444 lines
13 KiB
Markdown
444 lines
13 KiB
Markdown
# SEO/GEO/AEO内容优化工具
|
||
|
||
`SEO` `GEO` `AEO` `内容优化` `AI引用` `语音搜索` `结构化数据`
|
||
|
||
# SEO/GEO/AEO 优化器
|
||
|
||
面向搜索引擎（SEO）、AI平台（GEO - 生成引擎优化）、答案引擎（AEO - 答案引擎优化）、语音助手及社交媒体的内容可见性分析与优化工具包。
|
||
|
||
**作者**：Boris Djordjevic，[199 Biotechnologies](https://199.bio)
|
||
**状态**：第二阶段完成（内容实现）
|
||
**许可证**：MIT
|
||
**仓库**：[github.com/199-biotechnologies/claude-skill-seo-geo-optimizer](https://github.com/199-biotechnologies/claude-skill-seo-geo-optimizer)
|
||
|
||
---
|
||
|
||
## 用途
|
||
|
||
本工具审计并优化内容在以下平台的可发现性：
|
||
|
||
- **搜索引擎**：Google、Bing（传统SEO）
|
||
- **AI平台**：ChatGPT、Perplexity、Claude、Gemini、Grokipedia（GEO - 生成引擎优化）
|
||
- **答案引擎**：Google AI概览、Bing Copilot、精选摘要（AEO - 答案引擎优化）
|
||
- **语音助手**：Google Assistant、Siri、Alexa
|
||
- **社交媒体**：Facebook、Twitter、LinkedIn、WhatsApp、Instagram
|
||
|
||
支持 HTML、Markdown 和 React/JSX 文件。
|
||
|
||
---
|
||
|
||
## 关键数据（2025年）
|
||
|
||
2025年1月至5月，AI引荐流量增长了527%。针对AI引用优化的内容可见性提升33-40%。主要发现：
|
||
|
||
- 40.58% 的AI引用来自SERP前10名结果
|
||
- 含作者资质的内容：引用概率提升 +40%
|
||
- 精选摘要：占语音搜索答案的 40.7%
|
||
- 添加统计数据：引用提升 +41%
|
||
- 内容新鲜度（30天内）：引用量提升 3.2 倍
|
||
|
||
---
|
||
|
||
## 安装
|
||
|
||
克隆到 Claude 技能目录：
|
||
|
||
```bash
|
||
cd ~/.claude/skills/
|
||
git clone https://github.com/199-biotechnologies/claude-skill-seo-geo-optimizer.git
|
||
```
|
||
|
||
要求：Python 3.7+，无外部依赖（仅标准库）。
|
||
|
||
验证安装：
|
||
```bash
|
||
python ~/.claude/skills/seo-geo-optimizer/scripts/analyze_content.py --help
|
||
```
|
||
|
||
---
|
||
|
||
## 使用方法
|
||
|
||
### 第一阶段：分析
|
||
|
||
审计现有内容，生成优化建议：
|
||
|
||
```bash
|
||
# 全面审计并生成所有报告
|
||
python scripts/audit_report.py ~/project/page.html --format all
|
||
|
||
# 分析特定方面
|
||
python scripts/analyze_content.py ~/project/page.html
|
||
python scripts/metadata_validator.py ~/project/page.html
|
||
python scripts/keyword_analyzer.py ~/project/page.html
|
||
python scripts/entity_extractor.py ~/project/page.html
|
||
```
|
||
|
||
### 第二阶段：实现
|
||
|
||
自动应用优化：
|
||
|
||
```bash
|
||
# 针对特定平台的完整优化流水线
|
||
python scripts/auto_implementer.py page.html perplexity
|
||
|
||
# 单独优化步骤
|
||
python scripts/content_optimizer.py page.html
