Yao GEO Skills：21 个可复用的生成式引擎优化技能包

GEO 运营、内容、SEO、品牌和增长团队需要 Yao GEO Skills，把 AI 搜索可见性、页面改造、内容交付、知识资产和监测任务拆成可复用的技能包，并把来源、输入与验收标准一并留在工作流中，而不是每次从一段无边界的临时 prompt 开始。

技能合集概览

Yao GEO Skills 是一个面向 Generative Engine Optimization（生成式引擎优化）的开源 skill collection。仓库当前列出 21 个 skill，按 GEOFlow 运营、策略诊断、页面技术、内容生产、知识资产、监测归因和研究七个方向组织。它的重点不是提供一套万能指令，而是把一个可交付的 GEO 任务拆成明确入口、输入简报、方法资料、脚本或模板、质量检查和可复查产物。

能力定位

这套合集适合把 GEO 工作从“写一篇内容”提升为可验证的运营系统。它把项目的真实资料、来源政策、时效要求和目标交付物写进输入合同；运行后再保留 manifest、输入快照、研究摘要、来源台账、质量报告和 HTML 索引。对需要向客户、内容团队或技术团队交接结果的人来说，这种结构比只输出一份长文更容易审查、复跑和维护。

适合谁

• GEO 与增长负责人：需要先建立 AI 答案可见性基线、机会地图、内容缺口和后续优先级。
• 内容与 SEO 团队：需要把标题、科普、比较、旧文改造和榜单类工作变成有来源边界的交付流程。
• 品牌知识库负责人：需要整理实体、事实卡、来源索引和可供 AI 读取的知识资产。
• 数据与技术团队：需要对页面可抽取性、监测采样、引用追踪、报告结构或 GEOFlow 系统运营做可复查的协作。

获取与安装链接

• GitHub 仓库：yaojingang/yao-geo-skills。
• 可视化导航：repository index 可用于浏览合集与技能入口。
• 完整下载：README 提供 git clone https://github.com/yaojingang/yao-geo-skills.git 与 GitHub ZIP 下载两种方式。
• 按需获取：仓库也给出 sparse checkout 示例；选择前先确认目标 skill 的目录、说明页和依赖，而不要假定 21 个 skill 共用同一安装路径。

包含的 Skills

• 运营（3）：yao-geoflow-cli、yao-geoflow-template、yao-geoflow-design，覆盖既有 GEOFlow 系统操作、参考站模板映射和 preview-first 主题编辑。
• 策略（2）：yao-geo-panorama-audit 与 yao-geo-execution-roadmap，用于 GEO 基线、竞争缺口、机会地图和 30/60/90 天执行路线。
• 页面技术（2）：yao-geo-page-audit 与 yao-geo-page-blueprint，面向可抓取性、结构、证据、语义 HTML、Schema 和 CMS 字段。
• 内容生产（6）：标题、科普、比较、内容改造、AI 友好化和榜单评测等 skill，把内容任务连接到来源核验与结构化交付。
• 知识资产（2）：yao-geo-brand-graph 与 yao-geo-knowledge-base-builder，用于实体关系、事实卡、来源台账和知识库输入包。
• 监测归因（5）：覆盖 GEO 跟踪、效果监测，以及 DeepSeek、豆包和 ChatGPT 的重复采样与报告。
• 研究（1）：yao-geo-intent-miner，把种子词和业务背景扩展为 AI 搜索问题集、意图簇、证据缺口和监测 prompt。

选择逻辑

先按工作所处阶段选择，而不是一次运行整套合集：要确认当前 GEO 机会，先看 panorama audit；要修一个可读页面，选择 page audit 或 blueprint；要建立事实层，选择 brand graph 或 knowledge base；要知道 AI 平台如何提及品牌，再进入 tracking、effect monitor 或对应采样 skill。只有前一步明确产出新的输入、证据缺口或执行任务时，才把结果传给下一项 skill。

安装与配置步骤

• 选择一个任务包：在 registry/skills.json 中确认 skill 的 family、成熟度、是否需要 Web、主要输出和目录路径。
• 先读说明与边界：打开对应 SKILL.md、人读说明页、manifest、模板与 eval 文件，核对它解决什么、不解决什么。
• 补齐输入合同：按共享 brief 填品牌、站点、类别、地区、语言、主要目标、时效窗口、来源政策和交付配置。
• 小范围试跑：先用一个可复核的品牌或页面任务验证输出目录、来源台账和质量报告，再把它放进更大的运营流程。
• 运行仓库校验：需要维护或发布仓库内容时，使用 README 指向的 python3 scripts/validate_repository.py 检查结构；个别 skill 仍可能有自己的依赖与运行条件。

示例输入

• 品牌 GEO 基线：brand_name=示例品牌；brand_site=https://example.com；category=企业软件；region=中国；language=zh；primary_goal=识别 AI 答案中的可见性和证据缺口。
• 页面技术审计：审查首页、一级产品页和帮助中心，输出可抓取性、结构、权威证据与 AI 可抽取性修复清单。
• 内容证据改造：把一篇已有文章改为可验证的 GEO 内容；为每个事实保留来源，区分已验证、用户提供和暂不可验证的信息。
• 监测任务：为一个品牌建立 AI 答案采样和引用追踪计划，明确问题集、采样频率、来源证据与不确定性。

