技能介绍

解决的问题

传统 SEO 解决的是让网页被 Google 收录，但当用户把搜索框切换成 ChatGPT、Perplexity 或 DeepSeek 时，旧规则失效了。这篇文章要处理的问题很具体：为什么你的内容在 AI 引擎中很难被引用？

AI 生成回答时有自己的一套权重体系。根据研究，事实密度、权威信号、结构化程度 是决定内容是否被 AI 抓取的核心因素。如果文章全是空泛的免责声明，缺乏可追溯的数据源，且排版结构混乱，即便被搜索引擎索引了，也不会成为 AI 的引用对象。

技能工作流

GEO 内容官基于 Princeton KDD 2023 的 GEO 方法论，把优化过程拆解为两个核心动作：六维诊断评分与 三层优化注入。

六维诊断：对内容进行 0-10 分的量化评估。维度包括事实密度、权威信号、结构化程度、引用规范、独特价值和时效标记。最终生成 S 到 D 的等级评分。
三层注入：

1. Layer 1 (元数据)：优化标题、摘要和标签，确保在前 100 字内包含核心结论和关键数据。
2. Layer 2 (结构层)：注入权威数据源，应用反通用化规则，剔除无效套话。
3. Layer 3 (GEO Rules)：根据目标平台（如知乎、公众号、Medium）和 9 大 AI 引擎（如 ChatGPT、Kimi、文心一言）叠加专属规则。

如果来自 GEO体检官 的定向路由（fix_target），它会跳过通用流程，直接针对 issue_type 进行修复。

适用边界与注意点

可达性是前提：如果网站屏蔽了 AI 爬虫（如 robots.txt 配置错误），该技能会先中止内容优化，转去执行 Layer 0 可达性诊断。
成本与依赖：这是一个付费 Skill（单次调用 ¥0.99）。服务端 Handler 依赖 openai SDK 与 httpx，需配置 LLM_API_KEY 等环境变量。
时效性：优化效果与内容新鲜度相关。建议配合内容老化监控使用，避免过期数据降低权威分。

该技能专注于文本逻辑优化，无法替代底层的 SEO 技术修复。