# GEO 诊断 Skill 使用文档

> 版本：v1.0 ｜ 配套文件：SKILL.md + references/（五篇细则）

## 这是什么

一个**通用 GEO（生成式引擎优化）诊断 Skill**。把本 Skill 放入你的 AI 助手后，AI 即可在用户提供企业基本信息时，自主完成四维 GEO 诊断并输出图文可视化报告：

1. **D1 全网数据一致性**：校验 8 项基础信息在网上表述是否一致、是否可被 AI 采信。
2. **D2 AI 推荐排名情况**：模拟客户场景化提问，看品牌是否被 AI 提及并进入推荐位。
3. **D3 品牌内容信源生态**：全网信源按 S/A/B/C/D 分级统计，与 AI 采纳信源对比，定位缺失。
4. **D4 口碑倾向**：分析 AI 提及品牌时评价的正/中/负向，负向溯源。

## 安装方法

1. 解压本分发包，得到 `geo-diagnosis-skill/` 文件夹。
2. 将整个文件夹放入你的 AI 助手的 **skills 目录**（各平台路径示例）：
   - 豆包/通用 Agent：`~/.doubao/agent_mode/workspace/.user_skills/`（或环境对应的 `.user_skills` 目录）
   - 其他平台：按该平台 Skill 安装规范放入对应技能根目录
3. 重新加载/刷新助手，即可被自动识别调用。

## 如何触发

向 AI 描述需求并提供必填信息，例如：

> 帮我做一次 GEO 诊断：品牌「XX」，公司「XX科技有限公司」，主要业务「企业 SaaS」，面向 toB 客户，官网 https://...。

**必填**：品牌名称、公司名称、主要业务范围（品类）、面向用户类型（toB / toC）。
**选填**：官网网址、业务地区。

## Skill 执行说明（要点）

- **不依赖任何第三方 API/密钥**：联网搜索、工商信息爬取、诊断判定全部由调用模型的自身能力完成；被测 AI（模拟客户提问对象）由用户自有模型担任（toB 建议千问类、toC 建议豆包类，可自行指定）。
- **判定口径**：D2 以「上推荐位」为标准（非仅提及）；非定向提问禁止出现品牌名；累计 2 轮未上推荐位终止；定向提问仅在首两轮均未上推荐位时执行且不计入排名池。
- **信源采集**：5 轮 × 每轮 ≥4 关键词非重复采集，去重后全量采纳无上限；S/A/B/C/D 分级（S=央媒/政府/权威库，A=企业官网，B=主流媒体/商业目录，C=UGC）。
- **数据真实性**：所有事实须来自真实检索/爬取；无法获取的信息一律标注「信息缺失」，禁止编造。
- **报告**：只展示 D2 最终提问（不展示缩紧过程）；不展示 AI 回答原文片段；输出图文可视化报告（健康度 + 四维小结与详细分析 + 逐条改进建议）。

## 详细规则

- 核心流程：`SKILL.md`
- D1 细则：`references/d1-consistency.md`
- D2 细则：`references/d2-ai-ranking.md`
- D3 细则：`references/d3-source-eco.md`
- D4 细则：`references/d4-sentiment.md`
- 报告格式：`references/report-format.md`

## 常见问题

- **Q：模型没有联网能力怎么办？** 建议选用具备联网搜索能力的模型；不具备时可用用户提供的检索材料作为替代输入。
- **Q：工商信息爬不到？** 依次尝试国家企业信用信息公示系统 → 企查查/天眼查/爱企查等公开站 → 企业官网「关于我们」，仍不可得则标注「信息缺失」。
- **Q：被测 AI 无法被直接调用？** 可让调用模型直接向目标 AI 提问；若不可行，使用用户提供的目标 AI 回答文本进行分析。