深度不足——建议先扩充实质内容。