O que GEO 网站审计 faz?
概述
Apenas com um URL, realize uma auditoria externa da visibilidade de um site nos mecanismos de busca de IA para um ou mais mercados/idiomas, gerando um relatório que o cliente possa seguir.
Princípio central: Alocar esforço de acordo com a força das evidências. As maiores alavancas, em ordem, são: ser rastreável → ser indexável → ser absorvível → ser mencionado externamente, e não a reescrita de textos superficiais. Cada recomendação deve citar o número e a força da evidência de references/evidence.md.
Esta skill segue o formato aberto de Skills de Agente, podendo ser usada em ferramentas como Claude Code, Codex, Cursor, etc., instalando-se com bash <skill>/install.sh no diretório de skills da respectiva ferramenta. Todos os caminhos abaixo são relativos ao diretório onde este SKILL.md está localizado (denotado como <skill>).
Quando não usar
- Auditoria SEO tradicional completa (backlinks, rankings de palavras-chave): mencione apenas quando relevante para GEO.
- Testar visibilidade chamando interfaces de IA: não faça; forneça apenas métodos manuais no relatório.
- Modificar diretamente o site do cliente: apenas gere relatórios, no máximo com 1–2 parágrafos de exemplo de reescrita.
Capacidades de ambiente necessárias
| Capacidade | Finalidade | O que fazer se não estiver disponível |
|---|---|---|
| shell + Python 3 | Executar scripts em <skill>/scripts/ (usando apenas bibliotecas padrão) | Impossível auditar; informar o usuário |
| Acesso à rede | Scripts acessarem o site do cliente | A etapa 1 detectará e parará; solicitar ao usuário que ative a rede |
| Ferramenta de busca na web (ex.: WebSearch no Claude Code) | Menções externas | Na seção de menções externas, escreva "Não foi possível verificar (ambiente atual sem busca na web)"; não omitir a seção |
| Ferramenta de captura de páginas web (ex.: WebFetch no Claude Code) | Ler páginas externas | Substituir por curl |
| Ferramenta de escrita de arquivos | Escrever o relatório | Usar heredoc do shell |
| Chrome / Chromium (opcional) | Comparação de renderização | Script marcará automaticamente como "Não verificado" |
Arquivos
| Arquivo | Finalidade |
|---|---|
scripts/crawl_check.py | Verificar permissão de bots de IA em robots.txt (RFC 9309), bloqueio por User-Agent, sitemap, canonical, noindex, HTTPS, llms.txt, ICP, hreflang (de HTML / cabeçalho HTTP Link / sitemap, com verificação bidirecional) |
scripts/render_diff.py | Proporção de texto corporal entre execução sem JS e com renderização |
scripts/page_audit.py | Hierarquia de títulos, unidades de evidência, dados estruturados, autor e data de atualização, canonical, hreflang; --save-html salva HTML original |
references/checklist.md | Lista de verificação geral e regras P0/P1/P2 |
references/markets/<código>.md | Arquivos de mercado: cn us jp kr de fr es; mercado não arquivado usa _generic.md |
references/evidence.md | Base de evidências E1–E16 |
references/ai-crawlers.md | Finalidades dos rastreadores, mecanismos sem User-Agent público, limitações de User-Agent falsificado |
references/report-template.md | Estrutura do relatório e regras de escrita (obrigatório usar) |
Parâmetros comuns para todos os scripts: python3 <skill>/scripts/<script>.py <url> [mais urls…] [--proxy URL] [--timeout segundos] [--lang etiqueta de idioma] [--out arquivo.json], saída JSON para stdout, código de saída sempre 0. crawl_check.py aceita apenas um url, com parâmetro adicional --markets cn,us,jp.
Fluxo de auditoria
Primeiro, crie um diretório de saída geo-report-<nome-do-host>-<AAAAMMDD>/ (no diretório de trabalho atual; <nome-do-host> é o nome real do host do URL final da página inicial, ex.: www.example.com). Todos os dados brutos são armazenados aqui. O arquivo de relatório geo-report-<nome-do-host>-<AAAAMMDD>.md fica no mesmo nível.
-
Coletar contexto
- URL obrigatório. Se marca e negócio principal estiverem ausentes, pergunte uma vez; se o usuário não responder, infira da página inicial e inclua na seção "Escopo e suposições da auditoria" do relatório.
- Idioma do relatório = idioma usado pelo usuário ao solicitar a auditoria; se o usuário especificar outro, prevalece o especificado.
- Mercado-alvo (lista de códigos de mercado): priorizar o mencionado pelo usuário. Se não for informado, execute a etapa 2 primeiro e infira a partir de
hreflange seletor de idioma emcrawl.json, e peça confirmação ao usuário. Uma auditoria padrão tem no máximo 3 mercados; se ninguém responder, use "mercado correspondente ao idioma padrão do site + até 2 mercados arquivados no hreflang (na ordem cn, us, jp, kr, de, fr, es)", os demais listados como "Mercados não auditados nesta auditoria". Se o usuário solicitar explicitamente mais, atenda, sem alterar o número de páginas e o orçamento de tempo. - Mercados são divididos por país ou região.
zh-TW/zh-HK,en-GB/ outros ingleses não americanos,de-AT/de-CH,fr-BE/fr-CAusam_generic; consulte a seção 1 demarkets/_generic.mdpara referência. - Confirme o país de saída de rede da máquina de auditoria (ex.:
curl -s https://ipinfo.io/country).
