¿Qué hace GEO 全流程服务?

从诊断到交付的完整链路，不只是给建议：

抓取 → 体检 → AI答案采样 → 生成工单 → 产出资产 → 报告 → 自动验收 → 客户交付包

核心判断只有一句：GEO 的终点不是排名，是 AI 答案里那句话是不是按你的口径说的。 所以最小单位不是页面，是可被抽取的事实块。

项目目录：/Users/brucejan/geo，每个客户/产品一个 work/<slug>/。

最快的用法：给一个网址

python3 scripts/geo.py new --url https://example.com --market both

九步全自动：建项目 → 抓官网 → 体检 → 自动推导品牌事实/竞品/问题库 → 重跑体检 → AI 答案采样 → 工单与建设蓝图 → 资产与报告 → 三份交付物。

产出 work/<slug>/deliverables/：

文件	回答什么
`1-GEO诊断报告.html`	现在什么样
`2-GEO优化方案.html`	应该改成什么样、为什么
`3-GEO执行方案.html`	谁在什么时候做什么、做到什么算完成

自动推导出来的品牌事实必须人工复核——bootstrap 只从官网正文抽取，抽不到的一律标「待确认」，绝不用常识填充。标了「待确认」的字段（成立时间、工商主体、可具名客户等）需要你补齐或明确不对外说。

两种用法

界面（推荐）

python3 scripts/geo.py ui        # 默认 http://127.0.0.1:8765

全流程都在界面上，不用记命令：新建项目、编辑配置与问题库、写事实卡、一键跑任意步骤或整个周期（带实时日志）、改工单状态、看资产、导入人工采样表、打开交付包。

界面为暗色四段主线（AtlasGEO）：现状（总览 / 引擎表现 / 竞品对比 / 问题库）→ 诊断（差距诊断 / 阵地地图 / 品牌事实库）→ 提升（行动计划 / 内容工作台）→ 成效（效果验收 / 报告与交付），外加设置与三步接入引导。统一口径：GEO 健康分（五项加权，未测项权重归一）、提及率、引用份额、阵地、任务、内容。总览标题是由数据自动生成的一句结论；所有数字来自同一份采样，算不出的显示「未测」，不编数。任务在后台子进程跑，关掉页面也会继续；同一项目同时只允许一个任务，避免抢同一份 audit.json。

只用标准库起服务，前端零外部依赖，断网可用。

命令行

python3 scripts/geo.py serve --slug <项目>

抓取 → 体检 → 采样 → 工单 → 资产 → 报告 → 验收上期 → 打包交付，全做完。产出在 work/<slug>/delivery/<日期>/，可直接发客户。

首次接一个新客户走下面的步骤 0–2 做好底座，之后每期只跑这一条。

先读什么

每次必读：references/method.md（评分口径和所有判据的出处，脚本就是它的代码实现）
排外部信源优先级时必读：references/cn-source-ranking.md （CN-GEO 187,818 条引用实算榜。官网只占 1.37%，这个数字会改变资源分配）
打国内平台：references/cn-platforms.md ｜打海外：references/global-platforms.md
写内容/改页面：references/content-patterns.md
更深方法或原始数据：references/sources.md（含 GEORank / GEOFlow 选型说明）
采样/平台异常先对表：references/known-issues.md（豆包超时、302 国内/海外端点模型目录、 SPA 空壳、llms.txt 范围过滤）

不要凭经验给 GEO 建议。每条建议都要能追到 method.md 里的某条实测数字，说不出依据的别写进方案。

步骤 0 · 建项目

python3 scripts/geo.py init --url <产品官网> --name <品牌名> --market both

--market 取 cn / global / both。

双市场不是"顺带也做海外"，是两套并行的战场——问题库、内容、竞品清单、指标全部分开。纪律见 global-platforms.md 第 5 节。

步骤 1 · 吃透产品，建事实底座

读官网 + 用户给的材料（PDF/PPT/文档/公众号文章都行），补全 geo.json：

brand：规范名、别名和常见错写（品牌消歧的地基）、产品线、行业、目标用户、业务目标
competitors：3–6 个真实竞品，带别名。首期可以留空——先跑一轮"推荐类"问题的采样，从 AI 答案里反推真实竞争集，比主观拍脑袋准得多。双市场时国内外竞品通常不是同一批，都要列全（排名指标是相对这个清单算的，漏掉真实对手会高估名次）