预期输出

不同 skill 的交付物不同，但仓库的共享输出合同要求把运行结果放进稳定目录：至少保留运行 manifest、规范化 input brief、研究摘要、sources.json、quality-report.json、deliverables 和 HTML index。按 skill 需要，读者还可能得到 Word、PDF、Markdown、Excel 或带固定导航的 HTML 报告。

上图是仓库中一个 tracking skill 的真实长报告示例。它说明合集的目标不是只给出一句建议，而是把简报、模块化分析、数据字段、来源与行动项组织成可检查的成果；它不代表所有 skill 都会输出同一种报告。

使用场景

• GEO 项目启动：用全景诊断和路线图明确现状、证据缺口、负责人和优先级。
• 网站与知识资产改造：结合页面审计、页面蓝图、品牌图谱和知识库，把散落事实变成可访问的结构。
• 内容团队生产：用标题、解释、比较和内容改造 skill 规定输入、来源、质量门和交付格式。
• AI 答案监测：为引用、排名、提及、语义实体和竞争对象建立重复采样与谨慎归因的记录。
• GEOFlow 运营：在已有系统中查询目录、处理任务、准备主题映射或进行 preview-first 的局部设计工作。

限制与注意事项

这是一个 collection，不是 21 个无差别可一键运行的插件。部分 skill 明确需要实时 Web 核验、已登录浏览器或本地工具链；有些交付还依赖 Python、脚本、模板、DOCX/PDF 渲染或既有 GEOFlow 环境。使用前必须查看目标 skill 的 README、SKILL.md、依赖和权限，而不能把仓库级下载方式当成统一的运行命令。

GEO 相关结论也不能脱离证据。仓库自己的输入输出合同要求事实比较可追溯、时效信息有证据、验证失败时明确记录 blocker；eval policy 同样要求避免伪造引用。自动化可以整理流程，但品牌事实、竞品判断、权限配置、数据访问与发布决定仍需要人工复核。

常见错误与修复

• 把合集当作一条安装命令：先检查目标 skill 的目录、README、依赖和权限，只获取当前任务真正需要的部分。
• 用未经核验的数据直接生成结论：在 input brief 中写清来源政策、时效窗口和缺失资料；验证失败时保留 blocker，不要补写确定性。
• 只交付最终报告：同时保存 input brief、sources、quality report 和可复查交付物，方便团队复跑与审计。

相关工具与 Prompt

Yao GEO Skills 最适合与明确的资料治理和验收流程配合：先定义哪些来源可用、哪些事实要按时效复核、哪些输出是客户可读交付物，再选匹配的 skill。若团队还在评估第三方 skill 的目录、脚本、权限和依赖，可先使用一套独立的评估工作流，而不是把候选包直接接进生产环境。

常见问题

• 问：Yao GEO Skills 是什么，包含哪些 skills？
  答：它是一个 21-skill 的 GEO 工作流合集，当前分属七个工作族群。
• 问：这些 skill 是否都是同一个安装命令？
  答：不是。仓库说明全量 clone、ZIP 下载和 sparse checkout，但每个 skill 的运行环境、依赖、Web 要求和权限要按其自身说明核对。
• 问：为什么这套合集强调 manifest、sources 和 quality report？
  答：它们把输入、证据、质量状态和交付物留下来，便于人工审查、团队交接、回归检查与后续更新。
• 问：这套合集是否只适合中文市场？
  答：仓库主要用中文解释 GEO 工作流，并包含中国 AI 平台相关的监测与适配能力；不过输入合同也保留地区、语言、来源政策等字段，实际适用范围仍取决于所选 skill 的说明。

准备采用这套合集时，先选择一个能用公开资料验证的小任务，保存 input brief、sources 和 quality report，再决定是否把它纳入长期 GEO 运营。

更多可安装能力可浏览 AI Skills 分类；需要先建立安全的技能审查步骤时，也可以对照下方的评估工作流页面。

关注 @bigprompt，获取更多可安装 skill、工作流和 prompt systems。

相关 Big Prompt Hub 页面：

Agent Skills Evaluation Workflow: Evidence Before Installation

Home Renovation AI Workflow: Preserve the Original House

AI Short Drama Character Consistency Workflow for Multi-Shot Episodes

Educational Infographic Prompt: Encyclopedia-Style Science Pages

Animation Character Sheet Prompt: Production Model-Sheet Format

Big Prompt Hub Review

Big Prompt Hub 将 Yao GEO Skills 视为一个 collection 型 AI Skills 资产：它的价值在于把 GEO 工作的输入、边界、证据和产物拆开管理，而不是把复杂任务压成一段“看起来会做一切”的 prompt。真正的采用门槛也在这里——团队必须选对 skill、提供足够资料、核对依赖与权限，并用实际来源验证每个关键结论。