|
||
python scripts/platform_optimizer.py page.html chatgpt
|
||
python scripts/voice_optimizer.py page.html
|
||
python scripts/freshness_monitor.py page.html
|
||
python scripts/citation_enhancer.py page.html
|
||
```
|
||
|
||
### 关键词聚类
|
||
|
||
将相关关键词分组为语义簇，建立主题权威性：
|
||
|
||
```bash
|
||
# 使用关键词聚类分析（默认）
|
||
python scripts/keyword_analyzer.py ~/project/page.html
|
||
|
||
# 不使用聚类的快速模式
|
||
python scripts/keyword_analyzer.py ~/project/page.html --no-clusters
|
||
```
|
||
|
||
输出包括：
|
||
- 基于 TF-IDF 相似度分组的语义簇
|
||
- 每个簇的主题识别
|
||
- 支柱内容策略建议
|
||
|
||
### IndexNow 即时索引
|
||
|
||
直接向搜索引擎提交 URL 以立即建立索引（对 GEO/AEO 至关重要）：
|
||
|
||
```bash
|
||
# 生成 IndexNow 密钥
|
||
python scripts/indexnow_submit.py --generate-key --output ./public
|
||
|
||
# 提交单个 URL
|
||
python scripts/indexnow_submit.py https://example.com/new-page --key YOUR_KEY
|
||
|
||
# 从文件批量提交
|
||
python scripts/indexnow_submit.py --batch urls.txt --key YOUR_KEY
|
||
```
|
||
|
||
对 GEO 的好处：
|
||
- Bing 索引为 AI 平台提供内容（ChatGPT、Perplexity、Claude）
|
||
- 内容在数分钟内建立索引，而非数周
|
||
- 30天内的新鲜内容引用量提升 3.2 倍
|
||
|
||
### 生成结构化数据标记
|
||
|
||
```bash
|
||
# FAQ schema（AI引用概率最高）
|
||
python scripts/schema_generator.py faq \
|
||
--question "什么是长寿医学？" \
|
||
--answer "长寿医学通过优化LDL <70 mg/dL等生物标志物来降低30-40%的心血管风险。"
|
||
|
||
# 带有 E-E-A-T 信号的文章 schema
|
||
python scripts/schema_generator.py article \
|
||
--title "理解生物标志物" \
|
||
--author "Dr. Sarah Johnson" \
|
||
--credentials "MD, PhD" \
|
||
--date "2025-01-15"
|
||
```
|
||
|
||
---
|
||
|
||
## 架构
|
||
|
||
### 第一阶段：分析（已完成）
|
||
|
||
六个 Python 脚本分析内容并生成建议：
|
||
|
||
| 脚本 | 用途 | 输出 |
|
||
|--------|---------|--------|
|
||
| `analyze_content.py` | 提取元数据、schema、结构 | JSON分析 |
|
||
| `metadata_validator.py` | 验证 meta 标签、OG、Twitter | 验证报告 |
|
||
| `keyword_analyzer.py` | 提取关键词（5种类型） | 关键词列表 |
|
||
| `entity_extractor.py` | 提取人物、机构、地点 | 实体图谱 |
|
||
| `schema_generator.py` | 生成 JSON-LD schema | Schema文件 |
|
||
| `audit_report.py` | 协调分析，生成报告 | JSON、MD、HTML |
|
||
|
||
### 第二阶段：实现（已完成）
|
||
|
||
六个 Python 脚本实现优化：
|
||
|
||
| 脚本 | 用途 | 效果 |
|
||
|--------|---------|--------|
|
||
