ai-seo

概览

ai-seo 技能的作用

ai-seo 是一款专注于 AI 搜索（而非传统 Google 排名）的专业 SEO 和内容策略技能。它帮助你让页面更容易被 Google AI Overviews、ChatGPT、Perplexity、Claude、Gemini、Copilot 等 AI 系统发现、抽取和引用。

与其只为“蓝色链接”做优化，ai-seo 会引导你：

• 审核品牌在 AI 生成答案中的当前可见度
• 优化内容结构，让 LLM 可以干净利落地引用
• 强化权威信号，让你的网站成为优先引用来源
• 让内容与不同 AI 平台选源和排序的方式保持一致

该技能依托于：

• 结构化的 AI Visibility Audit（AI 可见度审计） 工作流
• 一个 三大支柱框架：Structure、Authority、Presence
• 面向 Answer Engine（AEO）和 Generative Engine（GEO）的实用 内容模式
• 围绕主流 AI 助手的、平台级别排序因子指引

ai-seo 适合谁

如果你是以下角色，ai-seo 会非常适合：

• 希望品牌频繁出现在 AI 答案中的市场或 SEO 负责人
• 负责制定 AI 搜索可见度路线图的内容策略负责人
• 经常在 ChatGPT 或 Perplexity 里看到竞品被引用的创始人或 PMM
• 提供 AI SEO / AEO / GEO 服务的代理商或独立顾问

它 不主要适用于：

• 深度技术 SEO 审核（抓取错误、站点速度、内部链接等）→ 推荐使用 seo-audit
• Schema.org 或结构化数据的具体落地与实现 → 推荐使用 schema-markup
• 不关注 AI 搜索结果的泛化关键词研究

ai-seo 解决的核心问题

在你需要回答以下问题时，可以使用 ai-seo：

• “如何让我们的 SaaS 出现在 ChatGPT 和 Perplexity 的推荐中？”
• “为什么 AI Overviews 从来不引用我们的内容？”
• “哪些内容模式有助于我们拿下 AI 答案框和摘要？”
• “我们应该在 robots.txt 里允许还是屏蔽 AI 爬虫？”
• “不同 AI 平台是如何决定要引用哪些网站的？”

该技能可以系统性地帮助你：

• 检查你的品牌目前是否、以及在哪里，会出现在 AI 回答中
• 找出内容结构上的缺口，这些缺口会导致 LLM 无法引用你
• 把验证过的 AEO 和 GEO 内容模块模式应用到关键页面
• 基于有研究支撑的排序信号，给出可落地的下一步优先事项

---

使用方式

安装与配置

要在你的 agent 环境中添加 ai-seo，请从 coreyhaines31/marketingskills 仓库安装：

npx skills add https://github.com/coreyhaines31/marketingskills --skill ai-seo

安装完成后：

1. 打开 skills/ai-seo/ 目录。
2. 先阅读 SKILL.md，了解核心行为、适用范围和决策逻辑。
3. 再查看 references/ 和 evals/ 目录中的模式和示例。

关键文件：

• SKILL.md – ai-seo 技能和工作流的主要定义
• references/content-patterns.md – 可复用的 AEO 与 GEO 内容模式
• references/platform-ranking-factors.md – 主流 AI 平台如何选择内容来源
• evals/evals.json – 用于验证的示例提示和预期行为

核心流程：从审计到行动方案

ai-seo 以一套循序渐进的策略为中心，而不是零散的优化建议。整体流程包括：

1. 获取 AI 可见度背景信息

在进行深度分析前，该技能会优先获取产品和品牌的整体背景。

如果你的仓库里包含产品营销背景文件，ai-seo 会优先读取：

• .agents/product-marketing-context.md（当前推荐模式）
• .claude/product-marketing-context.md（旧有配置）

如果该文件缺失或信息不完整，工作流会向你询问关键要素，例如：

• 你的产品及品类（例如 “B2B project management SaaS”）
• 核心使用场景和目标受众
• 你在 AI 答案中常看到的竞争品牌
• 你最重要的查询或主题

