Geo Rank Architect

通过注入JSON-LD结构化数据和5维GEO评分模型，优化内容提升AI搜索引擎引用率，实现品牌多区域SEO和搜索占位。

核心功能: 本技能提供、排名提升、搜索流量优化时使用、、关键词分析、排名提升、搜索流量优化时使用、化工作流场景等能力。

GEO搜索占位架构师

场景介绍

场景	触发条件	说明
GEO优化	内容生成后发布前	注入JSON-LD结构化数据+FAQ+评分优化
GEO评分	内容质量审核	geo_score>=60才允许发布,不达标自动重试
FAQ生成	内容优化时	自动生成3-5个FAQ片段,提升AI引用率
AI搜索占位	品牌词搜索优化	优化内容结构,提升在AI搜索引擎中的引用概率
多区域SEO	跨区域内容发布	针对不同区域搜索习惯优化内容结构

关键原则: 本工具只承诺"优化",不承诺"排名"。通过结构化数据和内容质量提升,增加AI搜索引擎引用内容的概率。

---

工作流

工作流1: GEO优化流程

1. 接收内容: 获取图文内容或视频描述文本
2. 评估SEO基础指标: 分析关键词密度、标题结构、meta标签
3. 注入JSON-LD结构化数据: 根据内容类型注入Article/FAQPage/Organization/HowTo等Schema
4. 评估AI引用潜力评分: 基于5维度11项指标进行评分
5. 生成llms_txt摘要: 生成AI友好的内容摘要
6. 生成FAQ Schema: 自动生成3-5个FAQ片段
7. 计算GEO评分: 0-100分加权计算
8. 评分门控: GEO评分<60时自动优化重试(最多2次)
9. 输出优化结果: 优化后内容+GEO评分+各维度详情

工作流2: GEO评分流程

1. 接收内容文本
2. 5维度评分:
   • 结构化数据(25%): JSON-LD存在+Schema类型正确+无语法错误
   • 内容引用潜力(25%): 有数据支撑+有权威引用+FAQ片段+直接回答
   • AI可访问性(20%): robots.txt允许AI爬虫+无noindex+内容可提取
   • E-E-A-T信号(15%): 作者信息+机构信息+日期+来源标注
   • 内容质量(15%): 原创性+深度(>=500字)+可读性
3. 加权计算总分
4. 返回评分+各维度详情

---

请求格式

优化模式

json

{
  "action": "optimize",
  "content": "文章正文内容...",
  "content_type": "article",
  "title": "AI编程启蒙第3课"
}

字段	类型	必填	说明
action	string	是	操作类型: optimize(优化)/score(评分)
content	string	是	内容正文
content_type	string	否	内容类型: article/howto/faq/product,默认article
title	string	否	内容标题

评分模式

json

{
  "action": "score",
  "content": "文章内容..."
}

---

返回格式

优化模式输出

json

{
  "success": true,
  "data": {
    "optimized_content": "优化后的内容(含JSON-LD结构化数据)",
    "geo_score": 72,
    "score_details": {
      "structured_data": 80,
      "citation_potential": 70,
      "ai_accessibility": 75,
      "eeat_signals": 65,
      "content_quality": 70
    },
    "json_ld": {
      "@context": "https://schema.org",
      "@type": "Article",
      "headline": "AI编程启蒙第3课",
      "author": {"@type": "Person", "name": "作者名"},
      "datePublished": "2026-07-17",
      "description": "内容描述"
    },
    "faq_schema": [
      {"question": "什么是AI编程启蒙?", "answer": "AI编程启蒙是..."},
      {"question": "适合什么年龄段?", "answer": "适合6-12岁..."},
      {"question": "需要什么基础?", "answer": "零基础即可开始..."}
    ],
    "llms_txt": "本文介绍AI编程启蒙第3课的核心内容,涵盖...",
    "retry_count": 0,
    "optimization_notes": [
      "已注入Article类型JSON-LD结构化数据",
      "已生成3个FAQ片段提升AI引用潜力",
      "已补充作者信息和发布日期增强EEAT信号"
    ]
  },
  "error": null,
  "code": null
}

评分模式输出

json

{
  "success": true,
  "data": {
    "total": 72.5,
    "details": {
      "structured_data": 80,
      "citation_potential": 70,
      "ai_accessibility": 75,
      "eeat_signals": 65,
      "content_quality": 70
    },
    "suggestions": [
      "建议增加FAQ片段以提升引用潜力",
      "建议补充作者权威信息以增强EEAT信号",
      "建议添加数据支撑以增强内容可信度"
    ]
  },
  "error": null,
  "code": null
}