同时写 work/<slug>/content/facts.md 品牌事实卡，模板见 content-patterns.md 第 1 节。 每条事实标证据等级 A–E，没来源的标"待确认"，不许编。 这份文件是后面所有资产生成的输入——llms.txt、JSON-LD、定义块都从它来。

材料不够就直接问用户要，别猜产品能力和价格。

步骤 2 · 建问题库

问题库决定采样什么、写什么内容、怎么算指标。按七组各出 3–6 题：推荐 / 比较 / 替代 / 价格 / 风险 / 品牌验证 / 场景。

每题必须标 market，脚本据此路由——中文题不会打到 Perplexity，英文题不会打到豆包：

{"id": "q001", "group": "推荐", "market": "cn",     "text": "国内做私域运营的 SaaS 有哪些好用的？"}
{"id": "q101", "group": "推荐", "market": "global", "text": "What's the best CRM for small B2B teams in 2026?"}
{"id": "q900", "group": "品牌验证", "market": "both", "text": "<品牌> 是家什么公司？"}

cn：中文口语问法，不要翻译腔｜ global：英文原生问法，不是机翻
both 只留给品牌验证类。注意这类问题点名了品牌，答案必然复述品牌名，脚本会把它们单独归入「品牌认知」，不混进可见性指标

每期循环（`serve` 自动做完，这里说明每步在干什么）

抓取 + 体检

按六维打分：可抓取性 / 长度 / 结构 / 可抽取块 / 权威信号 / 对题性。读结果时先看四件事：

SPA 空壳页（word_count 接近 0）——国内官网最常见致命伤，AI 抓取器看到的是空白
robots 有没有封 AI 抓取器——封了就什么都别谈
language_coverage 中英是否对等——做海外却没英文原生页直接 P0
block_gap 缺得最多的块——内容工程第一优先级

AI 答案采样

市场	平台	变量	说明
国内	智谱GLM	`ZHIPUAI_API_KEY`	OpenAI 兼容端点，不联网
国内	豆包	`ARK_API_KEY`	火山方舟；联网要在控制台单独开通内容插件，没开通自动降级
国内	DeepSeek	`DEEPSEEK_API_KEY`	不联网，测模型参数化知识里的品牌认知
国内	Kimi	`MOONSHOT_API_KEY`	默认不联网
国内	MiniMax	`MINIMAX_API_KEY`	OpenAI 兼容端点，不联网
海外	Gemini	`GEMINI_API_KEY`	OpenAI 兼容端点，不带 grounding
海外	OpenAI(ChatGPT)	`OPENAI_API_KEY`	Chat Completions 默认不联网
海外	Claude	`ANTHROPIC_API_KEY`	Anthropic 原生协议，不联网
海外	Grok	`XAI_API_KEY`	xAI API，不联网
海外	Perplexity	`PERPLEXITY_API_KEY`	原生联网并返回 citations，海外证据质量最好

Key 放项目根目录 .env（已 gitignore，权限 600），脚本自动加载。

豆包在 302.AI 模式下走「搜索+回答」组合，单题超时读 .env 的 AI302AI_SEARCH_ASK_TIMEOUT （默认 45s）。平台/端点异常先对 references/known-issues.md 对表，别让任务空转。

没有公开联网 API 的——国内纳米AI搜索/百度AI/豆包 App，海外 ChatGPT 网页版/ Claude 网页版——走人工或浏览器采样：

python3 scripts/geo.py sample-sheet --slug <项目>
python3 scripts/geo.py sample-import --slug <项目> --file <采样表>

口径纪律（详见 method.md 第 4 节）：

国内 ≠ 海外，跨市场平均提及率没有解释力，报告里各占一张表
API ≠ 网页端，Web ≠ App（千问 web 与 App 信源只有 24.5% 重合），单独记单独算
没有答案原文/截图/采样环境记录的，不许标成"真实采样"
归因默认写"观察相关"，除非有基线窗口 + 对照 Prompt + 竞品对照
采样频率克制，遵守平台服务条款，不批量滥采、不模拟登录

