GEO 语料投喂
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_d82fedf3/geo-corpus-feeder 到 AI 助手。
技能介绍
解决什么问题
GEO 语料投喂面向品牌在 DeepSeek、Kimi、豆包等生成式 AI 中的可见度,主要处理语料分散、结构不一致、信息矛盾和优化一次性化等问题。它把品牌、产品、FAQ、案例与行业知识沉淀为可维护语料库,用月度循环管理清洗、标注、优化和投喂记录。
如何工作
首次运行创建 corpus/、schedule/、templates/,并按周推进:
- 第 1 周:扫描语料,标记重复、过时和冲突内容。
- 第 2 周:补充 YAML 元数据,给出
FAQPage、Product等 Schema 建议,输出逻辑冲突报告。 - 第 3 周:拆分长文、替换模糊指代、补充场景、生成问答对,并计算 GEO 友好度评分。
- 第 4 周:记录待投喂语料、平台与状态,建立效果基线,并归档当月数据。
支持 查看GEO进度、GEO月度报告、检查语料质量 等命令,也可用 GEO_CORPUS_DIR 调整路径。
适用边界
该技能负责语料组织、优化建议和流程记录,不直接发布到平台,也不保证模型排名。文件修改、Schema 插入和投喂动作通常需要用户确认;效果追踪依赖后续回填的监测数据。资料中的百分比宜视为优化原则,而不是可复现实验结论。
使用场景
- 把品牌、产品、FAQ 文档整理进 corpus,按周扫描并标记重复、过时和冲突内容。
- 为 Markdown 语料补 YAML 元数据,并生成 FAQPage、Product 等 Schema 标注建议。
- 将长段落拆成独立主题模块,替换模糊指代并生成问答对,便于生成式 AI 解析引用。
- 每月记录待投喂语料、平台和状态,建立引用率与曝光率等效果追踪基线并归档。
适合人员
- 运营负责人,想把品牌和产品资料维护成可持续更新的语料库,并推动 GEO 月度循环。
- 内容编辑,需要检查 FAQ、案例和知识库的重复、冲突与结构问题,并生成优化建议。
- 品牌市场人员,想跟踪 DeepSeek、Kimi、豆包等平台的投喂记录,并建立月度效果基线。
- AI 产品经理,需要把零散品牌资料整理为 AI 可解析的结构化内容,并输出逻辑冲突报告。