GEO 平台优化器
针对 Google AI Overviews、ChatGPT、Perplexity、Gemini 和 Bing Copilot 五大 AI 搜索平台逐一生成审计评分与优化清单，解决单一优化策略无法覆盖所有 AI 引擎的问题。
该技能主要输出检查表与评分模板，声明工具为 Read/Grep/Glob/Bash/WebFetch/Write，无敏感数据收集或破坏性操作，风险面小；但未说明外部抓取的数据流向、无用户确认机制与回滚说明，Bash/Write 权限未限定最小范围，故扣分。
五个平台的检查表与 0-100 评分表结构一致、自洽，输出格式明确；但本技能自身无测试覆盖（仓库测试仅针对 fetch_page.py 的 SSR 启发式），多数评分项依赖主观人工判断（如'内容被讨论'、'权威外链'），异常输入下的行为与失败反馈无定义，故不能给高分。
场景清晰（针对五大 AI 搜索平台的站点优化审计），触发语义明确，适用对象（机构、营销团队）有说明；但未声明能力边界与不适用范围，且核心依赖 Google、ChatGPT、Bing Copilot 等在中国大陆不可直接访问的平台，对 FollowSkills 中文用户环境适配性差，已在此扣分；无中文支持说明。
有版本号 1.0.0、MIT 许可证、frontmatter 元数据和清晰的分层结构（检查表→评分表→汇总→输出格式），可读性好；但 author 字段仅写 'geo-seo-claude'，无变更日志、无维护责任与更新路径说明，README 含 Skool 社区营销内容与未注明来源的市场数据，隐藏假设较多，故扣分。
作为静态检查表能指导结构化审计并产出固定格式的 GEO-PLATFORM-OPTIMIZATION.md 报告，有一定边际价值；但评分项大量依赖无法自动验证的主观判断，且核心声称（如各平台引用占比、11% 重叠率）无出处，输出质量与实际效果未经验证，静态审阅下只能给保守分。
文中所有关键统计声称（92% AIO 引用来自前 10、Wikipedia 47.9%、Reddit 46.7% 等）均无来源标注，无法追溯；仓库测试不覆盖本技能路径，无第三方执行证据或可复现结论，事实与推断未分离，故仅给低分。
- 纯静态审阅，未执行任何检查流程；评分基于源文件内容，置信度低。
- 所有平台引用统计（如 92%、47.9%、46.7%、11%）均未注明来源，使用前应自行核实。
- 评分表多项依赖主观人工判断，不同使用者可能得出差异较大的分数。
- 该技能依赖 Google、ChatGPT、Bing Copilot 等在中国大陆无法直接访问的平台，中文用户需自备网络条件。
- 仅支持英文场景说明，无中文内容审计指引。
- README 中的 Skool 社区推广与市场数据属于营销内容，与技能本身质量无关，不应作为采用依据。
这个 Skill 能做什么，适合哪些场景？
这是 geo-seo-claude 仓库中的一个子技能，位于 skills/geo-platform-optimizer/SKILL.md，版本 1.0.0。它的核心前提是：只有约 11% 的域名会被 ChatGPT 和 Google AI Overviews 同时引用，各 AI 平台使用不同的索引和来源偏好。技能针对五个平台分别提供来源选择机制的说明、十项优化清单和 0-100 分评分表，最后汇总输出一份 GEO-PLATFORM-OPTIMIZATION.md 报告，含各平台得分、差距和优先级行动计划。它本质上是结构化的审计指导文档，由 Claude 按清单逐步检查目标网站并打分。
读取目标 URL 和行业信息后，逐平台执行审计：Google AIO（检查问题式标题、首段直接回答、表格/列表、FAQ、带引用的统计数据、日期与作者署名、页面深度）；ChatGPT（核查 Wikipedia/Wikidata 实体、Bing 收录、Reddit 和 YouTube 表现、实体一致性、2000 字以上长文）；Perplexity（评估 Reddit 活跃度、论坛提及、内容新鲜度、原创研究、可引用段落）；Gemini（检查知识面板、Google Business Profile、YouTube 章节、Schema.org 结构化数据、图片优化、E-E-A-T）；Bing Copilot（Bing 站长工具、IndexNow、LinkedIn/GitHub、meta 描述、精确匹配关键词、页面加载速度）。每个平台按 0-100 评分表打分，最终用 Write 工具生成包含综合得分、状态分级（70+ 强 / 40-69 中 / 0-39 弱）和分阶段行动计划的 Markdown 报告。
- GEO/SEO 顾问在给客户做 AI 搜索可见性诊断时，需要按平台逐一打分并交付结构化报告
- 内容团队发现网站在 Google 排名靠前却不被 ChatGPT 引用，想定位各平台的具体差距
- SaaS 公司想评估品牌在 Wikipedia、Wikidata、Reddit、YouTube 等实体信号来源上的覆盖情况
- 本地企业主想知道 Gemini 和 Bing Copilot 引用自己需要补齐哪些 Google/Microsoft 生态资产
- 营销团队制定季度计划时，需要一份按'本周速赢/本月/本季度'分层的 AI 搜索优化行动清单
这个 Skill 有哪些优点和局限？
- 覆盖五大主流 AI 搜索平台，且明确指出各平台索引和引用逻辑的差异（如 ChatGPT 基于 Bing 索引、Perplexity 重度依赖 Reddit）
- 每个平台都有可操作的 10 项清单和量化评分表，输出可复现、可交付给客户
- 区分了通用优化动作和平台专属优先级，避免一刀切策略
- 报告结构固定，包含分级阈值和分阶段行动计划，便于跟踪改进
- 清单中的统计数字（如 Wikipedia 占 ChatGPT 引用 47.9%、Reddit 占 Perplexity 46.7%）未附来源，无法核实时效性
- 审计结果依赖 Claude 的实际检查和判断，评分含主观成分，仓库未提供测试套件验证评分一致性
- 部分项目（原创研究、社区活跃度、知识面板）无法通过纯代码自动评估，实际执行质量取决于操作者
- frontmatter 使用 Claude Code 的 allowed-tools 声明，移植到其他平台需手动调整
- 仓库描述提及 Skool 付费社区的营销倾向，采用时应自行甄别
如何安装这个 Skill？
该技能属于 geo-seo-claude 合集。安装整个仓库：macOS/Linux 运行 curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh | bash，或手动 git clone 后执行 ./install.sh；Windows 需在 Git Bash 中运行 install-win.sh。依赖 Python 3.8+、Claude Code CLI 和 Git，Python 依赖安装在 ~/.claude/skills/geo/.venv/ 隔离环境中。仓库未单独说明如何只安装这 16 个子技能中的某一个。
如何使用这个 Skill？
在 Claude Code 中对该技能所属合集使用 /geo platforms <url> 命令即可触发平台特定优化分析；也可直接将目标 URL 和行业告诉 Claude 并要求按此技能的流程执行：收集 URL 与主题 → 逐平台跑清单 → 按 0-100 评分 → 生成 GEO-PLATFORM-OptIMIZATION.md。SKILL.md 未定义专属斜杠命令之外的触发词，也未说明各平台数据（如 Bing 收录、Reddit 提及）具体通过哪些命令获取。
这个 Skill 与同类方案有什么区别？
它属于 geo-seo-claude 合集中 16 个子技能之一，与 geo-citability（AI 引用准备度打分）、geo-brand-mentions（品牌提及扫描）、geo-schema（结构化数据）等兄弟技能互补但不重叠；README 中未提及任何外部竞品。