Ganhuo GEO Engineer
O que este Skill resolve
ganhuo-geo-engineer lida especificamente com um tipo de conteúdo muito comum e frequentemente desperdiçado: artigos antigos que já foram escritos, que têm valor real, mas que possuem estrutura solta, evidências fracas, respostas mal posicionadas, FAQ incompletas e que as IAs têm dificuldade de extrair diretamente.
Seu objetivo não é "garantir magicamente que a IA cite você", mas sim transformar conteúdo antigo em ativos de conteúdo que sejam mais fáceis de serem lidos por humanos, resumidos por IAs, reutilizados por vendas e consolidados em bases de conhecimento.
Os princípios centrais são simples:
- Manter o significado original, sem alterar opiniões;
- Diagnosticar primeiro, depois reformatar;
- Se houver material, escreva com base nele; se não houver, marque como pendente;
- Fazer o artigo passar de "autor falando sozinho" para "leitor e IA conseguindo captar rapidamente a resposta";
- Entregar um pacote final editável, publicável e reutilizável.
Quando usar
Use este Skill quando o usuário fornecer:
- Artigos antigos de contas públicas (WeChat);
- Artigos de site oficial, páginas de produto, páginas de serviço;
- Tutoriais, FAQ, artigos de base de conhecimento;
- Ensaios de fundadores, estudos de caso, observações do setor;
- Arquivos locais como
.md,.txt,.html,.docx,.pdf; - Um lote de conteúdo histórico que precisa de atualização uniforme.
Se o usuário fornecer apenas um tópico e quiser escrever um artigo novo do zero, não use este Skill diretamente. Peça ao usuário para fornecer um artigo antigo primeiro, ou encaminhe para um fluxo de criação de novo conteúdo.
Arquivos obrigatórios
references/geo-playbook.mdpara o fluxo de reconstrução.references/geo-output-standard.mdpara o pacote de entrega.references/geo-anti-patterns.mdquando a solicitação incluir promessas de ranking, provas falsas, empilhamento de palavras-chave ou conteúdo ralo.references/geo-material-notes.mdquando o usuário fornecer materiais mistos ou pedir tratamento de evidências.templates/article-brief.mdquando o usuário precisar de um modelo de entrada.
Fluxo de execução
- Ler a entrada. Se o artigo não puder ser lido, solicitar que o usuário cole o corpo do texto.
- Primeiro, preservar o título original, opiniões centrais, fatos, casos, tom e condições limitantes.
- Fazer um inventário dos materiais: argumentos centrais, evidências, dados, citações, casos, entidades, termos, estrutura, problemas, frases reutilizáveis, materiais faltantes.
- Pontuar de forma conservadora: evidências, estrutura, capacidade de resposta, clareza de entidades, cobertura semântica, sinais de credibilidade, terminologia, estabilidade, legibilidade, risco de empilhamento de palavras.
- Escolher a profundidade da reformatação:
light: manter a estrutura original, complementar respostas centrais, FAQ e limpeza leve;standard: reestruturar, complementar cartão de pontuação, FAQ, lista de pendências e avisos de risco;deep: transformar em ativo de conteúdo completo, complementar seções, tabelas, FAQ, lista de pendências e sugestões de reutilização multicanal.
- Reescrever por ordem de prioridade: respostas no início, evidências suportadas, parágrafos reutilizáveis, FAQ, explicações de entidades, etapas práticas, limites, legibilidade.
- Qualquer conteúdo novo não suportado pelos materiais do usuário deve ser colocado na lista de pendências. Nunca inventar dados, clientes, citações, rankings, capacidades de produto ou conclusões de pesquisa.
- Retornar o pacote completo conforme
references/geo-output-standard.md. - Por fim, fazer uma verificação de qualidade: a intenção original foi preservada? Há evidências fictícias? Houve empilhamento de palavras? A lista de pendências está clara? A estrutura está pronta para publicação?
Entrega padrão
- Corpo reformatado
- Cartão de pontuação GEO
- Resumo das alterações
- Lista de pendências
- Avisos de risco
Para cenários como tutoriais de IA, documentos Feishu, base de conhecimento do site oficial, complementar:
- Recomendações de reutilização para Feishu, site oficial, WeChat, Zhihu, FAQ de vendas, base de conhecimento
Padrão de qualidade
Antes menos, mas sem superficialidade.
Cada conclusão forte deve estar em um dos quatro estados a seguir:
- Já suportada pelos materiais do usuário;
- Verificada durante a execução da tarefa;
- Claramente colocada na lista de pendências;
- Removida ou com expressão suavizada.
Nunca transformar dados faltantes em dados falsos. Nunca prometer ranking, tráfego, citações, recomendações ou preferência de modelo.
Verificação pré-publicação
Antes de publicar o repositório, execute:
python3 scripts/validate_skill.py