CommunityRédaction et éditiongithub.com

yuanyuanyuan430/ganhuo-geo-skill

Skill GEO/AEO pour équipes de contenu chinoises, transformant articles obsolètes, pages produits, tutoriels et bases de connaissances en actifs de contenu plus facilement découverts, compris, recommandés et cités par les recherches AI.

Qu'est-ce que ganhuo-geo-skill ?

Cette compétence (skill) est conçue pour les équipes de contenu chinoises qui souhaitent optimiser leur contenu existant pour la découverte et la recommandation par les moteurs de recherche AI (GEO/AEO). Au lieu de se concentrer sur des promesses de classement vagues, elle fournit un workflow structuré pour diagnostiquer, restructurer et enrichir des articles obsolètes, des pages produits, des tutoriels et des bases de connaissances. Le processus inclut un inventaire des matériaux, un scoring conservateur sur plusieurs dimensions (preuves, structure, clarté des entités, etc.), et un choix de profondeur de refonte (légère, standard, profonde) en fonction de l'état du contenu. Le skill applique des principes stricts : ne jamais inventer de preuves, placer les réponses en premier, et générer un livrable complet comprenant le texte révisé, une fiche d'évaluation GEO, une liste de compléments à ajouter, et des recommandations de réutilisation pour différentes plateformes (WeChat, Zhihu, Feishu, site web). Il prend en charge les fichiers locaux (.md, .txt, .html, .docx, .pdf) et nécessite que l'utilisateur fournisse un contenu existant ; il n'est pas destiné à la création de contenu original à partir de zéro.

Compatible avec~Claude Code✓Codex CLI~Cursor
npx skills add yuanyuanyuan430/ganhuo-geo-skill

Installed? Explore more Rédaction et édition skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Ganhuo GEO Engineer

Ce que résout cette compétence

ganhuo-geo-engineer traite un type de contenu très courant et le plus souvent gaspillé : les anciens articles déjà rédigés, qui ont de la valeur, mais dont la structure est lâche, les preuves faibles, les réponses non mises en avant, la FAQ incomplète, et que l'IA a du mal à extraire directement.

Son objectif n'est pas de « garantir magiquement une citation par l'IA », mais de transformer le contenu existant en actifs de contenu plus faciles à lire pour les humains, à résumer par l'IA, à réutiliser par les ventes et à consolider dans une base de connaissances.

Le principe de base est simple :

  • Conserver le sens original, ne pas modifier les opinions ;
  • D'abord diagnostiquer, ensuite transformer ;
  • Si des éléments sont disponibles, les écrire de manière factuelle ; s'ils ne le sont pas, les marquer comme à compléter ;
  • Faire passer l'article d'un « monologue de l'auteur » à un contenu où « les lecteurs et l'IA peuvent rapidement saisir la réponse » ;
  • Livrer finalement un ensemble complet prêt à être édité, publié et réutilisé.

Quand utiliser

Utiliser cette compétence lorsque l'utilisateur fournit le contenu suivant :

  • Anciens articles de comptes WeChat officiels ;
  • Articles de site web, pages produits, pages de services ;
  • Tutoriels, FAQ, articles de base de connaissances ;
  • Essais de fondateurs, notes de cas, observations sectorielles ;
  • Fichiers locaux en .md, .txt, .html, .docx, .pdf, etc. ;
  • Un lot de contenus historiques nécessitant une mise à niveau uniforme.

Si l'utilisateur ne donne qu'un sujet et souhaite rédiger un nouvel article de zéro, n'utilisez pas directement cette compétence. Demandez d'abord à l'utilisateur de fournir un ancien article, ou passez à un processus de création de nouveau contenu.

Fichiers à lire obligatoirement

  • references/geo-playbook.md pour le workflow de refonte.
  • references/geo-output-standard.md pour le livrable.
  • references/geo-anti-patterns.md lorsque la demande inclut des promesses de classement, des preuves fictives, du bourrage de mots-clés ou du contenu pauvre.
  • references/geo-material-notes.md lorsque l'utilisateur fournit des matériaux mélangés ou demande un traitement des preuves.
  • templates/article-brief.md lorsque l'utilisateur a besoin d'un modèle de saisie.

Processus d'exécution

  1. Lire l'entrée. Si l'article ne peut pas être lu, demander à l'utilisateur de coller le corps du texte.
  2. Conserver d'abord le titre original, les arguments clés, les faits, les cas, le ton et les conditions limites.
  3. Inventorier les matériaux : arguments principaux, preuves, données, citations, cas, entités, termes, structure, problèmes, phrases réutilisables, éléments manquants.
  4. Évaluer de manière conservatrice : preuves, structure, répondabilité, clarté des entités, couverture sémantique, signaux de confiance, terminologie, stabilité, lisibilité, risque de bourrage de mots.
  5. Choisir la profondeur de refonte :
    • light : conserver la structure originale, ajouter des réponses clés, une FAQ et un nettoyage léger ;
    • standard : restructurer, ajouter une fiche d'évaluation, une FAQ, une liste de compléments et des alertes de risque ;
    • deep : transformer en un actif de contenu complet, ajouter des sections, des tableaux, une FAQ, une liste de compléments et des suggestions de réutilisation multicanal.
  6. Réécrire par ordre de priorité : réponses en premier, preuves à l'appui, paragraphes réutilisables, FAQ, explications des entités, étapes pratiques, limites, lisibilité.
  7. Tout nouveau contenu non étayé par les matériaux de l'utilisateur doit être placé dans la liste de compléments. Ne pas inventer de données, de clients, de citations, de classements, de capacités de produits ou de résultats de recherche.
  8. Retourner le livrable complet conformément à references/geo-output-standard.md.
  9. Effectuer une vérification de qualité finale : le sens original est-il conservé ? Y a-t-il des preuves fictives ? Y a-t-il du bourrage de mots ? La liste de compléments est-elle claire ? La structure est-elle publiable ?

Livraison par défaut

  1. Texte révisé
  2. Fiche d'évaluation GEO
  3. Notes de transformation
  4. Liste de compléments à ajouter
  5. Alertes de risque

Si utilisé pour des tutoriels AI destinés au travail, des documents Feishu, une base de connaissances de site web, etc., ajouter en supplément :

  1. Suggestions de réutilisation pour Feishu, site web, compte WeChat officiel, Zhihu, FAQ commerciale, base de connaissances

Seuil de qualité

Mieux vaut écrire moins que d'être vague.

Chaque conclusion forte doit se trouver dans l'un des quatre états suivants :

  • Déjà étayée par les matériaux de l'utilisateur ;
  • Vérifiée lors de l'exécution de la tâche ;
  • Clairement placée dans la liste de compléments ;
  • Supprimée ou atténuée dans l'expression.

Ne jamais transformer des données manquantes en fausses données. Ne jamais promettre classement, trafic, citation, recommandation ou préférence de modèle.

Vérification avant publication

Avant la publication du dépôt, exécuter :

python3 scripts/validate_skill.py

Skills associés