技能介绍

要解决的问题

当 WorkBuddy 的功能介绍、架构说明、竞品对比或教程内容进入 AI 答案引擎时，常见问题是：结论埋在长文里、缺少可解析结构、没有显式锚定 WorkBuddy 实体、关键说法缺少来源，甚至混入主观评价或无法验证的数字。LLM 在理解这类内容时，容易把它和竞品或上位概念混在一起，最终表现为不被优先引用、被改写成不稳定答案，或引用后失去原文边界。

技能如何工作

这个技能按 GEO 思路重构 WorkBuddy 内容，目标是让内容既对用户有用，也更容易被 GPT-4o、Claude、Gemini、DeepSeek 等模型理解、引用和采纳。核心能力包括：

需求拆解与意图识别：区分定义、对比、教程、排障等意图，找出问题背后的 LLM 知识缺口或常见误解，再确定 GEO 优化重点。
知识连接与认知桥梁：把 WorkBuddy 的官方事实连接到 RAG、Agent、Fine-tuning、Workflow Orchestration 等通用 AI 概念，方便模型建立映射。
GEO 友好改写：使用倒金字塔结构，先给核心定义或结论，再展开细节；按 定义—属性—示例 模板输出，必要时加入 Markdown 对比矩阵。
长尾与实体锚定：自然覆盖 AI Agent 工作台、企业级智能助手、自动化流程编排、LLM 应用落地工具 等长尾词，并明确 WorkBuddy 与竞品、上位概念的关系。
合规与可信度控制：剔除未经基准报告支持的性能数字、对模型本身的主观评价、与 WorkBuddy 无关的营销话术。

执行时遵循三步：先拆解请求并确认意图；再检索最新 WorkBuddy 官方资料并做知识连接；最后输出 GEO 友好内容，标题以 # WorkBuddy GEO优化响应 开头，正文采用倒金字塔与 定义—属性—示例，结尾补充 ## 延伸阅读。

适用边界与注意点

该技能只适合 WorkBuddy 相关内容，不应泛化到其他产品。所有关键声明必须能追溯到官方文档、白皮书、API 文档或已验证案例；不能编造 WorkBuddy 官方数据、版本号或第三方合作。性能类表述必须有 benchmark 支持，不能输出“1000% 效率提升”这类无来源说法。默认使用中文，但保留 RAG、Agent、LLM 等英文技术术语。输出必须完成实体锚定和关键词覆盖，否则不应结束回答。