【免费下载链接】geo-seo-claudeGEO-first SEO skill for Claude Code. Comprehensive AI search optimization for any website — citability scoring, AI crawler analysis, brand authority, schema markup, platform-specific optimization, and PDF reports. If you want learn how to sell this to real businesses, check out the skool community项目地址https://gitcode.com/gh_mirrors/ge/geo-seo-claude点击查看免费下载本指南系统讲解 geo-seo-claude 中geo-content内容质量分析 Agent 的完整工作方法从页面内容提取、四维 E-E-A-T 信号评估到可读性测算、AI 内容识别、主题权威与时效性判断直至 0-100 分 Content Score 的计算与结构化报告输出。读完本文你将掌握一套可直接用于评估任意网页在 AI 搜索引擎ChatGPT、Claude、Perplexity、Google AI Overviews 等中被引用潜力的可复现评估体系并能对照仓库源码理解每个评分项背后的实现逻辑。一、背景为什么内容质量决定 AI 引用geo-seo-claude 的核心理念是GEO-first, SEO-supported——优先为生成式引擎优化同时保留传统 SEO 地基。在传统搜索中内容质量影响排名而在 AI 搜索中质量直接决定是否被引用。AI 平台不会逐字收录整篇文章而是在段落级别提取并引用最能回答问题的内容片段。这意味着内容不仅要写得好还要写得可提取。geo-contentAgent 正是为此设计的内容质量专家角色见 agents/geo-content.md。它在/geo audit url全量审计的Phase 2 并行分析阶段与另外 4 个 Agent 同时运行独立产出一份GEO-CONTENT-ANALYSIS.md报告和 0-100 的 Content Score见 geo/SKILL.md 中的编排逻辑。在 GEO 总分中内容质量占20%权重与品牌权威并列第二完整权重见 docs/scoring-methodology.md类别权重AI Citability Visibility25%Brand Authority Signals20%Content Quality E-E-A-T20%Technical Foundations15%Structured Data10%Platform Optimization10%二、Agent 定义与执行总览geo-contentAgent 的元数据定义了其职责边界见 agents/geo-content.md 文件头角色内容质量专家评估 E-E-A-T 信号、内容深度、可读性、AI 内容检测与主题权威允许工具Read, Bash, WebFetch, Write, Glob, Grep使用场景通过/geo content url命令单独调用或在/geo audit url全量审计时作为 5 个并行子 Agent 之一被调度。Agent 的完整执行流程包含10 个步骤提取与分析页面内容Experience经验评估Expertise专业性评估Authoritativeness权威性评估Trustworthiness可信度评估内容量化指标测算AI 内容特征识别主题权威评估内容时效性判断计算 Content Score0-100其中 E-E-A-T 四维各占 25 分共 100 分原始分最终 Content Score 是加权组合结果。下文逐步骤展开。三、Step 1页面内容提取首先用 WebFetch 获取目标 URL在保留结构的前提下标题、段落、列表、表格、引用块提取全部文本并记录以下指标正文字数排除导航与页脚各级标题数量H1、H2、H3…及标题文本段落数有序/无序列表数表格数图片数含 alt 文本状态内链与外链数是否有作者署名byline可见的发布日期与最后修改日期这些原始指标会分别流入后续的 E-E-A-T 评估与内容量化指标测算。仓库中 scripts/citability_scorer.py 的analyze_page_citability()函数给出了同类提取逻辑的代码实现用 BeautifulSoup 剔除script/style/nav/footer/header/aside/form后按标题边界把页面切成多个内容块每个块以{heading: ..., content: ...}结构记录并仅保留 20 词以上的块参与评分——这与 Agent 的段落级评估思路完全一致。四、Step 2-5四维 E-E-A-T 评估各 0-25 分E-E-A-T 是 Google 质量评估指南中的内容质量框架四个维度分别打分后相加得到 0-100 的原始 E-E-A-T 分。Agent 特别强调E-E-A-T 是质量框架而非排名因素应基于可观测信号打分而不是臆测 Google 的内部评估机制。4.1 Experience经验——最新加入的维度经验维度奖励亲历真实体验的内容。