这样可以避免反复提问，并确保 AI SEO 决策始终与品牌定位保持一致。

2. 执行 AI Visibility Audit（AI 可见度审计）

接下来，ai-seo 会引导你对主流平台进行一次 AI 可见度排查，通常涵盖：

• Google AI Overviews
• ChatGPT
• Perplexity
• Claude
• Gemini
• Copilot

审计关注点包括：

• 你的品牌是否会出现在目标查询的回答中
• 相比竞争对手，你被引用的频率如何
• 哪些类型的页面（指南、文档、定价页、对比页等）更容易被引用

这一阶段可以帮助你识别“零可见度”的空白区域，并确定优先优化的查询和页面。

3. 应用三大支柱：Structure、Authority、Presence

ai-seo 的三大支柱框架贯穿于提示词和参考资料中：

1. Structure（结构） – 让内容便于抽取

   • 使用清晰的标题、简洁的定义和自洽的答案模块
   • 将复杂说明拆解为 step-by-step 或 FAQ 模式
   • 加入结构良好的对比和利弊表格

2. Authority（权威） – 让内容值得引用

   • 通过作者专业度和可信来源强化 E-E-A-T 信号
   • 融入数据统计、外部引文和清晰的论断
   • 在 AI 作为内容来源的关键教育型页面上，避免过度“营销话术”

3. Presence（存在） – 出现在 AI 搜索的地方

   • 确保你的内容被各 AI 平台使用的搜索索引收录
   • 如果你希望被引用，需在 robots.txt 中允许相关 AI bot 抓取
   • 发布更符合各 AI 助手偏好引用的内容形式和主题

该技能会基于这三大支柱，将审计发现转化为按优先级排序的优化清单。

4. 使用 AEO 与 GEO 内容模式

references/content-patterns.md 文件提供了一套专为 Answer Engine 和 Generative Engine 设计的现成内容模式。

从该指南中，你将获得：

• Answer Engine Optimization（AEO）模式

  • 面向 “What is X?” 查询的定义模块
  • 面向 “How to” 查询的分步操作模块
  • 面向 “[Tool] vs [Tool]” 内容的对比表格模块
  • 适合快速浏览的优缺点、FAQ 和列表型模块

• Generative Engine Optimization（GEO）模式

  • 数据统计引用模块
  • 专家引述和权威论断模块
  • 可直接被 AI 放入回答中的自洽答案模块
  • 将观点与证据结合的“sandwich” 结构，突出论点与支撑证据

ai-seo 可以帮你判断某一页面适合使用哪些模式，并指导你如何在保持品牌语气的前提下进行改写。

5. 对齐平台级排名因子

不同 AI 平台依赖的索引和排序逻辑并不相同。references/platform-ranking-factors.md（ai-seo 用于推理的参考）会解释：

• 共通基础：是否被索引、可抓取性、易抽取性
• Google AI Overviews 如何在传统 SEO 信号之上叠加 AI 选源逻辑
• 为什么引文、统计数据和结构化数据往往与更高的可见度相关
• 域名权威与主题相关性研究如何影响 AI 引用

基于这些知识，技能会给出更有针对性的建议，例如：

• 为 Google AI Overviews 更强调 E-E-A-T 和结构化数据
• 为 ChatGPT 和 Perplexity 这类 LLM 优先打造信息来源清晰、自洽的段落

6. 产出按优先级排序的行动计划

结合审计和内容模式，ai-seo 通常会输出一个简洁且有优先级排序的方案，例如：

• 使用 AEO/GEO 模式重写高价值页面
• 新增内容，用来填补特定查询下的可见度空白
• 围绕 AI bot 访问与索引策略，给出技术和策略层面的决策建议

然后你可以将这些任务分配给写作团队、SEO 团队或产品市场团队执行。

示例提示语用法

安装完成后，当你的需求包含明显的 AI 搜索导向表达时，可以将查询路由给 ai-seo，例如：

• “我们在 Google AI Overviews 里一直出现不了，应该先修什么？”
• “如何优化博客文章，让 ChatGPT 更愿意引用我们作为来源？”
• “帮我为我们的 fintech SaaS 制定一份 AI visibility audit 检查清单。”
• “帮我重新设计这篇对比页，让 Perplexity 更有可能引用它。”

