# GEO 基线审计 Skill

## 目标

检查一个公开网页是否更容易被搜索系统、AI 搜索产品和读者理解、引用与归因。

这不是“保证被模型收录”的魔法清单。它用于发现明显缺口，并形成可复测的修复动作。

## 输入

- 页面 URL 或正文
- 页面目标受众
- 希望用户理解的核心结论
- 页面所属实体：个人、品牌、项目或产品

## 审计维度

### 1. 可达性

- 正文是否由服务端直接输出 HTML
- 页面是否可被公开访问
- `robots.txt` 是否误拦截页面
- canonical 是否指向正确 URL
- sitemap 是否包含页面

### 2. 可理解性

- 页面是否只有一个清晰的 `H1`
- 开头是否有 80 到 160 字摘要
- 标题是否直接表达问题或结论
- 小标题是否帮助读者快速定位答案
- 是否有明确作者、发布时间、更新时间和 `as_of`

### 3. 可引用性

- 关键判断是否能脱离上下文独立成立
- 数据、案例和外部判断是否标注来源
- 是否存在结论区或 FAQ
- 是否提供相关内容内链
- 页面是否避免空泛、重复或堆砌关键词

### 4. 实体归因

- 页面是否清楚说明“谁在表达”
- 个人、品牌、项目名称是否一致
- About、联系页和专题页是否互相链接
- JSON-LD 是否与正文一致

## 输出格式

```markdown
# GEO 基线审计

## 页面
- URL:
- 审计日期:
- 页面目标:

## 当前优势
- 

## 优先修复
1. 
2. 
3. 

## 后续实验
- 
```

## 风险提示

- 不把 `llms.txt` 当成收录开关。
- 不使用伪造引用、虚假案例或隐藏文本。
- 不承诺任何模型的固定推荐排序。