| `content_optimizer.py` | Meta描述、FAQ、数据表格 | 结构优化 |
|
||
| `platform_optimizer.py` | ChatGPT、Perplexity、Claude、Gemini | 平台特定优化 |
|
||
| `voice_optimizer.py` | 可朗读schema、精选摘要 | 语音搜索就绪 |
|
||
| `freshness_monitor.py` | 内容新鲜度追踪 | 新鲜时引用量3.2倍 |
|
||
| `citation_enhancer.py` | 统计数据、引用机会 | +41% 和 +28% 提升 |
|
||
| `auto_implementer.py` | 完整流水线编排 | 全自动化 |
|
||
| `indexnow_submit.py` | 即时搜索引擎索引 | 分钟级 vs 数周 |
|
||
|
||
### 第三阶段：高级功能（计划中）
|
||
|
||
- 竞争分析（SERP前10对比）
|
||
- 自动化监控（SQLite时间序列追踪）
|
||
- A/B测试框架（统计显著性）
|
||
- 分析集成（Google Search Console、Plausible）
|
||
|
||
---
|
||
|
||
## 功能
|
||
|
||
### 内容分析
|
||
|
||
**文件类型**：
|
||
- HTML（`.html`）
|
||
- Markdown（`.md`、`.mdx`）
|
||
- React/JSX（`.jsx`、`.tsx`）
|
||
|
||
**提取内容**：
|
||
- Meta 标签（title、description、keywords）
|
||
- Open Graph（og:title、og:description、og:image）
|
||
- Twitter Cards（twitter:card、twitter:title）
|
||
- JSON-LD 结构化数据标记
|
||
- 内容结构（标题、字数、作者）
|
||
|
||
### 关键词分析
|
||
|
||
提取五种关键词类型：
|
||
|
||
1. **主要关键词**：核心主题（H1、meta title、URL、前100词）
|
||
2. **语义关键词**：相关词汇（H2/H3、正文）
|
||
3. **LSI关键词**：共现词汇（自然语言）
|
||
4. **长尾关键词**：3-8词短语（FAQ、H3）
|
||
5. **问题关键词**：谁/什么/哪里/何时/为何/如何（FAQ schema）
|
||
|
||
**关键词聚类**：TF-IDF + 余弦相似度将关键词分组为语义簇，用于主题权威性和支柱内容策略。
|
||
|
||
### Schema 生成
|
||
|
||
带验证的 JSON-LD schema：
|
||
|
||
- **FAQPage**：AI引用概率最高
|
||
- **Article**：E-E-A-T 信号（资质、日期）
|
||
- **HowTo**：语音搜索优化（ISO 8601时长格式）
|
||
- **BreadcrumbList**：网站层级结构
|
||
- **Organization/LocalBusiness**：实体识别
|
||
- **Person**：带资质的作者档案
|
||
- **Speakable**：语音助手优化
|
||
|
||
### 平台优化
|
||
|
||
**ChatGPT**（占LLM流量40-60%）：
|
||
- 权威性与资质（引用率提升 +40%）
|
||
- 1500-2500词全面覆盖
|
||
- 一手来源引用（PubMed、arXiv）
|
||
- 答案优先结构
|
||
|
||
**Perplexity**（注重新鲜度）：
|
||
- 内容30天内更新（引用量3.2倍）
|
||
- 行内引用格式 [1]、[2]
|
||
- H2→H3→列表结构（引用量多40%）
|
||
- 更新频率：2-3天（激进）或90天（最低）
|
||
|
||
**Claude**（注重准确性）：
|
||
- 仅限一手来源（归因准确率91.2%）
|
||
- 5-8条引用，含出版方和年份
|
||
- 透明的方法论
|
||
- 承认已知局限
|
||
|
||
**Gemini**（注重社区）：
|
||
- Google 商业资料整合
|
||
- 用户评价与评论
|
||
- 本地引用（NAP一致性）
|
||
- 传统权威信号
|
||
|
||
**Grokipedia**（xAI，2025年10月上线）：
|
||
- 基于 RAG 的引用（事实一致性提升20-30%）
|
||
- 透明的版本历史和许可证
|
||
- 一手来源归因（出版方+年份）
|
||
- Wikipedia 衍生内容需 CC-BY-SA 署名
|
||
