Beauty GEO Writer

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.

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.