GEO星见报告

品牌在 AI 搜索里「查无此人」

当用户问 GPT、Claude、Gemini「某品类推荐哪个品牌」时，你的品牌是否出现在回答里？SEO 优化了搜索结果排名，却回答不了这个问题。GEO（Generative Engine Optimization）可见度衡量的是品牌在 AI 生成回答中被提及的程度，但它缺乏标准化诊断手段：各 AI 平台行为不一，没有统一 API 可批量查询，人工测试又无法规模化。

四阶段流水线 + 双模式数据采集

GEO星见报告 把诊断拆成四个阶段，每阶段产出独立 JSON（约 10-15KB），避免一次性生成超大文件拖慢速度：

• 阶段 1：用户画像 + 基建评估（官网、自媒体、权威媒体）+ 竞品分析，三者合并为单次推理
• 阶段 2 与阶段 3 并行执行：AI 搜索提及率统计、GEO 效果统计，以及舆情词收集与分析
• 阶段 4：总览、Starsee 评分与综合建议，依赖前三阶段结果

数据获取采用搜索增强 + 虚拟推理双模式：优先通过 WebSearch 抓取真实数据（如搜索「{brandName} {productType} 推荐」），无充分结果时降级为 AI 模拟各平台回答推算提及率。各阶段搜索请求分组并行发起，总耗时约 6-8 分钟。

Starsee 评分与合并渲染

最终评分由四个维度等权重构成：AI搜索可见性(25%) × 基建完善度(25%) × 竞争优势(25%) × 舆情健康度(25%)，≥90 优秀 / ≥75 良好 / ≥60 一般。四个阶段 JSON 由 merge-stages.js 合并后，build-report.js 读取 geo-diag-renderer.html 模板生成 HTML 报告。

需要注意的边界

• 数据性质声明不可省略：核心指标基于 AI 推理模拟 + 网络搜索交叉验证，并非对各平台的实时 API 实测。报告中必须显著标注每条数据来源（🔍搜索真实 / ⚠️AI模拟），并在结论区加入方法论透明说明。
• stageCode 大小写敏感：STARSEE_SCORE 必须全大写蛇形，且 SKILL.md、merge-stages.js 输出 key、geo-diag-renderer.html 读取处三处一致。任一位置用错大小写，Starsee 评分板块（雷达图、总分、四维度）会全部显示空白。
• 虚拟收录异常兜底：模拟提及率出现全 100% 或全 0% 时重试一次，仍异常则标注 ⚠️；WebSearch 不可用时自动降级为纯虚拟模式。

这个技能适合需要系统性盘点品牌 AI 可见度的团队，但它是诊断工具而非优化引擎——它告诉你问题出在哪，不直接替你改内容。