GEO 内容质量与 E-E-A-T 评估
按 E-E-A-T 四大维度和 AI 可引用性为网页打分，生成结构化 GEO-CONTENT-ANALYSIS.md 报告。
技能本身为只读评估型（Read/Grep/Glob/WebFetch/Write），无破坏性默认行为、无凭据处理或隐蔽外传，红线风险未发现；但 allowed-tools 含 Bash 与 Write 且未说明最小权限边界、未要求用户确认、无回滚说明，数据流向（抓取外部 URL、写入报告）仅部分披露，扣 13 分。
评分方法（E-E-A-T 各 25 分、表格化信号）自洽，输出格式明确；但本技能关键路径（E-E-A-T 信号核验）无任何测试覆盖，仓库测试仅覆盖 fetch_page.py，异常输入处理与失败反馈缺失，许多信号（外链引用、Wikipedia 收录）凭 Read/Grep 无法获取，方法可执行性存疑，扣 11 分。
场景清晰（内容质量与 AI 可引用性评估）、输入输出定义明确、字数基准与段落规范具体；但未声明不适边界（如非公开页面、非 HTML 内容）、无中文支持或中文环境适配说明、未说明评估准确度上限，扣 7 分。
SKILL.md 结构良好、含版本号、frontmatter 与标签、渐进式内容组织；MIT 许可明确；但无 changelog、无已知限制披露、维护责任与更新路径不明，扣 6 分。
方法论比人工评估更有结构，输出模板可直接使用；但大量信号（入站权威引用、媒体引用、HTTPS 证书、Wikipedia 收录、评论真实性）超出纯静态读取能力，产出分数可能流于表面启发式，实际增量价值与替代方案对比证据缺失，扣 9 分。
关键事实性声明（如 Google 2025 年 12 月 Quality Rater Guidelines 更新适用于所有竞争性查询）无出处链接，市场数据未经核实，无本技能路径的测试或第三方执行证据，仅有作者自述方法论，扣 7 分。
- 许多 E-E-A-T 信号（外链、Wikipedia 收录、HTTPS 有效性、评论真实性）无法通过静态读取验证，得分可能偏浅且部分不可复现。
- 技能引用的 Google 指南更新与市场数据未附来源，使用前应自行核实。
- allowed-tools 含 Bash 与 Write，建议在实际使用中关注其执行范围与文件写入行为。
- 无中文支持与中文站点适配说明，中文用户使用效果未知。
- 发布者未经验证，无 changelog 与维护承诺，长期可用性不确定。
这个 Skill 能做什么，适合哪些场景？
这是 geo-seo-claude 仓库（含 16 个技能）中的一个子技能，位于 skills/geo-content/SKILL.md，专注于内容质量与 E-E-A-T（经验、专业度、权威性、可信度）评估。它基于 Google 2025 年 12 月质量评估指南将 E-E-A-T 扩展到所有竞争性查询的前提，评估内容是否值得被 AI 搜索平台引用。技能定义了 100 分制评分体系（四维度各占 25 分）加 -5 到 +10 的话题权威性修正，并检查字数基准、可读性（Flesch 阅读易读度 60-70）、段落与标题结构、内部链接、内容新鲜度和低质 AI 内容特征。最终输出一份 GEO-CONTENT-ANALYSIS.md 报告，包含逐维度得分、页面级指标、最可引用段落和改进建议。
抓取目标页面（首页、博客、产品/服务页）；按四个维度各 25 分逐项评估 E-E-A-T 信号（一手经验叙述、原创数据、作者资历、外站引用、联系方式、HTTPS、披露声明等）；评估内容质量指标（各页面类型的最低字数基准、句子/段落长度、被动语态占比、标题层级）；检测低质 AI 内容特征（泛泛措辞、无原创见解、填充内容）；按更新时间给内容新鲜度打分（3 个月内为优秀，24 个月以上为危急）；评估话题权威性（页面数量与聚类程度，-5 到 +10 修正）；最终生成 GEO-CONTENT-ANALYSIS.md，含 0-100 总分、逐页 citability 评级、最可引用段落和分类改进建议（速赢、内容缺口、E-E-A-T 强化）。
- 内容营销人员在发布前检查博客文章的 E-E-A-T 短板（缺作者资历、无原创数据），避免内容不被 AI 平台引用
- SEO 顾问为客户做 AI 搜索可见性诊断，用逐页 citability 评级和可引用段落分析作为交付物
- 网站所有者发现信任信号缺口（无隐私政策、无联系方式、未披露联盟链接）并按速赢清单修补
- 内容团队评估话题权威性，找出站点未覆盖的子主题以规划主题集群
- 编辑团队审计存量内容新鲜度，优先更新 12 个月以上未修订的高价值页面
这个 Skill 有哪些优点和局限？
- 评分体系完全透明：每个 E-E-A-T 信号都有明确的分值和打分标准，结果可复现、可解释
- 输出为结构化 Markdown 报告，逐页给出字数、可读性、标题结构和 citability 评级，适合直接交付客户
- 结合最新框架演变（2025 年 12 月质量评估指南将 E-E-A-T 扩展至所有竞争性查询），针对 AI 引用而非传统排名
- 区分低质 AI 内容特征与高质内容信号，与 Google 2024 年 3 月对 AI 生成内容的立场一致
- MIT 许可，免费，属于 16 技能集合可配合 /geo audit 等命令使用
- 许多信号（外站引用、媒体提及、维基百科收录）需实际联网核查，评分质量依赖执行模型的判断，无自动化测试保证一致性
- 字数、可读性等基准为启发式经验值，技能本身声明并非直接排名因素，效果未经第三方验证
- 话题权威性评分依赖对全站页面数量的估算，单次页面抓取可能低估或高估
- 技能自身只输出分析报告，不直接改写内容；内容修复需另行执行
- README 引用的市场数据（$850M 市场、AI 流量 +527% 等）为营销性数字，来源未标注
如何安装这个 Skill？
本技能属于 zubair-trabzada/geo-seo-claude 集合。推荐一键安装：curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh | bash（Windows Git Bash 用 install-win.sh）。要求 Python 3.8+、Claude Code CLI、Git；依赖安装到 ~/.claude/skills/geo/.venv/ 隔离虚拟环境。也可 git clone 后运行 ./install.sh。单独手动安装此子技能的步骤文档未说明，最直接方式是克隆仓库后参考 skills/geo-content/ 目录。
如何使用这个 Skill？
安装后在 Claude Code 中运行 /geo content <url> 命令评估指定网站。技能流程：抓取首页及关键页面 → 四维度各 25 分评估 → 内容质量与 AI 内容信号检查 → 话题权威性评估 → 生成 GEO-CONTENT-ANALYSIS.md。报告中分数解读：85-100 为优秀的 AI 引用候选，55-69 为平均，0-39 需彻底重构内容策略。
这个 Skill 与同类方案有什么区别？
源材料未提及具体竞争产品，无法作对比。它与传统 SEO 工具（如常规排名追踪器）的定位差异在于聚焦 AI 引用（citability）而非关键词排名，但这不是具名对比。