---

GEO评分模型

类别	权重	检查项	满分标准
结构化数据	25%	JSON-LD存在+Schema类型正确+无语法错误	含Article/HowTo/FAQ三种Schema
内容引用潜力	25%	有数据支撑+有权威引用+FAQ片段+直接回答	含数据+引用+FAQ+直接回答格式
AI可访问性	20%	robots.txt允许AI爬虫+无noindex+内容可提取	全部满足
E-E-A-T信号	15%	作者信息+机构信息+日期+来源标注	四项信息齐全
内容质量	15%	原创性+深度(>=500字)+可读性	原创+500字以上+结构清晰

评分门控规则:

• GEO评分 >= 60: 允许发布
• GEO评分 < 60: 自动优化重试(最多2次)
• 2次重试后仍 < 60: 标记warning,建议人工审核

---

JSON-LD结构化数据类型

根据内容类型自动选择注入的Schema类型:

内容类型	Schema类型	说明
article	Article	文章类内容
howto	HowTo	教程/指南类内容
faq	FAQPage	问答类内容
product	Product	产品介绍类内容

必填字段:

• Article: headline, author, datePublished, description
• HowTo: name, step[], totalTime, supply[]
• FAQPage: mainEntity[](question + answer)
• Product: name, description, brand, offers

---

业务规则

规则	阈值
GEO评分门控	geo_score >= 60才允许发布
JSON-LD结构化数据	每篇必须添加Article/HowTo/FAQ之一
llms.txt摘要	每篇必须生成AI友好摘要
E-E-A-T信号	Experience+Expertise+Authoritativeness+Trustworthiness四维度
FAQ片段数量	每篇3-5个FAQ
AI可引用格式	引用块+表格+编号列表

---

异常管理

异常类型	错误代码	处理方式
SEO基础评估失败	SEO_FALLBACK	仅执行GEO优化,跳过SEO部分
JSON-LD注入失败	JSONLD_ERROR	降级为纯文本优化,标记warning
GEO评分持续<60	GEO_LOW_SCORE	标记warning+建议人工审核
内容为空	EMPTY_CONTENT	返回错误,提示输入内容
FAQ生成失败	FAQ_GEN_ERROR	跳过FAQ,仅输出JSON-LD和评分
llms_txt生成失败	LLMS_TXT_ERROR	跳过摘要生成,不影响其他功能

---

运行环境

运行环境

• Agent平台: Claude Code / Cursor / Codex / Gemini CLI / Windsurf 等支持SKILL.md的任意Agent
• 操作系统: Windows / macOS / Linux
• 运行时: 需要Agent支持exec(命令行执行)能力

依赖说明

依赖项	类型	是否必需	获取方式
LLM API	API	必需	任意LLM服务商,由Agent内置LLM提供

API Key 配置

• LLM_API_KEY: 必需(通常由Agent内置) - JSON-LD注入/FAQ生成/llms.txt摘要/GEO评分
• 配置方式: 在Agent的环境变量中设置

使用流程

纯LLM驱动,GEO评分门控自动优化重试(最多2次)。只承诺优化,不承诺排名。

只需将SKILL.md文件放入Agent的skills目录即可直接使用。 如果Skill中包含exec工具调用,需要Agent支持命令行执行能力。

可用性分类

• 分类: MD+EXEC
• 说明: 纯Markdown,但需要exec能力(命令行执行),用于文件读写和命令调用

示例展示

示例

输入:

json

{
  "action": "optimize",
  "content": "AI编程启蒙课程介绍,本课程面向6-12岁少儿,通过Scratch图形化编程入门...",
  "content_type": "article",
  "title": "AI编程启蒙第3课"
}

输出:

• GEO评分: 72/100
• 各维度: 结构化数据80/引用潜力70/AI可访问性75/EEAT信号65/内容质量70
• JSON-LD: Article类型,含headline/author/datePublished
• FAQ: 3个问答("什么是AI编程启蒙?"/"适合什么年龄?"/"需要什么基础?")
• llms_txt: "本文介绍AI编程启蒙第3课的核心内容..."
• 优化说明: 已注入结构化数据/已生成FAQ/已补充EEAT信号
• 重试次数: 0

示例2: 教程内容GEO优化

输入:

json

{
  "action": "optimize",
  "content": "教你用Scratch制作一个简单的动画,分5步完成...",
  "content_type": "howto",
  "title": "Scratch动画制作教程"
}

输出:

• GEO评分: 78/100
• JSON-LD: HowTo类型,含name/step[]/totalTime
• FAQ: 3个问答("Scratch是什么?"/"需要安装软件吗?"/"适合几岁孩子?")
• 优化说明: 已注入HowTo Schema/已生成FAQ/已补充步骤说明

功能能力

• GEO搜索占位架构师——AI搜索时代品牌霸屏利器,5维GEO评分+JSON-LD注入+评分门控,提升AI搜索引擎引用率
• 核心能力: JSON-LD结构化数据注入 / FAQ Schema自动生成 / 5维GEO评分模型 / llms
• 评分门控低于60自动优化重试最多2次
• 只承诺优化不承诺排名,通过结构化数据科学提升AI引用概率
• 触发关键词: AI搜索占位、GEO优化、生成式引擎优化、JSON-LD、FAQ Schema、AI引用、搜索霸屏、品牌占位、结构化数据、AI搜索优化