生成工单 `plan`

诊断结果 → tasks.json，这是执行状态的单一真相源。每条工单必须有：依据（追到 method.md 哪一条）、负责角色、工作量、时间窗口、验收标准、市场。

七个工作包：实体消歧 / 页面技术 / 内容矩阵 / 标题体系 / 知识库 / 外部证据 / 监测闭环。

优先级顺序（method.md 第 6 节）：门票问题 → 事实错误 → 抽取块缺口 → 高价值问题无承接 → 外部信源（P1，不是 P2） → 长尾扩量。

外部信源是 P1 不是 P2，因为官网只占全库引用 1.37%。官网是事实源不是引用源，把它从 60 分做到 90 分的边际收益，远低于拿下一个榜单站词条。

产出资产 `generate`

到 work/<slug>/assets/，中英分开：

产物	说明
`llms.txt` / `llms.en.txt`	官方事实索引，直接传网站根目录
`jsonld/*.json`	Organization / SoftwareApplication / FAQPage / Article / BreadcrumbList，贴进 `<head>`
`snippets/definition.*.html`	定义块，放首屏口号下方（口号保留，不影响转化）
`snippets/faq.*.html`	FAQ 块，答案必须在静态 HTML 里可见，不要纯 JS 折叠
`outlines/*.md`	每个目标问题一份内容大纲（含标题候选、章节骨架、字数与抽取块要求）
`drafts/*.md`	加 `--draft` 时调用已配 LLM 出全文初稿

分工：结构性资产由代码确定性生成（不会漏 schema 字段）；文章正文由你按 outline 写—— 代码写不出好文案。--draft 的初稿必须人工核实事实后才能发布。

自动验收 `verify`

重抓站点 → 跑 checker → 回写工单状态。这是"服务"和"建议"的分界线：能自动验收的，就不靠人口头说做完了。做完会翻成 done，回归了会翻回 todo。

无法程序判定的（如百科词条是否过审）标「待人工」，确认后手动标记：

python3 scripts/geo.py task --slug <项目> --id T-003 --status done --note "词条已上线"
python3 scripts/geo.py status --slug <项目>     # 进度看板

客户交付 `deliver`

打包到 work/<slug>/delivery/<日期>/：总览 index、诊断报告、执行方案、工单表（HTML + CSV 可导进项目管理工具）、验收表、建设地图、引擎表现 / 竞品对比 （复用 UI 同一套 analytics 口径，逐引擎提及率/引用份额/样本回放 + 竞品×引擎矩阵/失守问题）、 assets 目录、交付说明。

跑完之后你要做的事（脚本做不了的部分）：

读 reports/latest.md 看 delta：均分涨跌、提及率变化、新出现的 P0
看「AI 实际引用的信源域名 Top」和「与全国大盘对照」——这是当期真实的分发地图，用它修正外部信源计划
检查采样答案里有没有事实错误（品牌说错、张冠李戴、价格错、归错行业）→ 立刻 P0
按 outlines/ 写内容，按 plan.md 更新进度

建议节奏：页面体检每周，答案采样每两周或每月（采样有成本，指标本身有噪声，跑太密看不出信号）。

全部命令

命令	作用
`new`	★ 只给一个网址，全自动出三份交付物
`autopilot`	对已建好的项目跑完整引导流程
`bootstrap`	从官网正文推导品牌事实、竞品、问题库
`deliverables`	出三份正式交付物（诊断/优化/执行）
`init`	只建项目骨架，不跑流程
`crawl` / `audit`	抓站 / 六维体检
`sample` / `sample-sheet` / `sample-import`	API 采样 / 导出人工采样表 / 回灌
`plan`	诊断结果 → 带验收标准的工单
`generate`	产出可部署资产（`--draft` 加 LLM 初稿）
`report`	Markdown + 自包含 HTML 报告，含 delta 与大盘对照
`verify`	重抓并自动验收工单（`--no-recrawl` 用现有结果）
`task` / `status`	单条工单状态 / 项目看板
`deliver`	打包客户交付物
`ui`	全流程界面：新建项目、配置、问题库、事实卡、一键运行、工单、资产、交付
`serve`	全流程一条命令
`cycle`	轻量循环（抓取→体检→采样→报告，不含工单与交付）
`list`	所有项目

