Communitygithub.com

SamuelChien/mega-skills-collection

Habilidade de Otimização para Mecanismos de Resposta (AEO) — otimize conteúdo para ser citado por modelos de linguagem de IA (ChatGPT, Perplexity, Claude, Gemini, Mistral) como fonte autoritativa. Distinto de SEO — AEO otimiza para citação em respostas geradas por LLMs, não para rankings de busca.

O que é mega-skills-collection?

Esta skill de Otimização para Mecanismos de Resposta (AEO) ajuda desenvolvedores e profissionais de conteúdo a posicionar seu material como fonte autoritativa para modelos de linguagem de grande porte (LLMs), como ChatGPT, Perplexity, Claude, Gemini e Mistral. Diferente do SEO tradicional (focado em cliques e rankings), o AEO otimiza o conteúdo para ser citado diretamente nas respostas geradas por IA, aproveitando sinais como E-E-A-T (Experiência, Expertise, Autoridade e Confiança), dados estruturados e densidade factual. A skill fornece três ferramentas CLI em Python (stdlib): o `aeo_audit.py` para auditar e pontuar conteúdo (0-100) com recomendações de melhoria; o `aeo_optimizer.py` para gerar variantes otimizadas com referências, esquemas JSON-LD e reescrita estrutural; e o `citation_tracker.py` para monitorar citações reais em LLMs, mantendo um registro local. Suporta modos conservador, equilibrado e agressivo de otimização, além de limites específicos por setor (saúde, finanças, direito, SaaS, etc.). Tudo é local-first, sem telemetria, e integra-se a pipelines via saída JSON. Ideal para equipes de conteúdo, SEOs e desenvolvedores que buscam preparar seu conteúdo para o ecossistema de busca orientado por IA.

Funciona com✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/SamuelChien/mega-skills-collection/tree/HEAD/aeo

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Otimização para Mecanismos de Resposta (AEO)

Tenha seu conteúdo citado por ChatGPT, Perplexity, Claude, Gemini e Mistral como fonte autoritativa.

AEO é a prática de otimizar conteúdo para citação em respostas geradas por LLMs — distinto de SEO, que otimiza para rankings de busca. Esta skill audita, otimiza e monitora o desempenho de AEO.

Distinto de SEO

SEOAEO
Otimiza paraRankings de cliquesSer citado como fonte autoritativa
Público-alvoHumanos navegando em resultados de buscaLLMs respondendo perguntas
Métrica de sucessoPosição 1-10, tráfego orgânicoContagem de citações entre LLMs
Sinais-chaveBacklinks, palavras-chave, velocidade de páginaE-E-A-T, dados estruturados, densidade factual
Frequência de atualizaçãoSemanas a mesesDias a semanas (ciclos de treinamento de LLMs)

Ambos podem coexistir — o mesmo conteúdo pode ficar em 1º lugar no Google E ser citado pelo Perplexity. Mas as técnicas diferem: SEO recompensa densidade de palavras-chave + backlinks; AEO recompensa sinais de fonte primária + fatos estruturados.

Quando Usar

  • Planejando uma nova peça de conteúdo para um público orientado a IA
  • Auditando conteúdo existente para lacunas de E-E-A-T antes do rollout de AI Overviews
  • Monitorando quais páginas são citadas por qual LLM (registro de citações)
  • Pesquisando para quais consultas os LLMs citam fontes (vs. o que respondem a partir do treinamento)
  • Comparando taxas de citação com concorrentes
  • Construindo uma estratégia de AEO de longo prazo alinhada com SEO tradicional

Quando NÃO Usar

  • SEO puro de cliques sem intenção de citação em LLMs — use marketing-skill/skills/seo-audit
  • Conteúdo de tom de marca sem afirmações factuais — citações exigem fatos para serem citados
  • Conteúdo sobre tópicos onde LLMs já têm forte sinal de treinamento (ex.: matemática básica) — o potencial de citação é mínimo
  • Conteúdo sensível ao tempo (notícias de última hora) — a latência de treinamento dos LLMs significa citações meses depois

Capacidades Principais

1. Auditoria de conteúdo + pontuação E-E-A-T

O auditor (aeo_audit.py) pontua conteúdo em 4 dimensões:

  • Experiência: Evidência em primeira pessoa, exemplos datados, estudos de caso, afirmações "Executamos X em 2026"
  • Expertise: Biografia do autor, credenciais, citações a fontes revisadas por pares, profundidade técnica
  • Autoridade: Backlinks externos de domínios de autoridade, marcação schema.org, dados estruturados
  • Confiabilidade: HTTPS, informações de contato, correções transparentes, densidade factual (número de alegações verificáveis por 1000 palavras)

Pontuação composta 0-100 com detalhamento por dimensão. Saída: relatório markdown com recomendações de correção específicas.

2. Otimização de conteúdo

O otimizador (aeo_optimizer.py) gera variantes melhoradas para AEO:

  • Reescrita estrutural — Hierarquia H2/H3 otimizada para análise por LLMs
  • Aumento de densidade de citações — Adiciona referências no estilo [1] com fontes
  • Injeção de esquema — Gera JSON-LD para esquemas FAQ, HowTo, Article
  • Abertura focada em fatos — Move alegações verificáveis para as primeiras 200 palavras

Três modos: conservador (toca <10% das palavras), equilibrado (toca <30%), agressivo (reescreve para máximo AEO).

3. Monitoramento de citações

O rastreador (citation_tracker.py) mantém um registro local de citações:

  • Entrada manual: cole uma citação encontrada na saída do ChatGPT/Perplexity/Claude/Gemini
  • Monitore qual URL, qual LLM, qual consulta, em qual data
  • Calcule contagem de citações por página, velocidade de citação, cobertura de LLMs
  • Exporte para CSV para relatórios

Armazena em ~/.aeo-data/citations.json (local, sem telemetria).

Fluxo de Trabalho

1. Auditar conteúdo existente
   $ python3 scripts/aeo_audit.py --url https://exemplo.com/blog/post
   → relatório markdown com pontuação composta + detalhamento em 4 dimensões

2. Aplicar recomendações de otimização
   $ python3 scripts/aeo_optimizer.py --input post.md --mode balanced --output post-aeo.md
   → variante otimizada com citações + esquema + correções estruturais

3. Publicar + monitorar
   $ python3 scripts/citation_tracker.py --action add --url https://exemplo.com/blog/post \
       --llm perplexity --query "o que é AEO" --date 2026-05-17
   → adiciona entrada ao registro local citations.json

4. Relatar
   $ python3 scripts/citation_tracker.py --action report --url https://exemplo.com/blog/post
   → estatísticas de citação por página: contagem, LLMs, consultas, velocidade

Configuração

A skill reconhece o setor através da flag --industry por execução. Setores suportados: saas, healthcare, finance, legal, ecommerce, b2b, media, education.

O setor afeta:

  • Requisitos de sinal de autoridade — saúde/finanças exigem citações de fontes mais rigorosas
  • Rigor de verificação de fatos — direito/saúde marcam alegações não verificáveis como críticas
  • Estilo de citação — convenções acadêmicas vs. de revistas comerciais vs. de blogs

Exemplo:

python3 scripts/aeo_audit.py --url <url> --industry healthcare
# → limites E-E-A-T mais rigorosos; marca qualquer alegação de saúde sem citação primária

Formato de Saída

Relatório de auditoria em markdown (padrão)

# Relatório de Auditoria AEO — [Título da Página]

**URL:** https://exemplo.com/blog/post
**Data:** 2026-05-17
**Setor:** saas
**Pontuação Composta:** 72/100 (B+)

## Detalhamento por Dimensão

| Dimensão | Pontuação | Veredito |
|---|---|---|
| Experiência | 80/100 | Forte — estudo de caso em primeira pessoa presente |
| Expertise | 65/100 | Biografia do autor sem credenciais |
| Autoridade | 75/100 | 4 backlinks de domínios de autoridade |
| Confiabilidade | 68/100 | Nenhuma política de correções vinculada |

## 3 Principais Correções

1. Adicionar biografia do autor com credenciais (Expertise +15)
2. Vincular política de correções no rodapé (Confiabilidade +12)
3. Injetar esquema FAQ para as 5 perguntas implícitas nos H2s (Autoridade +8)

## Todas as Recomendações
[...]

## Trilha de Auditoria
[contagem de 3 passos de análise, fontes citadas, tempo gasto]

JSON para pipelines

python3 scripts/aeo_audit.py --url <url> --output json

Retorna dados estruturados completos para integração com fluxos de trabalho de gerenciamento de conteúdo.

Limites Específicos de E-E-A-T por Setor

SetorMínimo CompostoSinais Críticos
Saúde85Revisor médico creditado, citações revisadas por pares, divulgação da FDA
Finanças85Credenciais CFA/CPA do autor, aviso "não é aconselhamento de investimento", exemplos datados
Direito85Jurisdição divulgada, biografia do advogado, aviso "não é aconselhamento jurídico"
SaaS70Biografia do gerente de produto, estudo de caso com métricas, calculadora de ROI
E-commerce65Avaliações de produtos agregadas, política de devolução, schema.org Produto
B2B70Citações de analistas do setor, logotipos de clientes, dados de ROI
Mídia70Política editorial, link de verificação de fatos, reportagem original
Educação75Biografia do instrutor, resultados de aprendizagem, acreditação se aplicável

Antipadrões Rejeitados

  • Excesso de palavras-chave para IA — LLMs já extraem tópico da semântica; densidade de palavras-chave não aumenta probabilidade de citação
  • Conteúdo puro gerado por IA sem revisão humana — saída genérica de LLM é despriorizada por algoritmos de recuperação RAG que buscam sinais distintivos
  • Fazendas de citação / esquemas de links — RAG moderno de LLMs penaliza redes de links com baixa autoridade
  • Spam de esquema — alegações falsas ou não verificáveis em schema.org são filtradas; marque apenas alegações reais e verificáveis
  • Otimizar para um LLM em detrimento de outros — as distribuições de citação são altamente correlacionadas entre LLMs principais porque compartilham fontes de dados de treinamento; otimize para os sinais compartilhados (E-E-A-T), não para truques por LLM
  • Ignorar SEO completamente — as citações AEO geralmente se originam de fontes que já têm boa classificação orgânica; AEO e SEO são complementares, não substitutos

Dependências

  • Apenas stdlib para todos os 3 scripts — nenhum pip install necessário
  • Opcional: requests + beautifulsoup4 se o modo --url for usado (caso contrário, passe markdown via --input para auditorias baseadas em arquivo)
  • Opcional: qualquer chave de API de LLM para o modo query_research (atualmente apenas esboço — pesquisa completa orientada por LLM está no roadmap)

Armazenamento

Todos os dados são locais:

  • ~/.aeo-data/citations.json — registro de citações
  • ~/.aeo-data/patterns.json — biblioteca de padrões de sucesso
  • ~/.aeo-data/audits/<hash>.md — relatórios de auditoria salvos

Sem telemetria. Sem sincronização em nuvem. Exporte para CSV a qualquer momento via citation_tracker.py --action export.

Frases de Gatilho

  • "auditoria AEO", "verificação AEO"
  • "otimizar para ChatGPT / Perplexity / Claude / Gemini"
  • "ser citado por [LLM]"
  • "estratégia de citação em LLM"
  • "otimização para mecanismos de resposta"
  • "conteúdo para busca por IA"
  • "auditoria E-E-A-T"
  • "monitorar citações de IA"
  • "esquema para IA"

Skills Relacionadas

  • marketing-skill/skills/seo-audit — SEO tradicional de cliques
  • marketing-skill/skills/programmatic-seo — SEO em escala baseado em templates
  • marketing-skill/skills/content-strategy — planejamento de conteúdo mais amplo
  • marketing-skill/skills/copywriting — voz e tom
  • marketing-skill/skills/schema-markup — implementação de dados estruturados

Versão: 2.7.3 Fonte: Portado de alirezarezvani/aeo-box (skill answer-engine-optimization/, 2.464 LOC em 9 módulos). Este port destila o kit de ferramentas Python de 9 módulos em 3 ferramentas CLI stdlib de acordo com a convenção claude-skills; preserva a metodologia de pontuação E-E-A-T, o esquema de monitoramento de citações e os limites específicos por setor literalmente. Licença: MIT (compatível com upstream + este repositório).

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

SamuelChien/mega-skills-collection

Security audit, hardening, threat modeling (STRIDE/PASTA), Red/Blue Team, OWASP checks, code review, incident response, and infrastructure security for any project.

SamuelChien/mega-skills-collection

Arquitecto de Soluciones Principal y Consultor Tecnológico de Andru.ia. Diagnostica y traza la hoja de ruta óptima para proyectos de IA en español.

SamuelChien/mega-skills-collection

Ingeniero de Sistemas de Andru.ia. Diseña, redacta y despliega nuevas habilidades (skills) dentro del repositorio siguiendo el Estándar de Diamante.

SamuelChien/mega-skills-collection

Estratega de Inteligencia de Dominio de Andru.ia. Analiza el nicho específico de un proyecto para inyectar conocimientos, regulaciones y estándares únicos del sector. Actívalo tras definir el nicho.

SamuelChien/mega-skills-collection

2D game development principles. Sprites, tilemaps, physics, camera.

SamuelChien/mega-skills-collection

3D game development principles. Rendering, shaders, physics, cameras.

SamuelChien/mega-skills-collection

Expert in building 3D experiences for the web - Three.js, React Three Fiber, Spline, WebGL, and interactive 3D scenes. Covers product configurators, 3D portfolios, immersive websites, and bringing depth to web experiences.

SamuelChien/mega-skills-collection

Accessibility audit skill for scanning, fixing, and verifying WCAG 2.2 Level A and AA compliance across React, Next.js, Vue, Angular, Svelte, and plain HTML codebases. Use when auditing accessibility, fixing a11y violations, checking color contrast, generating compliance reports, or integrating accessibility checks into CI/CD pipelines.

SamuelChien/mega-skills-collection

Ab Test Analyzer - Auto-activating skill for Data Analytics. Triggers on: ab test analyzer, ab test analyzer Part of the Data Analytics skill category.

SamuelChien/mega-skills-collection

A B Test Config Creator - Auto-activating skill for ML Deployment. Triggers on: a b test config creator, a b test config creator Part of the ML Deployment skill category.

SamuelChien/mega-skills-collection

When the user wants to plan, design, or implement an A/B test or experiment. Also use when the user mentions "A/B test," "split test," "experiment," "test this change," "variant copy," "multivariate test," "hypothesis," "conversion experiment," "statistical significance," or "test this." For tracking implementation, see analytics-tracking.

SamuelChien/mega-skills-collection

Acceptance Criteria Creator - Auto-activating skill for Enterprise Workflows. Triggers on: acceptance criteria creator, acceptance criteria creator Part of the Enterprise Workflows skill category.

SamuelChien/mega-skills-collection

Use when a coding task should be driven end-to-end from issue intake through implementation, review, deployment, and acceptance verification with minimal human re-intervention.

SamuelChien/mega-skills-collection

Accessibility Audit Runner - Auto-activating skill for Frontend Development. Triggers on: accessibility audit runner, accessibility audit runner Part of the Frontend Development skill category.

SamuelChien/mega-skills-collection

You are an accessibility expert specializing in WCAG compliance, inclusive design, and assistive technology compatibility. Conduct audits, identify barriers, and provide remediation guidance.

SamuelChien/mega-skills-collection

Web accessibility patterns for WCAG 2.2 compliance including ARIA, keyboard navigation, screen readers, and testing

SamuelChien/mega-skills-collection

Manage Discord channel access — approve pairings, edit allowlists, set DM/group policy. Use when the user asks to pair, approve someone, check who's allowed, or change policy for the Discord channel.

SamuelChien/mega-skills-collection

Create unified specification packages across Business, Development, and Design teams. Staged elaboration (L0 Vision → L1 Requirements → L2 Team Detail → L3 Acceptance Criteria) to build shared understanding. Does not write code.

SamuelChien/mega-skills-collection

Research a company or person and get actionable sales intel. Works standalone with web search, supercharged when you connect enrichment tools or your CRM. Trigger with "research [company]", "look up [person]", "intel on [prospect]", "who is [name] at [company]", or "tell me about [company]".

SamuelChien/mega-skills-collection

Validate messaging consistency across website, GitHub repos, and local documentation generating read-only discrepancy reports. Use when checking content alignment or finding mixed messaging. Trigger with phrases like "check consistency", "validate documentation", or "audit messaging".

Habilidades Relacionadas