AEO 内容技能（免费版）

来源： github.com/psyduckler/aeo-skills
所属套件： AEO Skills Suite — Prompt Research → Content → Analytics

创建或更新 AI 助手乐于引用的内容——全程不调用任何付费 API。

依赖条件

• web_fetch — 分析当前被引用的信源及现有内容
• web_search — 查找竞品内容（Brave 免费层，可选）
• LLM 推理能力 — 支持研究、撰写简报、草拟初稿与自我评估

模式识别

• 创建模式（Create mode） — 用户仅提供目标 prompt，未提供现有 URL → 撰写全新内容
• 刷新模式（Refresh mode） — 用户提供现有页面 URL（+ 可选的目标 prompt）→ 审计并更新该页面

输入参数

• 目标 prompt（创建模式必填，刷新模式可选）— 本内容需在该 AI prompt 下胜出
• 品牌/域名（必填）— 内容面向的主体
• 现有 URL（仅刷新模式）— 待更新的页面地址
• 主题背景（可选）— 品牌对该主题的独特视角或立场补充说明
• 内容类型（可选）— 如指南（guide）、对比（comparison）、教程（how-to）、原理说明（explainer）等

创建模式工作流

步骤 1：AI 回答生态调研

针对目标 prompt 及其近义变体进行搜索，以理解当前 AI 的回答格局：

1. 精确匹配搜索该 prompt — 搜索引擎返回的结果，往往与 AI 实际引用的信源高度重合
2. web_fetch 排名前 5–10 的结果页 — 这些正是主流 AI 模型实际参考的网页
3. web_search 查询 "[topic]" site:reddit.com — 挖掘真实用户提出的问题与讨论脉络

对每篇高排名页面，提取以下信息：

• 核心观点与整体结构
• 独有的数据、方法论或洞见
• 空白点 — 当前内容遗漏或错误之处
• 时效性 — 最近一次更新时间？

步骤 2：构建内容简报（Content Brief）

使用 references/content-brief-template.md 中的模板组织研究成果。

关键决策项：

• 必覆盖子主题 — AI 当前回答中涉及的所有细分话题
• 独特价值角度 — 本内容将提供哪些当前所有信源均未涵盖的信息？（此为最重要决策）
• 内容结构 — 拟定 H2/H3 标题层级，尽量贴合用户提问的自然语序
• 目标规格 — 字数范围、呈现形式（如列表/段落/表格）、语气风格

步骤 3：撰写具备引用价值的内容

依据 references/citation-signals.md 中定义的“引用信号”撰写初稿。核心原则包括：

• 每个章节开头均以一句直接、简洁、可直接引用的 1–2 句话作答
• 标题采用描述性强、且与问题表述高度一致的措辞
• 嵌入原创数据、自建框架或领域专家观点
• 明确列出具体工具、公司、人物、统计数据等实体名称
• 覆盖 AI 当前回答中的全部子问题，并在其中 2–3 个方向上深度延展
• 剔除冗余信息 — 每一段文字都必须有明确功能与存在必要性

步骤 4：自我评估

交付前，将初稿与当前主流被引信源逐项比对：

1. 覆盖度（Coverage） — 是否涵盖所有高排名信源所涉主题？
2. 深度（Depth） — 是否至少在 2–3 个方向上显著超越现有信源？
3. 独特性（Uniqueness） — 是否提供了其他信源完全不具备的新价值？
4. 可抽取性（Extractability） — AI 是否能从每一章节中直接抽取出清晰答案？
5. 实体丰富度（Entity richness） — 是否通篇包含具体名称、工具、数字等可识别实体？
6. 时效性（Freshness） — 示例、数据、引用是否均为最新？

步骤 5：交付并附发布建议

输出最终内容，含标题、meta description（150–160 字符），以及以下建议：

• 添加发布日期 + 带资质说明的作者署名（byline）
• 确保页面可被搜索引擎索引（无 noindex 标签，无付费墙）
• 按需添加结构化数据标记（Schema markup），如 FAQ、HowTo 或 Article 类型
• 从站内已有相关页面添加指向本文的内链
• 内容被索引后 2–4 周，重新在各 AI 模型中测试目标 prompt 的引用表现

刷新模式工作流

步骤 R0：现有页面审计

开展生态调研前，先对目标页面本身进行基础分析：

1. web_fetch 现有 URL — 获取完整页面内容
2. 提取当前结构：标题层级、已覆盖主题、各章节深度
3. 记录：发布日期、最后更新日期、作者信息
4. 检查时效性：过时统计数据、已停更工具、失效示例、陈旧参考文献
5. 识别已有优势项（这些章节应予保留）

步骤 R1：AI 回答生态调研

同“创建模式”步骤 1 — 调研 AI 模型当前就目标 prompt 所引用的内容。若未提供目标 prompt，则根据页面主题与标题推断。

步骤 R2：差距分析（Diff）

将现有内容与竞品信源进行横向对比：

• 缺失主题 — AI 已覆盖但本页未涉及的子话题 → 标记为新增项
• 过时信息 — 陈旧统计、已下架工具、失效示例 → 标记为替换项
• 缺失实体 — AI 提及但本页未出现的竞争者、工具、人物等 → 标记为补充项
• 结构缺陷 — 答案埋没、标题模糊、缺乏可抽取的明确陈述 → 标记为重构项
• 时效性缺口 — 日期陈旧、引用前一年资料 → 标记为更新项
• 待保留优势 — 已写得出色、甚至可能已被 AI 引用的章节 → 明确标注保留

输出：一份带理由说明的、优先级排序的修改清单。

步骤 R3：编辑（非重写）

实施精准外科式修改：

• 新增（Add） — 针对覆盖缺口补充新章节（合理嵌入现有结构）
• 更新（Update） — 替换过时的数据点、示例、工具名、统计数据
• 重构（Restructure） — 优化薄弱章节：加入可抽取的导语句、改进标题表述
• 融入（Weave in） — 自然嵌入缺失实体（避免关键词堆砌）
• 保留（Preserve） — 维持已具优势的原有章节
• 更新日期（Update date） — 同步更新发布日期与最后修改日期

输出刷新后的内容，并用清晰标记标出变更类型：

• [ADDED] — 新增章节或段落
• [UPDATED] — 修改既有内容
• [RESTRUCTURED] — 为提升可抽取性而重组
• [UNCHANGED] — 保持原样（注明其优势所在）

步骤 R4：更新前后摘要

提供清晰的对比说明：

• 新增了哪些内容（章节、主题、实体）
• 更新了哪些信息（统计数据、示例、参考文献）
• 重构了哪些部分（标题、导语句）
• 移除了哪些内容（过时信息）
• 预期对引用价值的提升效果

步骤 R5：自我评估 + 交付

执行同“创建模式”步骤 4 的六维度评估，并额外增加：

• 本次刷新是否维持了原页面既有的语气与风格？
• 所有内外链是否仍有效？
• 更新日期是否已准确体现？

交付时，沿用“创建模式”步骤 5 的全部发布建议。

实用提示

• “独特价值角度”是两种模式成败的关键
• 刷新时，请克制全面重写的冲动；精准补充缺失模块，效率更高，且有助于延续页面已有的权威性
• 第一方数据是最强引用信号 — 若品牌自身拥有相关数据，务必突出使用
• 面对对比类 prompt（如 “X vs Y”），须保持中立平衡 — AI 模型会主动规避带有明显倾向性的信源
• 短小精悍、直击 prompt 的内容，远胜冗长松散的长文
• 本技能可与 aeo-prompt-research-free 协同使用，后者用于识别高潜力目标 prompt