核心信号与强度分级如下信号判断标准强度原创研究或数据是否呈现原创研究、调研、实验或自有数据强案例研究是否包含有具体结果、时间线与可量化成果的案例强第一手叙述作者是否分享亲身经历、我做了什么式叙事中截图/实物证据是否有展示实际使用过程的截图、照片或产物中过程文档化内容是否逐步还原作者实操过的流程中前后对比是否有带具体指标的真实前后对比示例强具体细节是否包含具体名称、日期、地点、数字而非泛泛之谈中失败/挑战讨论作者是否讨论过踩坑经历与教训真实性信号中Experience 评分档位0-25区间含义0-5无经验信号内容泛化任何人可写6-10经验信号极弱略有细节但基本停留在理论11-15中等经验明显熟悉该主题16-20强经验多个第一手信号、原创数据或案例21-25杰出原创研究丰富、案例详实、洞见独特4.2 Expertise专业性专业性考察内容创作者的知识深度与资质信号判断标准强度作者署名是否有具名作者基线作者资质是否列出资格认证、证书或相关经验强作者页/简介是否有链接到含详细履历的作者页强技术深度是否超越表面信息、展现深层知识强方法论透明方法、框架、路径是否被解释与论证中精细化处理是否覆盖边界情况、警示与局限中行业术语专业词汇是否被正确、自然地使用中Person schema是否有标识作者及其资质的结构化数据中站外作者存在感作者是否能在 LinkedIn、行业网站或会议中找到强Expertise 评分档位0-250-5 无作者无深度无资质6-10 有作者但无资质、内容肤浅11-15 有一定深度但资质有缺口16-20 深度、资质、作者存在感齐备21-25 公认专家配深度精细化内容。在仓库中与 Expertise 直接对应的落地产物是 schema/article-author.json完整的 Article Person 结构化数据模板Person 内包含jobTitle、description履历、knowsAbout专业领域、sameAsLinkedIn/Twitter/GitHub/Wikipedia 链接、alumniOf毕业院校与worksFor所属机构。这些字段正是作者资质与作者可验证性的机器可读形式。4.3 Authoritativeness权威性权威性反映站点与作者在主题空间内的声誉信号判断标准强度About 页质量是否包含历史、团队、使命与资质的完整 About 页中外部引用是否引用权威来源其他权威站是否链向本内容强行业认可奖项、认证、专业组织会员强媒体报道品牌/作者是否被知名出版物报道强机构背书是否由公认机构、大学或组织发布强内容广度站点是否跨多页全面覆盖主题中sameAs schemaOrganization schema 是否链接 Wikipedia、LinkedIn 等权威档案中域名权威信号域名年龄、TLD 适配性.edu/.gov/.org 是否匹配领域中Authoritativeness 评分档位0-250-5 品牌未知且无外部验证6-10 仅有基本 About 页11-15 有像样 About 页与少量引用但外部认可有限16-20 品牌成熟、有外部验证与全面覆盖21-25 行业领导者权威引用广泛。4.4 Trustworthiness可信度——基础维度Google 质量评估指南认为可信度是 E-E-A-T 中最重要的维度Agent 要求在此维度的任何负面信号上加重扣分信号判断标准强度HTTPS站点是否走 HTTPS基线关键联系方式是否可见实体地址、电话、邮箱强隐私政策是否存在且可访问基线服务条款是否存在且可访问中编辑标准是否发布编辑政策、更正政策或内容准则强事实准确性主张是否有证据支撑有无明显事实错误强透明溯源来源是否行内引用、链接或注明强评论/证言是否有第三方评价、评分或证言中明确所有权是否明确站点归属与运营者中内容日期发布与更新日期是否可见中利益冲突披露赞助内容、联盟链接、合作是否披露中Trustworthiness 评分档位0-250-5 重大信任问题无 HTTPS、无联系方式、无溯源6-10 有 HTTPS 但缺关键信任信号11-15 基本信任信号齐备但有缺口16-20 信任信号全面且实践透明21-25 完全透明、有编辑标准与第三方验证。五、Step 6内容量化指标5.1 字数评估字数分类含义 300Thin content标记为问题300-800Short-form对部分主题合适800-1500Standard-form标准形态1500-3000Long-form复杂主题首选3000Deep-dive结构良好则佳臃肿则有问题仓库 skills/geo-content/SKILL.md 给出了更细的按页面类型的字数基准是下限而非目标字数多不等于质量高页面类型最低字数理想区间说明首页500500-1,500清晰价值主张不做文字墙博客文章1,5001,500-3,000深入但聚焦支柱内容/终极指南2,0002,500-5,000全面主题覆盖产品页300500-1,500描述、规格、用例服务页500800-2,000是什么、怎么做、为什么、给谁About 页300500-1,000公司/人物故事与资质FAQ 页5001,000-2,500回答要详尽不做一句话5.2 可读性估算Flesch Reading Ease抽样 3-5 个代表性段落计算近似 Flesch 分统计平均每句词数估算平均每词音节数公式Flesch 206.835 - (1.015 * 平均句长) - (84.6 * 平均词音节数)分数等级对应年级90-100Very Easy五年级80-89Easy六年级70-79Fairly Easy七年级60-69Standard八至九年级50-59Fairly Difficult十至十二年级30-49Difficult大学0-29Very Difficult研究生及以上理想可读性取决于受众但50-70 一般最适合网页内容。Agent 明确要求可读性评分是基于文本抽样的近似值必须在输出中注明此限制。配套技能文件 skills/geo-content/SKILL.md 进一步细化了无工具估算方法理想平均句长 15-20 词、理想段落 2-4 句、术语首次出现应给出定义、被动语态占比应低于 15%。5.3 段落长度记录平均段落字数超过 150 词的段落标记为 wall of text文字墙问题网页可读性理想段落为 40-80 词5.4 标题层级是否恰好只有一个 H1标题是否遵循逻辑层级不允许跳级标题是否描述性强且与关键词相关标题密度是否合适约每 200-300 词一个 H2/H3六、Step 7AI 内容特征识别Agent 特别提醒Google 并不天然惩罚 AI 生成内容被惩罚的是缺乏 E-E-A-T 信号的低质量 AI 内容2024 年 3 月澄清。因此评估的是内容质量信号而非是否 AI 生成。