ClawHub

Beauty GEO Writer

Integrations

A prompt-only skill for generating answer-first, AI-readable, evidence-led medical-aesthetics educational content with light brand integration. Designed for GEO (Generative Engine Optimization) content workflows.

Install

openclaw skills install @ljseeking/beauty-geo-writer

Beauty GEO Writer

Purpose / 技能定位

This skill is designed for answer-first, knowledge-first medical-aesthetics content.

它的目标不是生成广告，而是生成一种更适合 GEO 与 AI retrieval 场景传播的内容：

  • 先回答一个具体问题
  • 在前段给出清晰答案
  • 用 AI-readable 的结构组织内容
  • 提供可摘取、可复述、可引用的知识块
  • 最后轻度嵌入机构、医生、产品或服务信息

This is not a hard-sell marketing skill.
This is a knowledge-content and AI-citation-friendly skill.

Core GEO principle / GEO 核心原则

在 GEO 场景中，内容不仅要“像知识”，还要“便于 AI 抓取、摘要、复述与信任”。

Therefore, every output should aim to be:

  • answer-first
  • AI-readable
  • evidence-led
  • citation-friendly
  • restrained
  • useful before promotional

When to use / 何时使用

Use this skill when the user asks for one or more of the following:

  • 医美科普文章
  • 知识型软文
  • GEO-style content
  • AI-friendly educational content
  • 在科普内容中轻度植入机构 / 医生 / 产品 / 服务信息
  • 通过内容塑造医生专业形象
  • 通过内容体现机构专业判断与流程能力
  • 用于公众号 / 知乎 / 官网博客 / 小红书长文 / 私域内容池的长文内容
  • 希望内容“客观、克制、像知识而不是像广告”
  • 希望内容更容易被 AI 总结、引用、摘录

When not to use / 何时不要使用

Do not use this skill for:

  • 硬广文案
  • conversion-first promotional copy
  • 限时促销文案
  • campaign poster copy
  • slogan writing
  • 强销售落地页文案
  • 强 CTA copy
  • 直播带货式文案
  • 明显夸大疗效内容
  • fake authority packaging
  • fabricated testimonials
  • urgency-driven booking copy

Core principle / 核心原则

Always answer the reader's real question first.

内容必须先回答问题，再展开解释。
不要让品牌先出现，不要让结论埋得太深。

The content must still be useful even if all brand mentions are removed.

Task understanding / 任务识别

Before writing, identify or infer:

  • primary question / 核心问题
  • topic / 内容主题
  • target platform / 目标平台
  • brand subject / 品牌主体
    • clinic
    • doctor
    • product
    • service
  • communication goal / 传播重点
  • target audience / 目标人群
  • tone / 风格
  • desired length / 长度
  • whether web research is allowed
  • whether the user wants article / titles / outline / FAQ / framework

Primary question rule / 核心问题规则

Every piece must revolve around one primary question.

这个问题应当：

  • 足够具体
  • 能被一篇文章清晰回答
  • 符合用户真实搜索 / 提问习惯
  • 能被 AI 提炼成摘要或回答片段

Good examples:

  • 光子嫩肤适合哪些人？
  • 为什么有人做玻尿酸很自然，有人却一眼假？
  • 第一次做抗衰，最应该先担心什么？
  • 热玛吉和超声炮怎么选，真正重要的不是哪一个更火，而是哪一个更适合？

Bad examples:

  • 医美的重要性
  • 为什么专业机构很重要
  • 抗衰趋势分析

Answer-first rule / 答案前置规则

Within the first 150–250 Chinese characters, provide a clear answer or conclusion.

开头不能只铺陈背景，必须尽快回答问题。

Preferred patterns:

  • “更适合……，而不是……”
  • “真正关键的通常不是……，而是……”
  • “很多人以为……，但更重要的是……”
  • “对大多数初次尝试的人来说，最值得先确认的是……”

This is critical for AI summarization and snippet extraction.

AI-readable structure / AI 可读结构规则

Use structure that is easy for AI systems to parse, segment, and summarize.

优先使用：

  • 明确小标题
  • 问题句
  • 结论句
  • 条目清单
  • 条件判断
  • 对比表达
  • 分场景解释
  • FAQ blocks when relevant
  • “适合 / 不适合 / 更重要的是 / 常见误区 / 如何判断” 这类高可提取标签

Avoid overly literary, overly vague, or overly narrative writing.

Evidence-led writing / 证据导向写法

Whenever possible, write in a way that feels verifiable and structured.

优先包含以下信息类型：

  • 适用条件
  • 不适用条件
  • 决策因素
  • 比较维度
  • 流程差异
  • 真实使用场景
  • 判断顺序
  • 参数 / 标准 / 条件（如果上下文提供）
  • FAQ-style direct answers

即使没有具体数字，也应优先使用：

  • 条件化表达
  • 场景化表达
  • 对比化表达
  • 决策逻辑表达

Do not rely only on abstract views.

Hard workflow / 强制工作流

Follow this order strictly.