在这些场景下，ai-seo 会：

• 查找产品营销背景信息
• 走一遍三大支柱框架
• 参考可见度审计和内容模式指南
• 输出结构清晰、按优先级排列的行动建议

何时不适合使用 ai-seo

如果你的主要诉求是以下方向，可以考虑使用其他技能：

• 技术 SEO 体检（抓取预算、sitemap、404 等）→ 使用 seo-audit
• Schema 标注规划与验证 → 使用 schema-markup
• 不以 AI 搜索为目标的纯社媒内容排期 → 使用偏 social 或 content 的技能更合适

当你的首要目标是 AI 驱动的搜索可见度、Answer Engine Optimization 以及 AI 引用时，ai-seo 能发挥最大价值。

---

常见问题（FAQ）

ai-seo 与传统 SEO 工具有什么不同？

ai-seo 专注在 AI 搜索和答案引擎，而不是只关注传统 SERP 排名。它主要帮助你：

• 审核你在 AI 生成回答中出现的频率
• 以便于 LLM 引用的方式重构内容
• 对齐仓库参考指南中提到的 AI 专属排名因子

全面的技术 SEO 和站点健康仍然需要搭配更传统的 SEO 技能和工具一起使用。

我该如何安装 ai-seo 技能？

从 coreyhaines31/marketingskills 仓库安装 ai-seo：

npx skills add https://github.com/coreyhaines31/marketingskills --skill ai-seo

然后打开 skills/ai-seo/ 目录，先阅读 SKILL.md，再查看 references/ 和 evals/ 目录。

安装后我应该先看哪些文件？

如果你想在较短时间内建立一个扎实的理解，可以依次阅读：

1. SKILL.md – 说明 ai-seo 的作用以及预期行为方式。
2. references/content-patterns.md – 展示可以立刻上手的 AEO 和 GEO 内容模块模式。
3. references/platform-ranking-factors.md – 说明不同 AI 平台如何选择内容来源。
4. evals/evals.json – 包含示例提示和预期输出，帮助你理解该技能应如何响应。

ai-seo 能帮我判断是否要在 robots.txt 里屏蔽 AI 爬虫吗？

可以。evals 和 references 中包含关于 AI bot 访问的场景。该技能会综合考虑：

• 你的顾虑（例如内容二次利用 vs 品牌曝光）
• 屏蔽 bot 与失去引用机会之间的权衡
• crawlability（可抓取性） 对出现在 AI 回答中的重要性

你可以像这样向 ai-seo 提问：

• “我们应不应该屏蔽 GPTBot 和 PerplexityBot？”
• “如果在 robots.txt 里禁止 AI 爬虫，会对我们的 AI 可见度产生什么影响？”

ai-seo 是否覆盖结构化数据和 schema markup？

ai-seo 了解结构化数据有助于在 AI Overviews 和答案引擎中提升可见度，但它并不专攻 schema 实施细节。若你需要深入的 schema 策略和标注指导，建议配合使用专门的 schema-markup 技能。

ai-seo 适合非 SaaS 类型的业务吗？

适合。尽管很多示例都以 SaaS 和 B2B 为背景，其底层框架同样适用于：

• 电商
• 内容出版方
• 各类服务型企业
• 专业咨询和顾问机构

只要你的目标是出现在 AI 回答中并被引用，ai-seo 就可以结合你的产品营销背景，对不同行业进行适配。

我怎么判断 ai-seo 是否起作用？

你可以通过以下方式评估成效：

• 定期重复 AI 可见度审计，并记录改善情况
• 检查你的品牌是否在目标查询中更频繁地被作为引用来源出现
• 监测受 AI 影响查询带来的流量和辅助转化变化（在可测量的范围内）

ai-seo 本身负责提供策略方案和结构化建议；具体的数据跟踪仍在你现有的分析工具和 AI 平台检查流程中完成。