|
||
### 语音搜索
|
||
|
||
- 精选摘要优化（30-40词）
|
||
- 可朗读 schema（20-30秒片段）
|
||
- FAQ schema（自然语言问题）
|
||
- 问题关键词提取
|
||
|
||
### 社交媒体预览
|
||
|
||
- Open Graph 标签（Facebook、LinkedIn、WhatsApp、Instagram Stories）
|
||
- Twitter Cards（summary、summary_large_image）
|
||
- 图片规格（最佳1200×630px，Instagram Stories 1080×1920px）
|
||
- Instagram：OG支持有限（仅Stories），个人简介链接优化，85%以上移动用户
|
||
- iMessage 优化
|
||
|
||
---
|
||
|
||
## 输出
|
||
|
||
### 报告位置
|
||
|
||
```
|
||
~/Documents/SEO_Audit_[YYYY-MM-DD]_[HHMM]/
|
||
├── audit_report.json # 结构化数据
|
||
├── audit_report.md # Markdown报告
|
||
├── audit_report.html # 可视化面板
|
||
└── generated_schemas/ # JSON-LD文件
|
||
├── faq_schema.json
|
||
├── article_schema.json
|
||
└── howto_schema.json
|
||
```
|
||
|
||
### 报告结构
|
||
|
||
1. **执行摘要**：总体评分（0-100）、主要问题、主要优势
|
||
2. **元数据分析**：Meta标签、Open Graph、Twitter Cards、schema
|
||
3. **内容结构**：标题、字数、TL;DR、FAQ、作者
|
||
4. **关键词分析**：主要、语义、LSI、长尾、问题关键词
|
||
5. **平台优化**：ChatGPT、Perplexity、Claude、Gemini 建议
|
||
6. **行动项目**：按重要程度排序（关键、高、中、低）
|
||
7. **生成资产**：可直接复制粘贴的 schema 标记
|
||
|
||
---
|
||
|
||
## 参考文档
|
||
|
||
位于 `reference/` 目录：
|
||
|
||
- `citation-optimization-guide.md`：AI引用策略（提升+35-40%）
|
||
- `entity-seo-guide.md`：知识图谱优化
|
||
- `platform-strategies.md`：平台特定策略
|
||
- `voice-search-guide.md`：语音助手优化（29词答案）
|
||
- `social-preview-guide.md`：Open Graph、Twitter Cards（1200×630px）
|
||
- `schema-library.md`：完整 JSON-LD 参考
|
||
|
||
`templates/` 目录中的模板：
|
||
|
||
- `meta-tags-template.html`：完整 meta 标签集
|
||
- Schema 模板：FAQ、Article、HowTo、Breadcrumb、Organization、Person
|
||
|
||
`examples/` 目录中的行业示例：
|
||
|
||
- `medical-clinic/`：医疗机构优化（15/100 → 92/100）
|
||
- `consulting-firm/`：B2B 实体SEO（22/100 → 89/100）
|
||
- `saas-landing-page/`：LLMO 优化（18/100 → 94/100）
|
||
|
||
---
|
||
|
||
## 配置
|
||
|
||
### 优化配置文件
|
||
|
||
位于 `profiles/` 目录：
|
||
|
||
**chatgpt_authority.json**：
|
||
- 目标：ChatGPT 引用优化
|
||
- 重点：权威性、资质、深度
|
||
- 字数：1500-2500
|
||
- 预期效果：引用概率提升 +40%
|
||
|
||
**perplexity_fresh.json**：
|
||
- 目标：Perplexity 可见性
|
||
- 重点：新鲜度、行内引用
|
||
- 更新：每2-3天
|
||
- 预期效果：引用量提升 3.2 倍
|
||
|
||
**multi_platform.json**：
|
||
- 目标：均衡优化
|
||
