GEO 갭 픽서
LLM 브랜드 가시성을 감사하고 갭을 구체적인 GEO 콘텐츠 실행 계획으로 전환하는 에이전트 스킬입니다.
사용 시기
사용자가 생성형 엔진 최적화(GEO) 점유율을 감사하여 어떤 LLM 프롬프트에서 브랜드가 패배하는지, 경쟁사가 대신 추천되는 이유를 이해하고, 구체적인 콘텐츠 수정 계획을 얻고자 할 때 이 스킬을 사용합니다.
이 스킬을 사용하지 말아야 할 경우: 일반 SEO 감사, 유료 광고 최적화, 지속적인 소셜 미디어 모니터링. 이는 특정 시점의 LLM 가시성 감사입니다.
1단계: 입력
감사를 실행하려면 사용자가 API 키와 설정 파일을 제공해야 합니다. 다음이 설정되어 있는지 확인하세요.
- API 키: 최소 2개의 키가 환경 변수 또는
.env파일에 설정되어 있어야 합니다(OPENAI_API_KEY,ANTHROPIC_API_KEY,GOOGLE_API_KEY,PERPLEXITY_API_KEY). - 종속성:
pip install openai anthropic google-genai - 설정 파일:
config.json(config.example.json에서 복사)에 다음이 포함되어야 합니다.brand_name(문자열, 필수)competitors(문자열 목록, 필수, 1-10개 항목)category(문자열, 필수)buyer_intent_prompts(문자열 목록, 선택 사항. 비어 있으면 20개의 프롬프트가 자동 생성됨)target_llms(문자열 목록, 선택 사항)website_url(문자열, 선택 사항)
2단계: 실행 파이프라인
다음 스크립트를 순서대로 실행하세요. 스크립트가 실패하면 중단하고 설명을 요청하세요.
-
python scripts/probe_llms.py(선택 사항: API 호출 없이 설정을 테스트하려면--dry-run추가)- 구매 의도 프롬프트를 설정된 LLM API로 전송합니다.
- 응답을
data/raw_responses.json에 저장합니다.
-
python scripts/analyze_results.py- 브랜드 언급, 순위, 감정 및 인용 도메인에 대한 원시 응답을 분석합니다.
- 구조화된 분석을
data/analysis.json에 저장합니다.
-
python scripts/build_report.py- 최종 5개 섹션으로 구성된 GEO 감사 보고서를 작성합니다.
report/geo_audit_report.md및report/geo_audit_report.json에 저장합니다.
3단계: 출력 및 해석
주요 출력은 report/geo_audit_report.md입니다. 해당 결과를 사용자에게 제시하세요.
해석해야 할 주요 섹션:
- 점유율 표: 언급률이 30% 미만이면 심각합니다. 언급률은 브랜드가 추천된 프롬프트의 백분율입니다.
- 프롬프트 수준 손실 로그: 브랜드가 패배한 정확한 프롬프트와 승리한 경쟁사입니다.
- 경쟁사 언어 패턴: LLM이 경쟁사에 대해 사용하는 특정 형용사입니다.
- 인용 갭 목록: LLM이 인용하지만 브랜드가 누락된 도메인입니다.
- GEO 실행 계획: 우선순위가 지정된 수정 사항(🔴 중요, 🟡 높은 우선순위, 🟢 성장 전략)입니다.
감사에서 식별된 갭을 해결하기 위한 구체적인 단계가 포함된 GEO 실행 계획을 먼저 사용자에게 안내하세요.
4단계: 오류 처리
파이프라인 실행 중 문제가 발생하면 다음 규칙을 따르세요.
| 조건 | 에이전트 조치 |
|---|---|
config.json 누락 | 사용자에게 config.example.json을 복사하여 작성하도록 안내합니다. |
| 설정의 JSON 형식 오류 | 구문 분석 오류 위치를 사용자에게 알리고 수정을 요청합니다. |
| 필수 필드 누락 | 정확히 누락된 필드(brand_name, competitors, category)를 나열합니다. |
| API 키 미설정 | 사용자에게 지원되는 4개의 API 키 중 최소 2개를 내보내도록 요청합니다. |
| 1개의 API 키만 설정 | 결과의 신뢰성이 낮다는 점을 경고하지만 실행을 진행합니다. |
| 일시적 API 오류 | 스크립트가 자동으로 재시도합니다. 완전히 실패하면 해당 제공자를 건너뜁니다. |
| 지속적 API 오류 | 스크립트가 제공자를 정상적으로 건너뜁니다. 파이프라인을 계속 진행합니다. |
| 응답 없음 | 스크립트가 0이 아닌 종료 코드로 종료됩니다. 사용자에게 API 키 또는 설정을 확인하도록 안내합니다. |
| 상위 데이터 파일 누락 | 파이프라인에서 이전 스크립트를 다시 실행합니다(예: 분석 전 프로브). |
명심해야 할 제한 사항:
- 이는 특정 시점의 감사이며, 백그라운드 모니터가 아닙니다.
- 감정 분석은 키워드 근접성을 사용하며, 심층 NLP가 아닙니다.
- 각 실행 시 API 비용이 발생합니다(일반적으로 ~$0.50–$2.00).