GEO（Generative Engine Optimization）是面向 AI 搜索引擎的内容优化方法论。就像 SEO 优化 Google 排名，GEO 优化你的内容在 ChatGPT、Perplexity、Gemini、Google AI Overview 等 AI 引擎中的引用率。
本项目提供两个 Claude Code Skill，覆盖 GEO 全流程：
| Skill | 定位 | 核心能力 |
|---|---|---|
| geo-optimizer | 全流程中枢 | Schema 生成、可读性检测、集群规划、可见度监控 |
| geo-content-optimizer | 内容差距分析 | URL 分析、Google AI Overview 对比、优化建议 |
- BrightEdge 分析了 100 万条 AI 回答：68% 的引用来自高权威站点，43% 来自带 Schema 标记的 FAQ
- McKinsey 预测到 2026 年 40% 的搜索将通过 AI 完成
- 不做 GEO，等于在 AI 时代"不存在"
方式一：使用 .skill 文件（推荐）
将 geo-optimizer.skill 下载后放入 Claude Code 的 skills 目录：
# macOS / Linux
cp geo-optimizer.skill ~/.claude/skills/
# Windows
copy geo-optimizer.skill %USERPROFILE%\.claude\skills\方式二：克隆仓库
git clone https://github.com/your-username/geo-start.git
cd geo-start
# skills 已在 .claude/skills/ 中就绪- Claude Code 已安装并登录
- Python 3.7+（用于运行辅助脚本）
- 可见度测试支持双引擎：Kimi (Moonshot) API Key（默认，国内直连）或 Perplexity API Key（可选）
在 Claude Code 中输入：
/geo-optimizer 帮我生成一个 Organization Schema，品牌名叫"星辰科技"，做跨境电商AI选品的
/geo-optimizer 帮我全面检查geo情况，品牌名叫"高砖积木"，做积木的
或者分析一个网页：
/geo-content-optimizer https://your-website.com
通过 /geo-optimizer 触发，包含 5 大模块：
自动生成 7 类 JSON-LD Schema：
Organization → 品牌实体："你是谁"
FAQPage → FAQ 问答：43% AI 引用来源
TechArticle → 文章结构化标记
Person → 作者 E-E-A-T 可信度信号
@graph → 作者+文章联合标记
Citation → 权威来源引用标记
BreadcrumbList → 导航层级结构
脚本用法：
# Organization Schema
python scripts/schema_generator.py --type organization \
--name "品牌名" --description "描述" \
--knows-about "领域1" "领域2" --offers "产品描述"
# FAQ Schema（从 JSON 文件读取）
python scripts/schema_generator.py --type faq --input faq_pairs.json
# 文章 Schema
python scripts/schema_generator.py --type article \
--headline "标题" --author "作者" --date-published "2025-01-01"
# 输出带 <script> 标签的 HTML
python scripts/schema_generator.py --type organization \
--name "品牌" --description "描述" --wrapFAQ 输入文件格式：
[
{"question": "新手第一步应该做什么？", "answer": "具体答案，含数据..."},
{"question": "A 和 B 有什么区别？", "answer": "具体答案，含案例..."}
]python scripts/readability_checker.py --text "你的内容"
python scripts/readability_checker.py --file article.txt
python scripts/readability_checker.py --text "内容" --json输出示例：
=== AI 可读性检查报告 ===
总段落数: 8
平均句长: 21字 [OK]
营销词命中: 无 OK
包含问句: [OK]
数据引用: 5个数字 [OK]
综合评分: 高 (6/7)
1 个核心主题 + 5-10 个子主题的内容架构，生成内部链接集群 HTML 和站点地图 JSON。
支持双引擎：Kimi（默认，国内直连）和 Perplexity（海外）。
# 使用 Kimi 引擎（默认，国内直连）
python scripts/visibility_tester.py \
--engine kimi \
--brand "品牌名" \
--keywords "关键词1" "关键词2" \
--api-key "sk-xxxxx"
# 使用环境变量传 Key
export KIMI_API_KEY="sk-xxxxx"
python scripts/visibility_tester.py --brand "品牌名" --keywords "关键词"
# 使用 Perplexity 引擎
python scripts/visibility_tester.py \
--engine perplexity \
--brand "品牌名" \
--keywords "关键词1" "关键词2" \
--api-key "pplx-xxxxx"
# 自定义查询模板
python scripts/visibility_tester.py \
--brand "高砖积木" \
--keywords "积木品牌" "国产积木" \
--query "{keyword}有哪些值得推荐的品牌？"
# 季度趋势报告
python scripts/geo_report_generator.py \
--history visibility_history.json \
--output report.md引擎对比：
| 维度 | Kimi (默认) | Perplexity |
|---|---|---|
| 国内可用性 | 直连，无需翻墙 | 需翻墙 |
| API 获取 | platform.moonshot.cn | perplexity.ai |
| SDK 依赖 | openai (pip install openai) |