-
Verificação de rastreabilidade (também teste de conectividade)
python3 <skill>/scripts/crawl_check.py <url> --markets <lista de códigos> --lang <etiqueta de idioma do primeiro mercado-alvo> --out <diretório de saída>/crawl.json- Se
homepageerobotsforem ambos erros de rede, o ambiente atual não tem conectividade: pare, informe ao usuário que precisa ativar a rede (veja o README para Codex), e não gere relatório vazio. - Leia
ai_crawlers(foco emrelevanttrue),ua_blocking,homepage,robots.value.source,meta_robots,x_robots_tag,canonical,https,sitemap,icp,hreflang,other_domains. Regras de decisão emreferences/checklist.md; rastreadores locais na seção 4 de cada arquivo de mercado. - Se
sitemap.value.truncatedfor true,counté apenas o número lido, não o total do site. - Versões de idioma em outros hosts: versões de
hreflang.declaredlocalizadas em outros domínios/subdomínios e pertencentes aos mercados-alvo selecionados devem ser incluídas nesta auditoria; executecrawl_check.pynovamente para sua página inicial, gerandocrawl-<nome-do-host>.json. Outros domínios não declarados em hreflang (other_domains) apenas são mencionados no relatório, sugerindo auditoria separada.
- Se
-
Selecionar páginas-chave: Pelo menos 2 páginas por mercado-alvo (na versão de idioma desse mercado), total não superior a 20. Prioridade: página inicial, páginas de produtos/serviços principais, páginas de comparação, preços, sobre, conteúdo. Fontes prioritárias: sitemap e navegação.
-
Comparação de renderização: Envie 1–5 URLs por vez, timeout 30 segundos, usando o idioma do mercado correspondente:
python3 <skill>/scripts/render_diff.py <url1> <url2> --timeout 30 --lang ja-JP --out <diretório de saída>/render-1.json -
Auditoria de página e leitura de conteúdo:
python3 <skill>/scripts/page_audit.py <url1> <url2> … --lang ja-JP --save-html <diretório de saída>/html --out <diretório de saída>/pages-jp.json- O script apenas conta e exclui links e títulos dentro de
<nav>e<header>/<footer>no nível da página. - Ao ler o conteúdo, use os arquivos salvos por
--save-html, não escreva outro script de captura, nem coloque arquivos intermediários fora do diretório de saída. - O que verificar: se há definições, comparações, etapas, dados verificáveis, se cada parágrafo aborda apenas uma afirmação; conteúdo oculto (FAQ colapsado apenas em dados JS, animações numéricas exibindo 0 em HTML); se a versão de idioma local é traduzida manualmente ou tem sinais de tradução automática; pontos de localização da seção 7 do arquivo de mercado.
- O script apenas conta e exclui links e títulos dentro de
-
Verificação de indexabilidade: Para cada mercado-alvo, deduza 10–20 perguntas no idioma local, usando padrões de frase da seção 6 do arquivo de mercado, cobrindo conscientização/comparação/ decisão/pós-venda. Verifique se existe uma página na versão de idioma desse mercado que responda diretamente a cada pergunta e preencha a "Tabela de cobertura de perguntas" do relatório (texto original no idioma local + tradução no idioma do relatório).
-
Menções externas: Use a ferramenta de busca na web, pesquise nas plataformas listadas na seção 5 do arquivo de mercado, registre "Presente" / "Ausente" / "Não foi possível verificar" e links representativos. Plataformas que exigem login não são verificadas.
-
Salvar seleção de auditoria: Escreva em
<diretório de saída>/audit.json:{"target": "", "markets": ["jp", "us"], "report_language": "ja", "brand": "", "business": "", "pages": {"jp": ["…"], "us": ["…"]}, "questions": {"jp": ["…"], "us": ["…"]}, "offsite_queries": {"jp": ["…"], "us": ["…"]}, "extra_hosts": ["…"], "proxy_country": {"jp": "JP"}, "date": "YYYY-MM-DD"}proxy_countryregistra apenas qual país foi usado como saída (se não usado,{}), não registra endereço do proxy. -
Escrever o relatório: Siga a estrutura de
references/report-template.md, escreva no idioma do relatório. Numeração de seções fixa; seções não aplicáveis escreva "Não aplicável".
Modo de revisão
Quando o usuário fornecer um diretório geo-report-<nome-do-host>-<data>/ anterior: leia o audit.json contido, reutilize os mesmos mercados, páginas-chave, perguntas deduzidas e termos de busca externa, reexecute as etapas 2–7 e preencha a seção "Comparação antes/depois" do relatório.