AI 内容红旗指标指标描述泛化措辞过度使用 in todays digital landscape、its important to note、in conclusion、delve into 等套话缺乏具体性语句可套用到任何公司/场景无具体名称、日期、数字无原创数据零自有统计、案例或第一手示例结构完美但空洞标题列表齐全但每节言之无物过度模糊大量 may、might、could potentially、it depends 却从不表态无作者声音完全中性口吻无个性、观点、立场论点重复同一观点在多节中反复换说法关键词堆砌非自然关键词密度疑似 SEO 导向的 AI 生成AI 内容四档评估结论Highly Likely Human经验信号丰富、数据独特、有作者声音Likely Human-Edited AI结构良好但有部分泛化模式含少量独特元素Likely AI with Light Editing大多泛化偶尔点缀具体细节Likely Unedited AI多个红旗、无独特价值、全程泛化重要原则AI 内容检测并不精确严禁对是否 AI 生成下确定结论只能描述观测到的信号并给出可能性评估。七、Step 8主题权威评估从目标页及其可见内链出发评估站点主题权威内容广度站点是否有多个相关页面覆盖主题的不同侧面检查导航、内链、相关内容区内链深度是否存在连接相关内容的实质性内链目标页内链数量内容缺口基于主题判断是否有明显未覆盖的子主题内容枢纽结构内容是否按 hub-and-spoke 或 pillar-cluster 模型组织主题覆盖率主主题下站点覆盖了预期子主题的百分之几Agent 注明限制主题权威评估仅限于目标页与其可见内链所能观测的范围完整的主题权威审计需要爬取整个站点。配套技能 skills/geo-content/SKILL.md 给出了主题权威的评分修正模型在 E-E-A-T 100 分基础上叠加级别条件分值影响Authority20 页全面覆盖且有强聚类10 加成Developing10-20 页、有一定聚类5 加成Emerging5-10 页、聚类有限0Thin 5 页、无聚类-5 惩罚八、Step 9内容时效性发布日期是否可见记录之最后更新日期是否可见记录之内容年龄若日期可得是否有规律更新的迹象如 Updated for 2026内容是否时间敏感新闻、统计、技术类需要新鲜度常青内容受影响较小时间敏感主题上超过 2 年的内容要标记配套技能 skills/geo-content/SKILL.md 给出了量化的新鲜度评分表标准评级3 个月内更新Excellent——新鲜且相关6 个月内更新Good——仍算及时12 个月内更新Acceptable——可能需要刷新12-24 个月前更新Warning——需核查准确性无日期或 24 个月以上Critical——AI 平台可能降低优先级时效性在 YMYLYour Money, Your Life主题上最重要健康、金融、法律、安全类内容Agent 会提高时效权重。常青内容判定标准覆盖不变的基础概念、明确标注为参考/指南、不含时间依赖的主张最新的、目前、in 2024。九、Step 10Content Score 计算0-1009.1 主 Agent 加权模型agents/geo-content.md 定义的内容分由以下组件加权合成组件权重满分Experience15%15Expertise15%15Authoritativeness15%15Trustworthiness15%15Content Metrics深度、可读性、结构15%15AI Content Assessment10%10Topical Authority10%10Content Freshness5%5关键实现细节将 E-E-A-T 各维度的 0-25 分归一化到 0-15 分以适配权重。最终得分带 [Critical/Poor/Fair/Good/Excellent] 等级标签。9.2 配套技能模型skills/geo-content/SKILL.md 提供了另一套等价表达E-E-A-T 四维各 25%25 分合计 100 分再叠加主题权威修正10 至 -5最终封顶 100。两种模型在结构上是一致的——E-E-A-T 都是权重最高的一块差异仅在主题权威的呈现方式主 Agent 把它作为独立 10% 组件技能文件把它作为修正系数。分值解读来自技能文件区间评级含义85-100Exceptional强 AI 引用候选70-84Good基础扎实定向改进可提升可引用性55-69Average多项 E-E-A-T 缺口削弱 AI 可见性40-54Below Average严重内容质量与信任问题0-39Poor需要根本性内容策略重构9.3 与全局 GEO Score 的关系根据 docs/scoring-methodology.mdContent Score 以 20% 权重进入复合 GEO Score。该文档同时给出了内容分内部的权重表达E-E-A-T归一化后占 60%、Content Metrics 15%、AI Content Assessment 10%、Topical Authority 10%、Content Freshness 5%——与主 Agent 的加权表严格对应。文档还给出了典型画像70 分要求作者身份明确且资质可验证、有原创数据或案例、溯源透明、HTTPS且内容超越表面覆盖30 分以下通常意味着无作者归属、无外部来源、无 HTTPS内容任何人可写。