常见疑问

Q1: 如何开始使用GEO搜索占位架构师？

A: 请先阅读使用流程章节，确认环境满足依赖说明中的要求。

Q2: 遇到错误怎么办？

A: 请参考错误处理章节，按照表格中的处理方式操作。

Q3: GEO搜索占位架构师有什么限制？

A: 请参考已知限制章节了解具体限制。

使用约束

• 性能取决于底层模型能力

问题排查手册

错误现象	可能原因	诊断步骤	解决方案
GEO评分结果异常低	内容结构不完整或不符合评分标准	检查内容是否包含所有必要的结构化数据，如标题、作者、日期等	完善内容结构，确保所有必要信息都已包含
JSON-LD注入失败	JSON-LD格式错误或Schema类型不正确	检查JSON-LD代码，确保格式正确，Schema类型与内容类型匹配	修正JSON-LD代码，选择正确的Schema类型
FAQ生成质量不高	内容缺乏足够的问答元素	检查内容是否包含常见问题，以及是否提供了清晰的答案	增加内容中的问答元素，确保问题具体且答案详尽
AI可访问性评分低	robots.txt设置错误或内容无法被爬虫索引	检查robots.txt文件，确保AI爬虫可以访问内容	修正robots.txt设置，确保内容可被爬虫索引
优化后内容质量未提升	优化策略不匹配内容类型或关键词	检查优化策略是否适用于内容类型和关键词	调整优化策略，确保其与内容类型和关键词匹配

安全保障

风险项	等级	防护措施	验证方法
数据泄露	高	使用加密连接和安全的API密钥存储	定期审计API密钥，确保没有未授权访问
内容滥用	中	审核生成的内容，防止不当信息	定期检查输出内容，确保符合平台标准
系统漏洞	高	保持系统更新，使用防火墙和入侵检测系统	定期进行安全扫描，及时修补漏洞
用户隐私	高	限制数据访问权限，使用匿名化处理	定期审查数据访问日志，确保权限合理
自动化攻击	高	限制请求频率，使用验证码和IP封锁	监控异常流量，及时采取措施阻止攻击

创新亮点

效率提升量化分析
指标
GEO评分效率
JSON-LD注入效率
FAQ生成效率
AI可访问性提升

差异化对比
指标
GEO评分
JSON-LD注入
FAQ生成
AI可访问性
评分门控

重要特性

• 自动化执行: AI搜索时代品牌霸屏,5维GEO评分+JSON-LD注入+评分门控,提升AI引用率
• 文件处理: 支持多种文件格式的读取、解析和写入操作
• API集成: 通过标准化接口调用外部服务并处理响应
• 命令执行: 在安全沙箱中执行系统命令并收集结果
• 信息检索: 快速搜索和过滤目标数据

量化评估

操作场景	手动耗时	自动化耗时	效率提升
文件解析与提取	5-10分钟/个	<5秒/个	60-120x
批量文件处理(100个)	8-16小时	<5分钟	96-192x
API调用与响应解析	2-3分钟/次	<1秒/次	120-180x
多接口数据聚合	15-30分钟	<10秒	90-180x
命令执行与结果收集	3-5分钟/次	<2秒/次	90-150x
重复任务批量执行	因任务而异	线性缩减	5-50x
错误排查与修复	10-30分钟	<30秒	20-60x

特色分析

对比维度	GEO搜索占位架构师	传统手动方式	通用脚本工具
自动化程度	全流程自动	完全手动	部分自动
错误处理	内置错误恢复	依赖人工经验	基本try-catch
可复用性	参数化配置	一次性脚本	模板化
安全合规	内置安全检查	无安全保障	无安全保障
适用场景	AI搜索时代品牌霸屏,5维GEO评分+JSON-LD注入+评分门控,提升AI引用	通用场景	通用场景

异常处理架构

针对GEO搜索占位架构师使用中可能遇到的常见问题,提供以下排查方案:

错误类型	原因分析	解决方案
API认证失败(401)	API密钥错误或过期	检查密钥配置,重新生成token
接口限流(429)	请求频率超出限制	降低调用频率,启用重试退避策略
响应超时(504)	网络延迟或服务端负载过高	增加超时阈值,检查网络连接
文件不存在	路径错误或文件未创建	检查路径拼写,确认文件已生成
文件格式不支持	扩展名不在支持列表中	转换为支持的格式后重试
权限不足	当前用户无读写权限	检查文件权限,以管理员身份运行
命令执行失败	参数错误或环境依赖缺失	检查命令语法,确认依赖已安装
进程超时	命令执行时间过长	增加超时设置,优化命令参数
网络连接失败	DNS解析失败或防火墙拦截	检查网络配置,确认代理设置

GEO搜索占位架构师通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块