← 返回技能库

PUBLIC REPOSITORY / GEO

GEO-BD · 企业 GEO 诊断

看清 AI 知道什么,也看清下一步

根据企业事实、AI 认知记录、竞争情况和证据,输出 GEO 诊断、机会评分、行动计划与复测报告。

  • GEO 诊断
  • AI 认知
  • 竞品分析
  • 证据图谱
  • 复测报告
分类
GEO
支持模型
通用
版本
V3
作者
matutu-ai
最近更新
2026-09-08

适合用来做什么

  • 企业 GEO 全链路诊断
  • AI 认知与推荐缺席排查
  • 竞品、证据和机会分析
  • 讯灵账户前置背调与复测

Prompt 内容

使用 geo-diagnostic-engine,根据我提供的企业事实、证据、真实 AI 观察和已确认竞品生成 Executive GEO 诊断。所有分数都要可追溯;缺失数据保持 UNKNOWN、NOT_RUN 或 INSUFFICIENT_DATA,并给出机会排序、P0 至 P3 行动计划和复测方法。

执行流程

  1. 01

    读取客户资料并确认已有与缺失内容

  2. 02

    建立企业实体、Evidence Graph 与 AI 认知记录

  3. 03

    生成 Query Matrix 并分析竞品差距、EEAAP 与 EEAT

  4. 04

    计算 GEO Gap、Opportunity Score 与分级行动计划

  5. 05

    生成分层报告、验证计划与 Before/After 复测

使用方法

  1. 01
    准备输入

    企业资料 JSON,包括公司事实、材料、真实 AI observations、已确认竞品、证据、问题、关键词方向、当前指标与验证约束。

  2. 02
    打开正式入口

    进入对应 GitHub 仓库,先阅读正式 Skill 入口和仓库内的配套文件。

  3. 03
    复制并填写 Prompt

    复制本页 Prompt,将其中的目标、资料和限制替换为当前任务的真实信息。

  4. 04
    按 Workflow 执行

    依次完成各步骤,并根据运行要求检查结果后再交付。

你会得到

  • Executive、Operational 或 Technical 分层诊断报告
  • diagnostic.json 与可选 report.json
  • GEO 缺口、机会排序、行动计划与复测方案

使用前确认

  • 完整 AI 表现判断需要真实 observed 或 provided AI 记录;模拟记录不参与评分。
  • 竞品与 Evidence 需要来源和状态,缺失数据必须保持 UNKNOWN、NOT_RUN 或 INSUFFICIENT_DATA。
  • 运行仓库诊断脚本需要 Python 3;默认可使用 ManualProvider 或 OfflineProvider。

更新记录

2026-09-08
V3

当前公开仓库版本;本档案首次记录于 2026-08-27。