十、报告输出格式GEO-CONTENT-ANALYSIS.mdAgent 的输出是一个结构化的## Content Quality Analysis章节在主 Agent 中或独立的GEO-CONTENT-ANALYSIS.md文件在技能中完整模板如下## Content Quality Analysis **Content Score: [X]/100** [Critical/Poor/Fair/Good/Excellent] ### E-E-A-T Assessment **Overall E-E-A-T Score: [X]/100** (sum of four dimensions, each 0-25) | Dimension | Score | Key Evidence | |---|---|---| | Experience | [X]/25 | [Top 2-3 signals found or missing] | | Expertise | [X]/25 | [Top 2-3 signals found or missing] | | Authoritativeness | [X]/25 | [Top 2-3 signals found or missing] | | Trustworthiness | [X]/25 | [Top 2-3 signals found or missing] | #### Experience Details [Detailed findings about experience signals] #### Expertise Details [Detailed findings about expertise signals] #### Authoritativeness Details [Detailed findings about authoritativeness signals] #### Trustworthiness Details [Detailed findings about trustworthiness signals] ### Content Metrics | Metric | Value | Assessment | |---|---|---| | Word Count | [X] words | [Thin/Short/Standard/Long/Deep-dive] | | Readability (Flesch) | ~[X] | [Level] — [Appropriate/Too Complex/Too Simple for topic] | | Avg Paragraph Length | [X] words | [Good/Too Long/Too Short] | | Heading Count | [X] (H1: [X], H2: [X], H3: [X]) | [Well-structured/Issues found] | | Internal Links | [X] | [Adequate/Sparse/Excessive] | | External Links/Citations | [X] | [Well-sourced/Under-sourced] | | Images | [X] (with alt: [X]) | [Good/Needs alt text/No images] | ### Heading StructureH1: [Title] H2: [Section] H3: [Subsection] H2: [Section] ...[Assessment of heading hierarchy quality] ### AI Content Assessment **Assessment:** [Highly Likely Human / Likely Human-Edited AI / Likely AI with Light Editing / Likely Unedited AI] | Indicator | Found? | Evidence | |---|---|---| | Generic phrasing | [Yes/No] | [Examples if yes] | | Lack of specifics | [Yes/No] | [Examples if yes] | | No original data | [Yes/No] | | | Hedging overload | [Yes/No] | [Examples if yes] | | No authorial voice | [Yes/No] | | ### Topical Authority **Assessment:** [Strong/Moderate/Weak/Minimal] - Content breadth: [X related pages observed] - Internal linking: [X internal links, assessment of quality] - Content gaps identified: [List notable missing subtopics] - Hub/cluster structure: [Present/Absent/Partial] ### Content Freshness **Publication Date:** [Date or Not visible] **Last Updated:** [Date or Not visible] **Content Age:** [Age or Unknown] **Time Sensitivity:** [High/Medium/Low] **Freshness Assessment:** [Current/Aging/Stale/Unknown] ### Priority Actions 1. **[CRITICAL]** [Action item with specific guidance] 2. **[HIGH]** [Action item with specific guidance] 3. **[HIGH]** [Action item] 4. **[MEDIUM]** [Action item] 5. **[MEDIUM]** [Action item]配套技能文件还要求输出Most Citable Passages / Least Citable Pages / Quick Wins / Content Gaps / Author E-E-A-T Improvements等改进建议段落将诊断落到具体可执行的改写动作上。