这个 Skill 能做什么，适合哪些场景？
这是 claude-seo 仓库中的 seo-geo 技能，专门分析内容在 AI 搜索体验中的可发现性。它把 GEO 和 AEO 定位为传统 SEO 在 AI 搜索场景中的应用，并评估段落可引用性、页面结构、品牌信号和技术可访问性。技能可针对不同平台给出优化建议，并生成 GEO-ANALYSIS.md 报告。它适合需要系统检查 AI 搜索曝光准备度的 SEO 人员，但不应被误解为独立的排名保证工具。
接收一个 URL，读取相关参考资料，并检查内容段落是否具备可引用性、标题层级、问答结构、数据与来源、作者和更新时间、多媒体内容、品牌在 Wikipedia、Reddit、YouTube 和 LinkedIn 上的信号，以及服务端渲染情况。它检查 robots.txt 中 GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、PerplexityBot 等爬虫的访问状态，也检查 llms.txt 和 RSL 1.0。随后按 Google AI Overviews、Google AI Mode、ChatGPT 和 Perplexity 等平台给出分析，并生成包含评分、爬虫状态、品牌提及、段落改写建议、Schema 建议和优先级改动的 GEO-ANALYSIS.md。若可用，还可调用 DataForSEO MCP 工具查询 ChatGPT 搜索结果和 LLM 提及。
- SEO 顾问希望评估客户页面是否包含 134–167 字的自包含答案段落，并获得具体改写建议。
- 内容团队准备面向 AI Overviews、ChatGPT 或 Perplexity 优化文章，需要检查来源归属、问句式标题和实体信号。
- 技术 SEO 人员需要确认页面是否依赖客户端 JavaScript，以及 robots.txt 是否允许关键 AI 爬虫访问。
- 品牌团队希望盘点 Wikipedia、Reddit、YouTube 和 LinkedIn 上的品牌提及，并据此制定 AI 可见度行动计划。
如何安装这个 Skill？
- “AI搜索优化”中的大量统计、平台行为、模型名称和日期化结论需要在实际使用前重新核验；本次未执行网络访问或脚本。
- 技能建议检查llms.txt和RSL，但其标准采纳情况、爬虫行为及主要平台支持可能变化，不应把存在文件等同于排名提升。
- 核心流程依赖目标URL、 robots.txt和外部搜索服务可访问；中国大陆网络不可达或平台限制时，应明确降级为有限静态审计。
- 仓库安全策略中的SSRF和凭据保护不能自动证明此选定技能的所有调用路径均遵守这些控制。
- 网络访问
- 本地文件系统
- MCP Server
该技能属于 claude-seo 的 33 个技能之一。README 只记录了整个仓库的安装方式：在 Claude Code 中执行 /plugin marketplace add AgriciDaniel/claude-seo，再执行 /plugin install claude-seo@agricidaniel-claude-seo；或克隆仓库后运行 bash claude-seo/install.sh。源材料没有记录单独安装 seo-geo 的步骤。仓库采用 MIT 许可证。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/AgriciDaniel/claude-seo.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/seo-geo" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
在已安装的 Claude Code 环境中运行 /seo geo https://example.com，或通过技能的 URL 参数调用。技能会输出 GEO-ANALYSIS.md。如果使用可用的 DataForSEO MCP 工具，还可以查询 ChatGPT 网页搜索结果和 LLM 品牌提及；该扩展不是核心功能的必需条件。
这个 Skill 有哪些优点和局限？
- 覆盖段落可引用性、页面结构、品牌提及和技术访问等多个 AI 搜索信号。
- 明确区分 Google AI Overviews、Google AI Mode、ChatGPT 和 Perplexity 的分析重点。
- 强调来源归属、作者信息、更新时间和服务端渲染等可验证检查。
- 报告结构包含评分、优先级改动和具体内容重写建议。
- 技能只负责 GEO/AI 搜索分析，不应归因于仓库其他技能的技术 SEO、反向链接、本地 SEO 或电商能力。
- 部分统计数据和平台信息标注为 2025 或 2026 年来源，使用时需要自行核验时效性。
- 技能正文引用的参考文件未随提示内容展开，实际分析细节可能依赖仓库中的这些文件。
- DataForSEO 查询属于可选集成，需要相应 MCP 工具；源材料未证明所有平台或 API 均可用。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| AI 搜索与 GEO 优化 本页 | 52 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
| Claude SEO 全站分析技能 | 46 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
| GEO 全站审计 | 48 · 谨慎使用 | ★ 11k | 22 天前 | MIT |
| GEO 爬虫访问分析技能（geo-crawlers） | 51 · 谨慎使用 | ★ 11k | 22 天前 | MIT |
| 单页 SEO 深度分析 | 51 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
源材料没有针对 seo-geo 单项技能提供与具体替代工具的直接比较；README 中关于 Screaming Frog 和 Ahrefs 的比较针对整个 Claude SEO 集合，不能直接归因于本技能。
FollowSkills 如何评估这个 Skill？
技能明确要求报告URL不可达、爬虫阻断等异常，不展示凭据处理或破坏性操作；仓库安全策略、SSRF防护、凭据权限和隔离依赖提供了共享安全证据。扣11分：本技能未明确最小权限、用户确认、外部请求的数据流、第三方MCP权限、撤销或回滚机制，也未在技能内完整说明敏感数据处理。
技能给出了输入格式、固定输出文件、检查项目和错误处理表；仓库CI及测试套件提供了部分静态一致性和安全回归证据。扣12分：没有针对seo-geo关键路径的专门测试、输入边界覆盖、脚本调用契约或失败输出样例；引用的references和可选扩展可缺失，静态审查无法复现运行行为。
受众和触发词清楚，目标是对指定URL进行AI搜索/GEO审计，输出项也明确。扣5分：非适用范围、URL类型和无URL场景未充分定义；核心检查依赖可访问的外部网站、搜索平台或可选服务，未说明中国大陆网络可达性、代理或离线替代方案。
前置元数据包含名称、描述、参数提示、MIT许可证、作者和版本；文档按分析标准、检查项、平台差异、快速改进和错误处理组织，并引用独立参考文件。扣5分：技能内未给出安装/依赖说明、版本变更记录、维护责任和更新路径；部分统计与标准日期化较强，且依赖的参考文件必须另行读取。
技能定义了GEO评分维度、平台拆分、爬虫、llms.txt、品牌提及、可引用段落、SSR和行动建议等直接可用的报告结构，核心任务可合理完成。扣9分：没有该技能的真实代表性输出、结果校验或关键路径执行证据；许多统计和优化阈值仍需人工核验，报告可能需要较多事实复核。静态校准将效果限制在7分以内。
技能引用Google指南及llms.txt证据文件，并要求优先采用主要来源；仓库还提供CI、测试和更新日期字段。扣6分：选定技能没有专门测试、固定样本、独立复现记录或多来源结果验证；第三方统计主要以文档陈述出现，静态审查无法确认其准确性。静态校准将可验证性限制在5分以内。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →