Skill/搜索优化/AI SEO
搜索优化 57.6k 仓库 Star

AI SEO

让内容更容易被理解和引用

AI SEO 关注内容在生成式搜索中的可发现、可提取与可引用程度,也常被称为 GEO。它检查站点访问条件、内容结构、来源证据和品牌信息的一致性,并把实际观察到的引用与推测分开,帮助制定后续内容和技术改进。

你需要准备:网站地址、重点页面、目标问题与现有引用记录

一桉AI 整理 · 2026.10.31 更新 · 查看 GitHub 来源

粘贴到 Codex,它会先检查安装条件,再引导你使用。

AI SEO 能帮你做什么?

  • 检查读取与发现

    查看页面是否能被访问、重要信息是否完整呈现,以及机器读取时是否缺少上下文。

  • 改进可引用内容

    把定义、步骤、事实和来源写清楚,减少模糊宣传,使回答具体问题所需的信息更完整。

  • 观察引用变化

    围绕目标问题记录可见度和来源,再决定哪些改动值得继续测试。

什么时候适合用?

下面是用法示例,可换成你的材料和目标。

  • 整理产品常见问题页

    示例场景:依据真实资料补齐定义、条件和操作答案,让读者和检索系统都能理解产品用途。

  • 检查资料站的来源表达

    示例场景:为教程和介绍补充明确出处、更新时间与适用条件,同时检查公开读取是否正常。

怎么开始使用?

从材料到结果流程示意,非实测结果

你提供的材料

准备这些材料AI 搜索优化

网站地址、重点页面、目标问题与现有引用记录

处理流程示意

  1. 01

    确认目标问题与页面

  2. 02

    检查可读性与引用依据

  3. 03

    给出改进和验证方法

准备什么,会得到什么?

准备的材料
网站地址、重点页面、目标问题与现有引用记录
交付的结果
  • AI 搜索可见度检查与内容改进清单。
  • 目标问题、观察记录和验证安排。

使用前要知道

不保证任何模型引用、推荐或带来流量;搜索系统会变化,监测需真实工具和数据。基础优化不等于买到监测服务,本站未实测。

常见问题

装上后 ChatGPT 就会推荐网站吗?

不会。Skill 提供检查和改进流程,是否引用由外部系统决定,还取决于内容、访问条件和其他来源。

已有 SEO Audit 还需要它吗?

传统抓取和页面优化是基础;本项更关注回答问题时能否提取、理解并核对内容,两者可按缺口选择。

GitHub 与官方参考

依据项目说明与参考文档整理。页面中的任务与流程示例用于说明用法。

  • AI SEO · Skill 源文件 ↗2026-10-31 核对
来源与使用条件
原始项目
coreyhaines31/marketingskills ↗
Skill 名称
ai-seo
Skill 目录
skills/ai-seo
仓库 Star
57,612 · 2026-10-31 核对,仅代表仓库关注度。
许可说明
MIT
使用条件
需要联网读取网站和相关来源。测量实际引用情况还需可用搜索工具或提供的引用记录;外部监测服务及其费用另行配置。
注意事项
项目 README 明确支持 Codex,采用 MIT 许可。安装时保留对应目录内的 references 等资源;本站未安装或运行实测。 改进内容不保证被 AI 引用或获得流量。
查看安装与使用提示词
请帮我准备并使用 AI SEO Skill,完成下面的任务。请实际执行当前环境允许的安装与检查,不要只返回一份安装教程。

【来源与目标】
原始仓库:https://github.com/coreyhaines31/marketingskills
所选目录:skills/ai-seo
参考分支:main
原始目录 frontmatter name:ai-seo
安装后的目标调用名:ai-seo
来源页面:https://github.com/coreyhaines31/marketingskills/tree/main/skills/ai-seo
安装路线核对日期:2026-11-01
当前 SKILL.md(已重新核对名称与资源引用):https://github.com/coreyhaines31/marketingskills/blob/main/skills/ai-seo/SKILL.md
上游安装说明:https://github.com/coreyhaines31/marketingskills/blob/main/README.md
Codex 官方 Skill 目录与自动发现规则:https://learn.chatgpt.com/docs/build-skills
可选集成工具与凭据条件:https://github.com/coreyhaines31/marketingskills/blob/main/tools/SETUP.md