- 平台：ChatGPT、Perplexity、Claude、Gemini、Grokipedia
|
||
- 字数：1200-2000
|
||
- 更新：每月
|
||
|
||
**voice_optimized.json**：
|
||
- 目标：语音助手
|
||
- 重点：精选摘要、FAQ
|
||
- 答案长度：30-40词
|
||
- Schema：Speakable、FAQPage、HowTo
|
||
|
||
---
|
||
|
||
## 性能
|
||
|
||
### 脚本执行时间
|
||
|
||
- `analyze_content.py`：不到1秒
|
||
- `metadata_validator.py`：不到1秒
|
||
- `keyword_analyzer.py`：不到2秒（含聚类）
|
||
- `entity_extractor.py`：不到1秒
|
||
- `schema_generator.py`：不到1秒
|
||
- `audit_report.py`：3-5秒
|
||
- `auto_implementer.py`：10-15秒（完整流水线）
|
||
- `indexnow_submit.py`：1-3秒（取决于网络）
|
||
|
||
所有脚本：仅使用 Python 标准库，无外部依赖，支持离线运行（IndexNow 除外，需要网络连接）。
|
||
|
||
---
|
||
|
||
## 开发状态
|
||
|
||
### 第一阶段：核心功能（已完成）
|
||
- 内容分析与提取
|
||
- Schema 标记生成
|
||
- 元数据验证
|
||
- 关键词与实体提取
|
||
- 多格式报告生成
|
||
|
||
### 第二阶段：AI优化（已完成）
|
||
- 面向AI引用的内容改写
|
||
- 平台特定优化（ChatGPT、Perplexity、Claude、Gemini）
|
||
- 语音搜索增强
|
||
- 新鲜度监控
|
||
- 引用增强（+41%统计数据，+28%引用）
|
||
- 自动实现流水线
|
||
|
||
### 第三阶段：高级功能（计划中）
|
||
- 竞争分析（SERP前10对比）
|
||
- 自动化监控（SQLite时间序列数据库）
|
||
- 变更检测与告警（邮件、webhook、Slack）
|
||
- A/B测试框架（统计显著性检验）
|
||
- 分析集成（Google Search Console API、Plausible）
|
||
- 统一面板（多源数据可视化）
|
||
|
||
### 第四阶段：生态系统集成（计划中）
|
||
- 与 minimalist-website-mvp 技能无缝协作
|
||
- 通过 generating-pdf 技能自动生成PDF报告
|
||
- 导出至 SEO 工具（Ahrefs、SEMrush格式）
|
||
- CI/CD 流水线 API 模式
|
||
- 用于持久多站点监控的 MCP 服务器
|
||
|
||
---
|
||
|
||
## 研究基础
|
||
|
||
基于2025年分析：
|
||
- 分析了4100万条AI搜索结果
|
||
- 跨平台6.8亿条引用
|
||
- AI流量增长527%（2025年1-5月）
|
||
|
||
已实现的关键发现：
|
||
- 添加统计数据：提升 +41%（普林斯顿/佐治亚理工）
|
||
- 添加引用：提升 +28%
|
||
- 内容新鲜度（30天内）：3.2倍引用量（Ahrefs研究）
|
||
- 作者资质：引用概率提升 +40%
|
||
- H2→H3→列表结构：引用量多40%
|
||
- 精选摘要：占语音搜索答案的40.7%
|
||
|
||
平台引用模式：
|
||
- ChatGPT：Wikipedia（130万条引用）、G2（19.6万条）、Forbes（18.1万条）
|
||
- Perplexity：更新频率至关重要（新鲜时引用量3.2倍）
|
||
- Claude：91.2%正确来源归因（2025年Q2）
|
||
- AI概览：占查询的13.14%（2025年3月），高于2025年1月的6.49%
|
||
|
||
---
|
||
|
||
## 贡献
|
||
|
||
本项目遵循语义化版本控制（major.minor.patch）。
|
||
|
||
报告问题：[GitHub Issues](https://github.com/199-biotechnologies/claude-skill-seo-geo-optimizer/issues)
|
||
|
||
---
|
||
|
||
## 许可证
|
||
|
||
MIT 许可证 - 完整条款请参阅 LICENSE 文件。
|
||
|
||
版权所有 (c) 2025 Boris Djordjevic，199 Biotechnologies |