GEO 客户报告生成器（geo-report）
把多项 GEO 审计结果整合成一份面向企业主、可直接交付的专业报告，含评分、发现与分级行动计划。
该技能仅聚合本地上游审计产物并写入一个 markdown 文件，权限（Read/Grep/Glob/Bash/WebFetch/Write）与用途大体相称，无敏感数据外传迹象；但 Bash 和 WebFetch 的具体使用范围未作约束，报告内容鼓励生成推测性的客户收入影响数字（如"预计增加 $X,XXX/月"），若不加人工审核可能对终端客户构成误导性陈述，且无回滚或数据流披露说明。
报告生成流程、评分公式和模板结构清晰自洽，模板权重公式与各分区对应一致；但整个流程依赖四个（或六个）上游技能的输出文件存在且格式一致，本技能自身缺少对缺失上游文件时的错误处理说明，静态审阅下无本技能关键路径的可执行测试证据（仓库现有测试仅覆盖共享脚本 fetch_page.py）。
目标场景（面向企业客户的 GEO 报告交付）和输出格式（GEO-CLIENT-REPORT.md）界定清楚，输入是上游审计文件；但未声明能力边界与非适用范围（如依赖上游技能质量这一点未明示），亦无中文支持说明；报告大量引用 Wikipedia/Reddit 等中国大陆难以访问的平台信号，核心依赖境外网络可达性。
SKILL.md 有版本号、标签、frontmatter、完整模板与术语表，结构分层良好；但缺少变更日志、已知限制披露和维护责任说明，作者字段仅为仓库别名而非可核验身份，仓库内与技能本身无关的 skool 社区营销内容混入降低了文档纯度。
模板详尽（评分表、仪表盘、行动计划、术语表），直接可用性看似较高；但"可直接交付客户"的声明建立在上游分数正确与收入估算可信之上，模板内置的美元价值话术要求人工核对与修改，静态审阅无法验证完整报告质量，超出锚点 7 的部分不可授予。
模板中嵌入多组未在本仓库内提供来源的统计断言（"47.9% 的 ChatGPT 引用来自 Wikipedia"、"46.7% 的 Perplexity 引用来自 Reddit"、"10 分提升对应 15-25% 引用增长"等），仅泛指"行业研究（Zyppy, Authoritas, Semrush）"而无可核验出处；仓库测试不覆盖本技能路径，静态审阅下证据薄弱。
- 本评分仅为静态源码审阅，未执行任何代码，置信度低。
- 报告模板内置推测性收入影响数字（$X,XXX/月等），交付客户前必须人工核实并修改，否则可能构成误导性商业陈述。
- 本技能完全依赖 geo-platform-optimizer、geo-schema、geo-technical、geo-content 等上游技能的输出文件；上游缺失或格式变化时行为未定义，请先运行上游审计并核对文件存在。
- 品牌权威分析依赖 Wikipedia、Reddit、LinkedIn 等平台，在中国大陆网络环境下可能不可达，相关结论可能失真。
- 模板中的引用率统计（47.9%、46.7% 等）在仓库内无可核验来源，使用前请自行查证。
- 发布者未经 FollowSkills 企业注册库验证，身份未知；请自行评估维护持续性。
这个 Skill 能做什么，适合哪些场景？
geo-report 是 geo-seo-claude 仓库（共 16 个技能）中的一个收尾型技能，位于 skills/geo-report/SKILL.md。它不自己执行审计，而是汇总 geo-platform-optimizer、geo-schema、geo-technical、geo-content（可选 geo-llmstxt 和 geo-brand-mentions）等前置审计的输出文件，按固定权重计算 0–100 的综合 GEO 就绪分。报告按 12 个固定章节生成，包括执行摘要、AI 平台可见度仪表盘、AI 爬虫访问状态、品牌权威分析、可引用性分析、技术健康概览和分级行动计划，语言风格面向企业主而非开发者。最终输出一份 3000–6000 字、可直接发给客户的 GEO-CLIENT-REPORT.md。