requests (pip install requests) |
| 搜索方式 | 内置 $web_search 联网搜索 |
sonar-pro 模型 |
| 环境变量 | KIMI_API_KEY |
PERPLEXITY_API_KEY |
自动调用 /geo-content-optimizer 对比 Google AI Overview，找出内容缺口。
通过 /geo-content-optimizer <url> 触发，零依赖，纯用 Claude 内置工具完成。
工作流：
抓取页面标题
→ Google 查询扩展（多角度搜索）
→ 提取核心搜索词
→ 获取 Google AI Overview
→ 搜索结果结构化摘要
→ 对比分析，生成优化建议报告
输出：
output/
your-website-com/
report.md ← 最终优化报告（对比表格 + 行动建议）
ai_overview.md ← Google AI Overview 内容
query_fanout.md ← 原始搜索扩展结果
query_fanout_summary.md ← 搜索结果摘要
geo-start/
├── README.md ← 你正在看的文件
├── geo-optimizer.skill ← 可分发的 Skill 包
│
├── .claude/skills/
│ ├── geo-optimizer/ ← GEO 全流程工具
│ │ ├── SKILL.md # 主技能文件（触发条件 + 工作流）
│ │ ├── scripts/
│ │ │ ├── schema_generator.py # JSON-LD Schema 生成（7 种类型）
│ │ │ ├── readability_checker.py # AI 可读性检测
│ │ │ ├── visibility_tester.py # AI 可见度测试（Kimi / Perplexity 双引擎）
│ │ │ └── geo_report_generator.py # 季度 GEO 报告
│ │ ├── references/
│ │ │ ├── geo-framework.md # 10 步 GEO 框架完整参考
│ │ │ ├── schema-templates.md # 9 类 Schema 模板
│ │ │ └── best-practices.md # 最佳实践与部署清单
│ │ └── assets/
│ │ └── pillar-template.html # Pillar Page 集群 HTML 模板
│ │
│ └── geo-content-optimizer/ ← 内容差距分析工具
│ ├── SKILL.md # 6 阶段分析工作流
│ └── README.md # 使用说明
你：我有一个跨境电商的品牌叫"灵慧光智"，做 AI 选品工具的，怎么让 AI 搜索引擎引用我？
Claude：
1. 收集品牌信息
2. → 生成 Organization Schema
3. → 引导创建 10 个 FAQ
4. → 生成 FAQ Schema
5. → 检测内容可读性
6. → 规划内容集群
7. → 首次可见度基线测试
8. → 输出完整部署清单
你：/geo-content-optimizer https://my-site.com/article
Claude：自动完成 6 阶段分析，输出优化报告到 output/my-site-com/report.md
你：测试一下"灵慧光智"在 AI 搜索里的可见度
Claude：调用 Kimi 联网搜索，检测多个关键词，结果自动存入历史记录
你：生成一份 GEO 季度报告
Claude：对比历史数据，输出引用率趋势 + 行动建议
| 步骤 | 操作 | 对应工具 |
|---|---|---|
| 1. 实体转型 | Organization Schema | schema_generator.py |
| 2. FAQ 生态 | ≥10 个 FAQ + Schema | schema_generator.py |
| 3. 口语化写作 | 去营销腔、加数据 | readability_checker.py |
| 4. 引用权威 | Citation Schema | schema_generator.py |
| 5. Schema 全部署 | Article/Breadcrumb 等 | schema_generator.py |
| 6. 内容集群 | Pillar Page 规划 | pillar-template.html |
| 7. 多格式嵌入 | 图片 alt + 视频字幕 | 参考 best-practices.md |
| 8. 可见度测试 | Kimi / Perplexity 双引擎 | visibility_tester.py |
| 9. E-E-A-T | 作者 Schema | schema_generator.py |
| 10. 季度迭代 | 趋势报告 | geo_report_generator.py |
Q：没有 API Key 能用吗？
A：只有可见度测试（模块 D）需要 API Key，其余所有功能零依赖。没有 Key 时 Claude 会提供手动测试指引。
Q：脚本需要安装第三方库吗？
A：visibility_tester.py 使用 Kimi 引擎需要 openai（pip install openai），使用 Perplexity 需要 requests（pip install requests）。其他三个脚本纯标准库。
Q：必须两个 Skill 都安装吗？
A：不必须。geo-optimizer 可独立使用。安装 geo-content-optimizer 后获得模块 E（URL 内容差距分析）的能力。
Q：支持哪些 AI 搜索引擎？
A：可见度测试支持 Kimi（国内直连）和 Perplexity（海外）双引擎。GEO 框架设计覆盖 ChatGPT、Perplexity、Gemini、Google AI Overview。
Q：Kimi 和 Perplexity 怎么选？
A：国内用户首选 Kimi，直连无需翻墙，注册即用。海外用户或有 Perplexity 账号的可直接用 Perplexity。
欢迎提交 Issue 和 Pull Request。
- Fork 本仓库
- 创建功能分支 (
git checkout -b feature/your-feature) - 提交更改 (
git commit -m 'Add your feature') - 推送到分支 (
git push origin feature/your-feature) - 发起 Pull Request
https://linux.do 佬友支持，
https://liang.348349.xyz/ 更多agent项目
《Reddit GEO怎么做？10步AI搜索优化框架实战版》 https://mp.weixin.qq.com/s/q3oVi5BK6dl-7NYwkO97ug
MIT License — 自由使用、修改和分发。