十一、实战案例从电子设备制造商的审计看内容信号失效仓库自带的示例审计报告 examples/electron-srl.com-quick-audit.md 完整演示了 E-E-A-T 信号在真实站点上的失效模式该 B2B 制造商30 年历史、服务 70-80 个国家的Content Quality E-E-A-T 得分仅为 35/100POOR根因是其产品页全部是目录式描述Various modules to show and experiment with circuits and principles...——重复、泛化、不回答具体问题。报告引用了一个关键事实AI 系统只引用直接回答问题、134-167 词的段落目录式描述永远不会被引用该区间来自 scripts/citability_scorer.py 的自包含性评分逻辑对应修复建议与本文各评估维度一一呼应给产品页加 QA 结构对应 Answer Block Quality、补充团队页与资质对应 Expertise 信号、呈现 30 年经验对应 Experience 信号、创建作者/专家页对应 Person schema 落地。这份案例同时揭示了本 Agent 与 scripts/citability_scorer.py 的分工后者用确定性规则逐段打分Answer Block Quality 30%、Self-Containment 25%、Structural Readability 20%、Statistical Density 15%、Uniqueness 10%前者则由 LLM 依据可观测信号做引导式评估。两者互补共同回答这段内容会不会被 AI 引用。十二、使用方式与重要边界12.1 如何运行在 Claude Code 中安装方式见 docs/getting-started.md/geo content https://example.com或在全量审计中作为并行子 Agent 自动执行/geo audit https://example.com输出文件为当前目录下的GEO-CONTENT-ANALYSIS.md对应关系见 geo/SKILL.md 的 Output Files 表。完整命令清单见 docs/commands-reference.md。12.2 评估边界与注意事项主 Agent 文档末尾列出的注意事项是使用本评估体系时必须遵守的边界E-E-A-T 是质量框架不是排名因素——基于可观测信号打分不臆测 Google 内部评估机制Trustworthiness 是最重要的 E-E-A-T 维度依据 Google 质量评估指南负面信号要重扣AI 内容检测不精确——不得对内容是否 AI 生成下确定结论只描述信号与可能性可读性评分是基于抽样的近似值需在输出中注明限制主题权威评估受限于可见内链完整审计需全站爬取时效性在 YMYL 主题上权重更高评估聚焦内容对读者的价值而非单纯的 SEO 优化度。此外根据 docs/scoring-methodology.md 的 CaveatsContent E-E-A-T 分属于LLM 引导式评估而非确定性计算——同一 URL 两次运行可能产生细微差异这与 citability scorer 的完全确定性输出形成对照。这是使用该体系量化对比时应知晓的固有特性。十三、总结geo-contentAgent 提供了一套将 Google E-E-A-T 框架落地的可操作评估管线从页面结构提取、四维信号扫描各 25 分、量化指标测算字数/Flesch/段落/标题、AI 内容红旗识别、主题权威与时效性判断到加权合成 0-100 的 Content Score并以结构化 Markdown 报告输出带严重等级的行动建议。配合仓库中的 scripts/citability_scorer.py确定性段落打分、schema/article-author.json作者资质结构化落地与 examples/electron-srl.com-quick-audit.md真实失败案例它构成了AI 搜索时代内容质量从诊断到改进的完整闭环——既评估内容是否值得被引用也给出具体到段落的改写路径。赞分享【免费下载链接】geo-seo-claudeGEO-first SEO skill for Claude Code. Comprehensive AI search optimization for any website — citability scoring, AI crawler analysis, brand authority, schema markup, platform-specific optimization, and PDF reports. If you want learn how to sell this to real businesses, check out the skool community项目地址https://gitcode.com/gh_mirrors/ge/geo-seo-claude点击查看免费下载相关推荐Front-End-Checklist 内容质量审计指南用 E-E-A-T 与 Helpful Content 框架评估页面 SEO 质量Front End Checklist 内容质量审计指南用 E E A T 与 Helpful Content 框架评估页面 SEO 质量 内容质量是搜索引擎Publish High-Quality Content基于 E-E-A-T 与 Helpful Content 的 SEO 内容质量实战指南Publish High Quality Content基于 E E A T 与 Helpful Content 的 SEO 内容质量实战指南 本指南以 FrGoogle Indexing Script与E-E-A-T内容质量与索引优先级Google Indexing Script与E E A T内容质量与索引优先级 你是否曾遇到过精心创作的内容长期无法被Google收录的困境是否疑惑为何优开发工具上一篇ifme 开源项目使用教程下一篇Notepad--3个你可能不知道的高效打印与快捷键技巧创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考