Versões antigas de audit.json usam "market": "cn" | "global" | "both", converta conforme: "cn" → cn; "global" → us; "both" → cn,us. A chave questions da versão antiga, global, corresponde a us.
Limitação de taxa e orçamento de tempo
- Os scripts já possuem backoff embutido: ao encontrar 429 ou 503 com Retry-After, aguardam e tentam novamente uma vez, diminuindo automaticamente as requisições seguintes. Se o resultado mostrar
rate_limited: true, ou várias páginas retornarem 429 consecutivamente:- Reduza as páginas restantes para 2 por mercado;
- No relatório, na seção "Escopo e suposições da auditoria", escreva "Site limitado por taxa; número de páginas amostradas reduzido".
- Quando limitado, um script individual pode levar vários minutos (aguardando Retry-After). Ao executar scripts, defina timeout do shell para 10 minutos, ou execute em segundo plano, não interrompa por timeout e perca a saída JSON.
- Toda a auditoria deve ser concluída em 45 minutos. Se exceder, pare de capturar novas páginas, use os dados já coletados e escreva o relatório, anotando as verificações não concluídas.
- Proibido alternar proxies ou IPs de saída para evitar limitação de taxa, nem alterar User-Agent ou acelerar retentativas.
- Use
--proxypara especificar saída de um país apenas em dois casos: testar acessibilidade no país-alvo; o site retornar conteúdo diferente conforme a região de acesso. O país usado deve ser registrado no relatório, apenas o país, não o endereço do proxy (o endereço do proxy é informação interna da auditoria; tanto o relatório quantoaudit.jsonsão entregues ao cliente).
Pontos de interpretação
| Resultado do script | Significado | Como escrever no relatório |
|---|---|---|
ai_crawlers pesquisa ou acionados por usuário como fail | robots.txt bloqueia explicitamente | P0 |
ai_crawlers como unknown | robots.txt não pôde ser lido | Escreva "Não foi possível verificar" e o motivo |
ai_crawlers treinamento como warn | Bloqueou rastreadores de treinamento | Apenas explique prós e contras |
ua_blocking como suspect | UA de navegador normal, UA de IA falsificado foi bloqueado | P1, "suspeito", solicite ao cliente verificar CDN/WAF ou logs do servidor |
ua_blocking como warn / unknown | Todos foram bloqueados / limitados ou falha na requisição | Explique que a auditoria foi limitada |
homepage como unknown | Máquina de auditoria foi desafiada por WAF | Não é "site indisponível", precisa verificar de outra rede |
render_diff com ratio < 0.5 | Rastreador de IA basicamente não vê o conteúdo | P0, liste js_only_headings |
hreflang.alternates como fail / warn | Versão de idioma não acessível / sem bidirecionalidade | P1 / P2 |
Qualquer item como unknown | Não foi possível verificar | Escreva "Não foi possível verificar" e o motivo, sem avaliar |
llms_txt | Apenas registra presença ou ausência | Coloque em "Não recomendado investir" |
raw_words / rendered_words | Chinês, japonês, coreano contam 1 por caractere; outros idiomas contam por palavra | Contagens de palavras de idiomas diferentes não são diretamente comparáveis |
Linhas vermelhas
- Cada problema deve ter evidência; cada recomendação deve incluir número e força da evidência. Se o mercado-alvo não for
us, adicione "(inferido)", a menos que a seção 8 do arquivo de mercado especifique o contrário. Mercados não arquivados indiquem "Este mercado não foi arquivado; evidência fraca". - Conteúdo não capturado escreva "Não foi possível verificar", não avalie com base em impressão.
- Não recomende: fabricar dados, falsificar avaliações, comprar avaliações, instruções ocultas para IA, difamar concorrentes, nem usar tradução automática para gerar versões multilíngues em massa (E13).
- Não trate llms.txt, FAQ, Schema, tom autoritário como recomendações principais (E10, E9, E7).
- Não prometa aumento de tráfego ou rankings (E15).
- O idioma do relatório deve corresponder ao idioma da pergunta do usuário (a menos que o usuário especifique outro).
Erros comuns
- Tratar
suspectcomo bloqueio confirmado: apenas o bloqueio explícito em robots.txt é P0. - Usar rankings do Google para inferir visibilidade em IA: a sobreposição é muito baixa (E13); cada mercado e cada mecanismo devem ser analisados separadamente.
- Deduzir perguntas no idioma do relatório: as perguntas deduzidas devem usar o idioma local do mercado-alvo e a formulação dos usuários locais.
- Concluir apenas com base nas contagens dos scripts: muitos
numbersnão significam dados verificáveis;external_linkspode conter links de rodapé escritos com<div>; leia o conteúdo. - Considerar o
countdo sitemap como número total de páginas: quandotruncatedfor true, indique isso. - Forçar após limitação de taxa: reduza o número de páginas conforme a seção "Limitação de taxa e orçamento de tempo", não escreva loops próprios para longas esperas.
- Esquecer versões de idioma em outros hosts: versões de mercados-alvo declaradas em
hreflangem outros domínios devem ser incluídas na auditoria.