读取各前置审计生成的 markdown 文件（GEO-PLATFORM-OPTIMIZATION.md、GEO-SCHEMA-REPORT.md、GEO-TECHNICAL-AUDIT.md、GEO-CONTENT-ANALYSIS.md 等）；按公式计算综合得分：平台 25% + 内容/E-E-A-T 25% + 技术 20% + Schema 15% + 品牌权威 15%；将得分映射为五档客户可读评级（Excellent 至 Needs Attention）；按模板填写 12 个章节，涵盖 Google AI Overviews、ChatGPT、Perplexity、Gemini、Bing Copilot 的各平台就绪分，14 类 AI 爬虫访问状态，品牌在 Wikipedia、Reddit、LinkedIn 等平台的实体存在，以及按本周/本月/本季度分层的行动表和保守的美元价值估算；最终写出 GEO-CLIENT-REPORT.md。
- GEO/SEO 顾问在完成全套审计后，需要一份能直接交付给客户的专业报告，而非技术性原始数据
- 代理商希望用统一的评分口径和 12 章节模板标准化交付物，便于团队多人产出一致质量的报告
- 营销负责人需要把 SSR 缺失、爬虫被封等技术问题转述为业务影响和预算依据，向管理层汇报
- 服务商需要一份含 Quick Win（<4 小时可完成项）、中期与季度战略举措的时间线行动计划，作为续约谈判素材
- 提供了竞品 URL 时，需要并排对比表展示自身与竞品在各 AI 平台就绪度上的差距
这个 Skill 有哪些优点和局限？
- 报告语言明确面向企业主：技术发现被翻译成业务影响，避免术语和含糊措辞
- 评分权重和公式公开透明，五档评级配有客户可读的解读文案
- 行动计划按 Quick Win（<4小时）、中期（1–5天）、战略（数周）三级分层，附影响/工作量/受益平台
- 内置术语表和方法论附录，报告自包含、可直接打印交付
- 要求保守估算并明确声明假设，禁止承诺具体结果
- 本技能自身不做任何审计——若前置审计文件缺失或质量差，报告无法生成或不准确
- 美元价值估算（如每月新增 $X,XXX）依赖行业基准推断，README 未提供可验证的数据来源
- 引用的第三方统计（如'47.9% 的 ChatGPT 引用来自 Wikipedia'）来自外部研究，无法在仓库内核实
- 竞品对比、llms.txt 和品牌权威章节为可选内容，未提供竞品 URL 时报告完整度受限
- 前置审计技能的输出文件名和格式需严格匹配，源文档未说明格式不符时的容错行为
- 输出为 markdown，PDF 图表版需要另用仓库中的 geo-report-pdf 技能
如何安装这个 Skill？
先安装整个技能集合：macOS/Linux 运行 curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh | bash；Windows 需在 Git Bash 中运行 install-win.sh。依赖 Python 3.8+、Claude Code CLI 和 Git，Python 依赖装在 ~/.claude/skills/geo/.venv/ 的独立虚拟环境中。本技能随集合一起安装，无需单独步骤。
如何使用这个 Skill？
在 Claude Code 中先运行前置审计（如 /geo platforms、/geo schema、/geo technical、/geo content，可选 /geo llmstxt 和 /geo brands），确认对应输出文件已生成；然后运行 /geo report <url> 触发本技能，或直接让 Claude 依照 skills/geo-report/SKILL.md 的模板生成报告。输出为 GEO-CLIENT-REPORT.md。若需要 PDF 图表版本，仓库另有独立的 geo-report-pdf 技能。
这个 Skill 与同类方案有什么区别？
仓库将传统 SEO 工具定位为被 GEO 取代的对象（引用 Gartner 预测称 2028 年搜索流量将下降 50%），但未点名任何具体竞品，故不虚构对比。