豆包 GEO 现状诊断与优化
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_a9d96ee7/geo-ai-diagnosis。
技能介绍
要解决什么问题
品牌在豆包等 AI 搜索里的曝光,往往不是「有没有官网」这么简单:同一条购买型 query,回答里会出现正文推荐清单、信源面板引用,也可能完全找不到你。营销或 GEO 团队需要知道:当前落到哪一种状态、平台按什么逻辑挑品牌、检索词背后引用了哪些站点——否则内容投放只能凭感觉。
技能如何工作
你提供目标品牌名与一组商业购买型关键词(可选竞品名),技能在已登录豆包的 Chrome 调试会话里,用 Playwright 逐场景发起新对话搜索,展开信源面板,抽取正文推荐条目、真实检索词与信源列表,再对照 methodology 里的推荐逻辑、信源逻辑与优化策略库,产出 diagnosis_result.json 与 diagnosis_report.md。
核心判断沿用三类状态:正文推荐(已进入编号推荐清单)侧重巩固位次与扩场景;信源面板片段(有引用但进不了正文)侧重权威背书与横评结论位;未出现则从 0 搭建可被检索到的信源矩阵。报告会点明产品推荐逻辑、信源平台分布,并给出可执行的优化方向。
适用边界与注意点
前置依赖 Playwright(managed venv)与本机 9222 端口下调试态 Chrome,且用户需先手动登录豆包;关键词多时可走 --queries-file。豆包回答有随机性,正式结论建议每场景采样 3 次再取稳定值。健康/保健类内容须保留合规表述,品牌参数需如实填写、勿虚构竞品或素材。
使用场景
- 新品牌进入品类前,用一组购买型关键词在豆包逐条实测是否进入正文推荐或仅信源引用
- 季度 GEO 复盘时,对比自家与竞品在同批 query 下的正文推荐位次与信源平台分布
- 内容团队不确定该在哪类横评、榜单站点发稿,需依据真实检索词与引用站点反推投放清单
- 某 SKU 在豆包回答中「有引用无推荐」,要定位缺口并拿到横评结论位与权威背书的动作列表
适合人员
- 负责豆包/AI 搜索可见性的品牌 GEO 经理,要交付有数据支撑的现状报告与下季度动作
- 投放代运营中为保健、3C 等品类做 AI 推荐审计,需逐关键词摸清推荐与信源逻辑的客户策略
- 内容运营负责人,要在横评、榜单类站点选题前确认自家品牌当前落在「正文 / 信源 / 未出现」哪一类
- 内审或合规同事参与健康品类外宣,要求诊断脚本输出保留非药物、遵医嘱类表述且品牌信息真实