关于 seo
面向 SEO、AEO 和 GEO 的搜索可见性技能,覆盖搜索与问答平台。它指导调研、内容和技术优化及证据化衡量,并明确可见性并无保证。
主要功能
- 01界定目标平台与成效
- 02审查页面和技术交付
- 03将意图映射到规范内容
- 04提出有依据的 SEO 控制措施
- 05衡量引用和可见性
- 06通过有限实验验证变更
适用场景
- 01规划特定平台的 SEO 工作
- 02审查可抓取性和渲染页面
- 03构建问题集群和内容计划
- 04用可重复提示词追踪引用
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ magnus919/ agent-skills --skill seo安装后在 Claude Code 中输入/seo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。
README.mdassets/audit-report-template.mdevals/evals.jsonreferences/aeo-methodology.mdagent-readable-content.mdcontent-and-entity-architecture.mdcontent-strategy-seo.mddiscovery-and-freshness.mdevidence-boundaries.mdghost-metadata.mdimplementation-playbook.mdmeasurement-and-experimentation.mdonpage-seo.mdplatform-guidance.mdschema-markup.mdsource-index.mdstructured-data.mdtechnical-seo.mdscripts/aeo_audit.pybuild_prompt_matrix.pytest_aeo_scripts.pytemplates/aeo-implementation-plan.mdcitation-observation-log.mdllms.txt.templatequestion-cluster.mdrobots-ai-crawlers.txt详细介绍
SEO
一项覆盖全方位搜索可见性的技能。它将传统 SEO、答案引擎优化(AEO)和生成式引擎优化(GEO)视为跨不同搜索和答案界面的交叉工作,而不是彼此独立的一系列排名技巧。
运作模式
- 界定界面和目标。 明确服务提供方、产品或搜索界面、受众、实体、问题、业务目标和排除项。定义成功意味着抓取访问权限、索引资格、检索、提及、引用、引用准确性、声量份额、引荐还是转化。
- 检查并研究。 审核公开页面和渲染后的页面,以及技术交付情况。阅读服务提供方最新的一手指南和权威主题来源。除非方法和范围足以支持,否则应将从业者观点和供应商研究视为假设。
- 将意图映射到规范内容。 使用主题和问题集群,但避免人为创建近乎重复的页面。指定一个规范答案位置、实体所有权、证据、时效性负责人和内部链接。
- 改进以人为本的内容和结构。 在相关标题附近给出简洁答案,然后提供支持证据、限定条件和实用细节。保留自然流畅的行文、鲜明的观点、无障碍体验和对人的价值。
- 仅实施有依据的控制措施。 修复可抓取性、可索引性、元数据、内部链接、页面体验、文本内容、结构化数据一致性、站点地图、内容时效性,以及特定服务提供方的爬虫或预览控制。
llms.txt或 Markdown 形式的内容等可选文件,是特定服务提供方范围内的提案,并非普遍要求。 - 在正确的边界进行衡量。 固定提示词和版本,记录精确答案及引用,对引用准确性进行评分,并在可用时采用服务提供方原生报告。区分实施证据、观察到的可见性和因果性主张。
- 验证并总结经验。 重新检查渲染后页面和公开页面,验证结构化数据,检查搜索控制台或服务提供方提供的证据,并开展范围明确的单变量实验。不要仅凭 HTTP 200、可解析的 JSON-LD、单个答案或第三方评分就宣告成功。
术语和边界
- SEO 是总称:提升网站在搜索系统中的资格、可发现性、可理解性和有效可见性。
- AEO 是利益相关方使用的术语,指面向答案的工作,包括直接答案、摘要、知识界面和纳入答案引擎。
- GEO 是利益相关方使用的术语,指在生成式答案中的可见性,尤其是被选中、引用或在事实上融入综合回答。该术语源自 Aggarwal 等人于 2024 年发表的 KDD 论文;它并未定义通用算法。
- LLMO 和 AI 搜索优化 是彼此交叉的术语。保留目标组织使用的术语,然后定义可衡量的目标和服务提供方范围。
