AI SEO · 审视内容在 AI 搜索中的可发现性与引用表现
@public/ai-seo
查看空间 →围绕业务相关查询检查品牌在 AI 回答中的引用、提及与推荐,分析内容可访问性、结构、来源和第三方信息,再制定优化与监测计划。区分单次观察与重复测量,不把被引用等同于被推荐。采用 MIT 许可证。
能力与使用条件
适用场景
- 诊断重要查询中品牌缺席或信息不准确的原因
- 改进产品、文档或文章的可访问性与信息表达
- 制定跨平台 AI 引用与推荐监测方案
输入要求
- 品牌、站点、目标市场与重要业务查询
- 现有页面、实际回答样本、引用来源和可用分析数据
输出结果
- 有来源和日期的可见性观察与问题列表
- 内容优化优先级、重复采样和跟踪方案
前置条件
- 提供真实产品事实与站点资料,需要联网采样时具备相应工具
- 保留配套参考资料,对平台行为和可变规则核实当前官方来源
不适用场景与限制
- 模型回答具有随机性,单次引用或研究统计不能证明客户效果或保证排名
- 搜索发现、训练抓取和用户检索的控制不同;避免虚构评论、来源及批量低质内容
- 下载链接为固定提交的完整仓库快照,使用其中 skills/ai-seo 目录。配图是说明性示例。
说明性示例
- 检查我们产品在三个核心购买查询中的 AI 引用与推荐差异,记录样本和来源,提出优先修改的页面与复测方法。
资料依据
- https://github.com/coreyhaines31/marketingskills/blob/1f837447b20bb6f0e72d87b80ece1c221c362c7d/skills/ai-seo/SKILL.md
- https://github.com/coreyhaines31/marketingskills/blob/1f837447b20bb6f0e72d87b80ece1c221c362c7d/LICENSE
外部资源
内容由外部网站提供,平台不保证第三方文件的完整性、可用性或安全性。
外部文件的访问权限由第三方管理,本站无法限制其地址的访问。