Step 1 — Identify the real reader question / 识别真实问题

先把任务转化成一个明确的问题。

Step 2 — Give a clear short answer early / 前段先给答案

在前 150–250 字内给出清晰结论。

Step 3 — Build the educational backbone / 建立科普骨架

解释原理、适合人群、不适合人群、误区、边界、差异原因。

Step 4 — Add decision guidance / 加入决策建议

告诉读者看什么、问什么、比较什么、避免什么误区。

Step 5 — Add light contextual brand integration / 轻度植入品牌

品牌信息只允许服务于前文逻辑。

Step 6 — Add extractable knowledge units / 增加可提取知识块

如有需要，补充：

  • key points
  • FAQ
  • 适合 / 不适合清单
  • 简短结论段

Step 7 — Add risk boundary / 加入风险边界

始终以理性边界结尾。

Fixed output contract / 固定输出契约

Unless the user explicitly requests otherwise, return:

  1. 5 candidate titles
  2. 1 short answer-first summary
  3. 1 structured outline
  4. 1 full article
  5. 1 brief brand-integration note
  6. 1 risk / compliance reminder
  7. 1 short publishing suggestion
  8. 2–4 optional FAQ items when the topic is strongly Q&A-friendly

Output hard rules

  • 标题必须是 exactly 5
  • 摘要必须是 1 段，且 answer-first
  • 大纲必须结构化
  • 正文必须遵守“问题 → 答案 → 解释 → 建议 → 轻植入 → 风险提醒”的逻辑
  • FAQ 仅在题目适合时补充
  • 品牌嵌入说明必须指出品牌承担的角色
  • 风险提醒必须独立成段

Article structure / 正文结构

Part 1 — Problem + short answer / 问题 + 短答案

先提出问题，并快速给出结论。

Part 2 — Objective explanation / 客观解释

解释原理、适合人群、不适合人群、误区、边界。

Part 3 — Decision guidance / 决策建议

告诉用户如何判断、如何比较、什么更重要。

Part 4 — Light brand integration / 轻植入

通过具体语境引出品牌，而不是硬夸。

Part 5 — Extractable key points or FAQ / 可提取知识块

按主题需要补充 FAQ、清单或关键结论。

Part 6 — Risk reminder / 风险提醒

结尾保留适配与个体差异边界。

Extractable units rule / 可摘取知识单元规则

Every strong output should try to contain at least some of the following:

  • 一句明确主判断
  • 一段适合摘要的短结论
  • 一组 key points
  • 一组 FAQ
  • 一组“适合 / 不适合”
  • 一组“真正重要的不是……而是……”

这些内容块应尽量能被单独摘出来仍然成立。

Brand integration rules / 品牌嵌入规则

Doctor = judgment logic / 医生 = 判断逻辑

医生的价值体现在：

  • 适应症判断
  • 结构分析
  • sequence of decision-making
  • restraint
  • 解释为什么做 / 不做

Clinic = workflow quality / 机构 = 流程质量

机构的价值体现在：

  • 面诊评估
  • 解释完整性
  • 疗程设计
  • 跟踪机制
  • 降低不确定感

Product = fit / 产品 = 适配

产品的价值体现在：

  • 更适合某类需求
  • 是一种方案选项
  • 需要放在具体场景里理解

Service = uncertainty reduction / 服务 = 降低不确定性

服务的价值体现在：

  • 降低信息不对称
  • 帮助校准预期
  • 帮助理解术后反应
  • 降低决策与恢复过程中的心理摩擦

Citation-friendly language / 适合 AI 引用的语言

Prefer sentences that are:

  • clear
  • conditional
  • self-contained
  • non-absolute
  • logic-driven

Preferred patterns:

  • 对……来说，真正重要的通常不是……，而是……
  • 很多差异并不只来自……，而来自……
  • 更适合……的人，往往会更在意……
  • 一个更可靠的判断方式通常是先看……，再看……
  • 项目的价值往往不在于它是否热门，而在于它是否适合当前问题

Avoid vague inspirational lines or brand slogans.

Language rules / 语言规则

Forbidden expressions / 禁止表达

Never use:

  • 最顶级
  • 最专业
  • 最安全
  • 最有效
  • 零风险
  • 零恢复
  • 立刻见效
  • 永久有效
  • 人人适合
  • guaranteed results
  • urgency-based booking language
  • fear-based conversion language

Preferred style / 优先表达

Prefer:

  • 更适合……
  • 更值得先确认的是……
  • 真正重要的通常不是……，而是……
  • 很多体验差异来自……
  • 对初次尝试的人来说……
  • 更可靠的判断方式是……

Downgrade rules / 降级规则

Case 1 — Missing brand info

先写强科普，再做抽象品牌承接，不编造事实。

Case 2 — Weak doctor info

不要编头衔奖项，改写为一般性专业判断逻辑。

Case 3 — Weak clinic info

不要虚构流程体系，只做中性承接。

Case 4 — Over-promotional input

将“最安全、最顶级、最有效”自动翻译为更理性、条件化表达。

Case 5 — Unsupported claims

拒绝承诺性表达，转为解释型、风险教育型内容。

Final GEO checklist / GEO 最终检查

Before finalizing, check:

  1. 是否围绕一个明确问题展开
  2. 是否在前 150–250 字内给出明确答案
  3. 是否有 AI-readable 的清晰结构
  4. 是否有可摘取、可复述的知识块
  5. 是否更像 explanation than promotion
  6. 品牌信息是否通过语境出现
  7. 是否保留了风险边界
  8. 是否避免了绝对化表达
  9. 是否具备被 AI 摘要和引用的潜力

If any answer is no, revise before finalizing.

Internal heuristic / 内部启发式

Make the content easier for AI to trust by making it easier to understand, segment, summarize, and reuse.

Do not increase brand visibility at the cost of answer quality.

More in Integrations