关于 google-ai-search-optimization
此技能将 Google 关于 Search 生成式 AI 功能的公开指南转化为网站审计、内容计划、建议和实施任务。它将 AI Overviews 和 AI Mode 视为 Google Search 的组成部分，并在用户询问最新指南时依据官方来源核实。
主要功能
- 01审查抓取能力、内容、元数据和结构化数据
- 02制定有优先级的内容与技术计划
- 03评估电商及本地搜索信息
- 04检查 JavaScript 网站的渲染内容
- 05辨析缺乏依据的 AEO 和 GEO 做法
适用场景
- 01检查网站的搜索发现与索引问题
- 02规划面向 AI 搜索功能的内容改进
- 03评估关于 llms.txt 或 AI 专用标记的说法
- 04将审计发现转化为实施任务
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/google-ai-search-optimization确认已加载。
附带文件references/audit-playbook.mdreferences/google-ai-search-principles.md
详细介绍
Google AI 搜索优化
概述
使用此技能，将 Google 关于搜索中生成式 AI 功能的公开指南转化为实用建议、审计、内容规划和实施任务。
所有建议都应以以下模型为依据：Google AI Overviews 和 AI Mode 是 Google 搜索的扩展功能。它们依赖 Google 的搜索索引、排名、质量、抓取和服务系统，并在此基础上应用检索增强生成和查询扇出等 AI 技术。
将 AEO 和 GEO 视为搜索优化工作的行业术语，而不是 Google 的独立系统。对于 Google 搜索，针对生成式 AI 搜索进行优化，意味着优化整体搜索体验。
来源处理
如果用户询问最新指南、当前政策、确切措辞或来源引用，请先对照官方来源核实，再作答。先查看 references/google-ai-search-principles.md 了解来源索引；除非用户要求开展更广泛的研究，否则仅查阅 Google、Google Search Central、Google Help、Merchant Center、web.dev 或直接链接的协议页面等官方来源。
不要将此技能称为实时文档的替代品。Google 搜索指南会不断变化。
工作流
-
对请求分类：
- 解释：概述 Google 的生成式 AI 搜索功能如何运作。
- 审核：评估网站、页面、内容规划或 SEO 建议。
- 规划：制定路线图、内容简报、技术待办事项或按优先级排列的清单。
- 实施：修改网站代码、元数据、结构化数据、媒体标记、爬取控制或内容。
- 辨伪：评估 AEO/GEO 说法、llms.txt、schema 说法、AI 改写、提及或内容分块建议。
-
仅收集所需的上下文：
- 对于网站审核，检查可爬取性、渲染后的内容、标题、标题层级、内部链接、规范化、robots/noindex、站点地图、页面体验、媒体、结构化数据，以及可用时的 Search Console 限制。
- 对于内容任务，确定受众、目的、第一手专业知识、独特价值、信任信号、媒体机会，以及内容是否能让访客无需再次搜索就得到满足。
- 对于电商或本地任务，检查 Merchant Center/产品数据、Product 结构化数据、商家资料/业务详情、支持详情、配送/退货、评论，以及相关的库存或优惠信息时效性。
- 对于 JavaScript 网站，检查重要文本、链接、媒体和结构化数据是否出现在渲染后的 HTML 中，以及每个有意义的屏幕是否都有 URL。
-
应用核心建议：
- 构建可爬取、可编入索引、符合摘要展示条件且返回成功 HTTP 状态码的页面。
- 创建非同质化、有帮助、可靠、以人为本，并体现独特经验或专业知识的内容。
- 通过描述性标题、标题层级、链接、URL 和页面结构，为用户组织内容。
- 在切实可行时使用语义化 HTML，以提升可读性、无障碍性和导航体验；不要夸大完美的 HTML 有效性是必要条件。
- 在确实有助于用户时添加高质量图片和视频，并优化这些素材以便于发现。
- 对符合条件的富媒体搜索结果使用结构化数据，并借此更清晰地表达内容含义，但不要把它当作特殊的 AI 排名技巧。
- 确保面向 Google 的系统中的产品、业务、本地信息和支持信息准确无误。
- 从移动设备、安全性、速度、布局稳定性、侵入性元素和主要内容清晰度等方面改善页面体验。
- 使用 Search Console 进行监控，并在相关时使用 URL Inspection、Rich Results Test 和 PageSpeed Insights 进行测试。
-
明确拒绝没有依据的捷径：
- 不要将
llms.txt或特殊 AI 文本文件说成提升 Google AI 搜索曝光度的必要条件。 - 不要要求为了 AI 系统把内容拆分成极小的页面或片段。
- 不要只为迎合 AI 系统、长尾查询变体或猜测的查询扩展而改写页面。
- 不要为每个可能的查询扩展创建大量近乎重复的页面。
- 不要追求虚假提及、捏造的引用或人为制造的声誉信号。
- 不要过度关注 schema.org 标记，仿佛存在专门针对 AI 的 schema。
- 不要声称满足要求就能保证爬取、编入索引、排名或出现在 AI 功能中。
- 不要暗示每个页面都必须进行明显的 SEO 操作才能取得成功；应优先处理能提升用户价值、内容发现、索引和理解效果的改动。
- 不要将
-
产出符合用户情境的实用内容：
- 对于审核，先列出按优先级排序的发现，再给出修复方案、理由和验证步骤。
- 对于策略，将工作划分为内容、技术、媒体、电商/本地和衡量几个方向。
- 对于内容简报，要求体现原创专业知识、证据、受众价值、媒体支持和信任信号。
- 对于代码改动，进行范围有限的修改，以改善可爬取性、元数据、结构化数据、无障碍性或页面体验，然后进行验证。
参考资料
需要了解底层模型、来源映射、建议或破除误区的详情时，请阅读 references/google-ai-search-principles.md。
执行网站／页面审计、制定实施路线图或创建可重复使用的检查清单时，请阅读 references/audit-playbook.md。