本地门店 AI GEO 曝光检测
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_2dee483c/geo-local-exposure。
技能介绍
要解决什么问题
本地门店、区域商户往往想知道:用户在 AI 搜索里问「附近最好的火锅」「浦东哪家推荐」时,自家或竞品会不会被模型提到。手工在各个大模型里试问既费时又难沉淀成可对比的结论。本地门店 AI GEO 曝光检测 通过对接 ai.shbdd.com 的 GEO 服务,用 CLI 做快检并拿到结构化摘要;完整结论在报告中心的 report_url 查看,而不是在对话里凭感觉编造数字。
技能如何工作
所有入口走 scripts/run.py(或 scripts/geo_api.py)。典型流程:
python scripts/run.py status— 确认是否已登录;未登录时引导打开带渠道标签的账号页。- 执行快检(如用户问本地推荐类问题时走 local-quick)— 输出
GEO_QUICK_SUMMARY摘要。 - 从
GEO_REPORT_LINKS中取出 report_url,原样交给用户。 - 查历史报告用 library;按 id 打开报告用 open-report --id。
Agent 编排上,回复应为摘要全文 + 完整 report_url;禁止在对话中虚构检测数据或自行加推销话术。可选 content-quick --file 仅读取用户明确指定的 .md/.txt(≤512KB)。会话 Token 默认写在 /tmp/shbdd_geo_token.json,可用环境变量覆盖;仅 HTTPS 访问白名单域名(默认 ai.shbdd.com)。
边界与注意
- 默认
GEO_API_MOCK=1为演示模式;对接真实 API 需设GEO_API_MOCK=0且后端就绪。 - 本 Skill 不打开浏览器、不执行任意 shell、不下载远程脚本、不访问白名单外域名。
- 快检负责可见性摘要与报告链接;深度指标以报告中心页面为准。
使用场景
- 运营接到「我们在豆包/通义里会不会被推荐」的质疑,需要先跑 local-quick 拿摘要和 report_url 再对内汇报
- 门店拓展同事对比多个商圈竞品在 AI 本地推荐话术中的露出,需要 library 拉历史 GEO 报告
- 客服或市场同学收到具体区域品类问法(如浦东火锅),由 Agent 输出 GEO_QUICK_SUMMARY 并附上完整检测链接
- 内容团队把指定竞品说明 `.md` 交给 `content-quick --file`,在快检流程里附带文本上下文(≤512KB)
适合人员
- 负责本地生活/连锁门店线上口碑、要量化「AI 会不会推我们」的市场或运营
- 做区域竞品调研、需要可复用 report_url 而非截图散落的商业分析顾问
- 在 WorkBuddy 等环境里编排 Agent、且必须遵守「不编造 GEO 数据」交付规范的集成开发者
- 已与 ai.shbdd.com 开通 GEO、要用 status + 快检命令维护 Token 与报告中心工作流的增长负责人