- 这些术语并不保证排名、收录、引用、流量、推荐或转化。提及不等于引用,引用不代表内容正确,引用也不等于点击。
证据规则
在计划和报告中使用以下标签:
- 一手文档: 提供方、标准组织、架构词汇表或工具所有者描述其自身行为。
- 已观察: 记录的抓取、渲染页面、提供方控制面板、确切答案、URL 或可复现的本地结果。
- 独立研究: 说明了方法和数据集,并指出泛化局限。
- 供应商报告: 可用于生成假设,但不是通用规则。
- 推断: 基于直接观察之外信息作出的合理解释。
- 尚未解决: 依赖提供方、信息已过时、存在矛盾或尚未验证。
驳回诸如“FAQ 架构保证获得引用”“所有引擎都要求使用短段落”“llms.txt 是搜索标准”或“允许爬虫抓取就能保证被收录”之类的说法。对每项重要主张,记录来源 URL、访问日期、适用的提供方范围、确切依据、无法证明的内容、可信度和刷新触发条件。
参考资料路由
| 需求 | 阅读 |
|---|---|
| 可抓取性、可索引性、robots、站点地图、性能、规范 URL、移动端、HTTPS | references/technical-seo.md |
| 标题、描述、标题层级、内容质量、链接、图片 | references/onpage-seo.md |
| Schema.org、JSON-LD、富媒体搜索结果资格、可见内容一致性 | references/schema-markup.md 和 references/structured-data.md |
| 主题、问题集群、实体、答案区块、证据架构 | references/content-and-entity-architecture.md |
| 完整的答案式/生成式实现流程和完成门槛 | references/implementation-playbook.md |
| 提供方指南、爬虫身份、robots 和预览控制 | references/platform-guidance.md 和 references/discovery-and-freshness.md |
llms.txt、Markdown 交付、内容协商、提供方支持 | references/agent-readable-content.md |
| 结果定义、可信度和驳回的主张 | references/evidence-boundaries.md |
| 提示词集、引用日志、指标、实验和混杂因素 | references/measurement-and-experimentation.md |
| Ghost 元数据和注入 | references/ghost-metadata.md |
| 内容策略、主题集群、关键词、内容缺口、SERP 功能 | references/content-strategy-seo.md |
| 来源 URL、访问日期、权威性层级和刷新备注 | references/source-index.md |
脚本和模板
从技能目录运行:
python3 scripts/aeo_audit.py <page.html-or-URL> --json
python3 scripts/build_prompt_matrix.py <topics.json> --output prompt-matrix.json
python3 -m pytest scripts/test_aeo_scripts.py
这些脚本为只读脚本,并使用 Python 标准库。它们会检查源 HTML;不会执行 JavaScript、调用 LLM、发布内容、提交 URL 或更改爬虫策略。模板涵盖实施计划、问题集群、引用观察记录、可选的 llms.txt 以及爬虫策略决策。
审计输出
使用 assets/audit-report-template.md,并区分:
- 已观察的发现: 受检查的页面、响应、控制面板或答案实际显示的内容。
- 建议的更改: 拟采取的行动及其负责人、风险、预期机制和验证方式。
- 提供方范围: 证据适用的引擎或搜索界面。
- 状态: 已实施、已验证、已观察、已推断或尚未解决。
不适用情形
若任务仅涉及机械式校对、普通文章撰写、CMS 管理,或是在没有明确目标、证据边界或可衡量结果的情况下笼统要求“提升排名”,请勿单独使用此技能。应将这些任务转交给相关的写作、校对、CMS 或产品技能。
可移植性
使用宿主 Agent 的常规机制加载参考资料、模板和脚本。不要假定存在特定的配置档案系统、编排器、记忆服务、CMS、搜索控制台或提供方 API。
评论
支持 Markdown