排期自动执行

用 schedule skill 建定时任务：

每周一早上跑 python3 /Users/brucejan/geo/scripts/geo.py serve --slug <项目>，然后读 work/<项目>/reports/latest.md，如果出现新的 P0、提及率下降超过 10 个百分点，或有工单从 done 回归成 todo，就告诉我。

边界

做：GEO 诊断、方案、工单、内容工程、资产生成、AI 答案监测、验收闭环、客户交付包。

不做：

传统 SEO 关键词排名、外链买卖、竞价投放
建站/改站的实际代码实施（给方案、给可直接用的片段，落地由客户开发做）
绕过平台限制的批量采集、模拟登录、刷量
编造品牌事实、客户案例、价格或资质——查不到就标"待确认"，问用户

不承诺任何平台一定会引用某个页面。GEO 提高的是概率，不是保证。给客户写方案时这句话必须原样写进去。

/Users/brucejan/geo/
├── SKILL.md
├── references/
│   ├── method.md              评分口径与全部判据出处
│   ├── cn-source-ranking.md   国内信源实测榜（CN-GEO 实算，含复算脚本）
│   ├── cn-platforms.md        国内平台适配
│   ├── global-platforms.md    海外平台适配
│   ├── content-patterns.md    可抽取内容模板
│   └── sources.md             资料索引（含 GEORank / GEOFlow 选型）
├── scripts/
│   ├── geo.py       CLI 总入口
│   ├── crawl.py     抓站      audit.py     六维体检
│   ├── sample.py    多平台采样  benchmark.py 与全国大盘对照
│   ├── tasks.py     工单系统    generate.py  资产生成
│   ├── verify.py    自动验收    deliver.py   客户交付包
│   ├── bootstrap.py 自动推导底座  deliverables.py 三份交付物
│   ├── blueprint.py 建设地图
│   ├── dashboard.py 界面后端    ui.html      前端工作台
│   ├── jobs.py      后台任务（子进程 + 实时日志）
│   └── report.py    报告渲染    geolib.py    共用工具
└── work/<slug>/
    ├── geo.json        品牌、竞品、问题库、平台、目标
    ├── content/facts.md 品牌事实卡（所有资产的输入）
    ├── evidence/       抓取快照      audit.json  体检结果
    ├── samples/        采样原始答案   metrics/    每期指标
    ├── tasks.json      工单（执行状态单一真相源）
    ├── assets/         可部署资产
    ├── reports/        每期报告 + latest.md
    ├── verify/         每期验收结果
    ├── delivery/<日期>/ 客户交付包
    ├── history/        历史基线（算 delta）
    └── plan.md         30/60/90 方案

GEO 全流程服务

¿Qué es GEO 全流程服务?

Preguntar en tu IA favorita

Documentación

¿Qué hace GEO 全流程服务?

最快的用法：给一个网址

两种用法

界面（推荐）

命令行

先读什么

步骤 0 · 建项目

步骤 1 · 吃透产品，建事实底座

步骤 2 · 建问题库

每期循环（`serve` 自动做完，这里说明每步在干什么）

抓取 + 体检

AI 答案采样

生成工单 `plan`

产出资产 `generate`

自动验收 `verify`

客户交付 `deliver`

全部命令

排期自动执行

边界

目录

Skills relacionados

steipete/bluebubbles

steipete/eightctl

steipete/blucli

steipete/bear-notes

steipete/camsnap

steipete/gifgrep

Preguntar en tu IA favorita

Documentación

¿Qué hace GEO 全流程服务?

最快的用法：给一个网址

两种用法

界面（推荐）

命令行

先读什么

步骤 0 · 建项目

步骤 1 · 吃透产品，建事实底座

步骤 2 · 建问题库

每期循环（serve 自动做完，这里说明每步在干什么）

抓取 + 体检

AI 答案采样

生成工单 plan

产出资产 generate

自动验收 verify

客户交付 deliver

全部命令

排期自动执行

边界

目录

Skills relacionados

steipete/bluebubbles

steipete/eightctl

steipete/blucli

steipete/bear-notes

steipete/camsnap

steipete/gifgrep

每期循环（`serve` 自动做完，这里说明每步在干什么）

生成工单 `plan`

产出资产 `generate`

自动验收 `verify`

客户交付 `deliver`