【先检查环境,再安装】
先识别操作系统、当前 shell、工作目录、同名 Skill 和已有工具;命令须适配实际平台并正确处理带空格的路径。默认安装到当前项目的 .agents/skills;如果没有可用项目目录,再使用用户目录的 .agents/skills。遵循当前 Codex 实际支持的位置;上游 CLI 或插件有专用目录时使用其正式方案。检查现有安装来源与完整性,能复用就复用,不重复注册相同来源、不覆盖用户修改。系统内置与所选第三方来源同名时保留系统版,明确区分来源和实际目录,不能只凭名称认定装过或选对了。
下文 ~/.agents/skills 是用户级路径示例;已选项目范围时,使用项目的 .agents/skills 并保持相同子目录层级。<SKILL_DIR>、<项目根目录> 等占位符须先换成核对过的真实路径再执行。依赖仓库的存放目录与 Codex 发现入口分别处理,不把缓存目录当作已注册入口。
这是完整目录安装路线。优先使用当前 Codex 自带的 $skill-installer,明确传入仓库 coreyhaines31/marketingskills、目录 skills/ai-seo、分支 main、安装名 ai-seo,并把 --dest 设为已解析的目标 .agents/skills 绝对路径。目录为“.”时表示仓库根目录,仍要传入安装名。不要猜测安装器在本机的固定路径。如果没有内置安装器,按下列项目说明从原仓库获取完整目录,保留全部配套文件。

所选 Skill 的具体安装步骤:
1. 先解析当前项目根目录,以该项目的 .agents/skills 为本次目标;查找已有 ai-seo,已有本地修改时保留,避免覆盖或在用户目录重复安装。
2. 使用 Codex 自带 skill-installer 的 install-skill-from-github.py;参数明确为 --repo coreyhaines31/marketingskills --path skills/ai-seo --ref main --name ai-seo --dest <project>/.agents/skills;<project> 要先解析为当前项目绝对路径。完整保留所选目录,不只下载 SKILL.md。
3. 首次使用先查当前业务项目 .agents/product-marketing.md;兼容读取 .claude/product-marketing.md 或旧 product-marketing-context.md。它是项目产品资料,不是安装文件,不覆盖已有内容;缺失时只补本任务必要事实,不强制安装所有 Related Skills。
4. 确认目标目录 ai-seo/SKILL.md 的 frontmatter name 为 ai-seo,并按 resources 保留引用资源和许可文件。
5. Codex 会自动发现项目 .agents/skills;在当前项目查看 Skill 列表。只有未出现时才新建聊天或重载,不把强制重启写成每次安装步骤。

必须保留的资源:
- skills/ai-seo/SKILL.md
- skills/ai-seo/evals
- skills/ai-seo/references
- 当前业务项目可选的 .agents/product-marketing.md(兼容旧路径);保留现有内容,不复制上游示例冒充真实产品资料
- 仓库 MIT LICENSE 与来源记录

已知依赖:需要联网读取网站和相关来源。测量实际引用情况还需可用搜索工具或提供的引用记录;外部监测服务及其费用另行配置。
原项目许可:MIT
特别条件:项目 README 明确支持 Codex,采用 MIT 许可。安装时保留对应目录内的 references 等资源;本站未安装或运行实测。 改进内容不保证被 AI 引用或获得流量。
需要账号、密钥或服务时先检查现有可用连接;让用户在官方授权或本地配置入口完成,不要求把密钥粘贴到聊天。缺少付费服务或不支持的客户端能力时,明确剩余条件与可完成的范围。

【安装后验收】
读取实际安装位置的 SKILL.md,核对真实 name,并检查它引用的脚本、模板、共享文件与工具是否存在。若上游已迁移路径或更名,先核对正式说明再调整;找不到则报告实际错误,不猜路径或宣称成功。
1. 只读检查 references 的 agent-readiness、answer-accuracy、citations-vs-recommendations 与 content/format 对应文件。
2. 只读检查已安装 SKILL.md 的 name、所列引用文件与目录存在,元数据调用名使用 ai-seo。
Codex 通常自动发现变更;只有未出现时才引导新建聊天或重载。若本轮尚未出现在可用列表,可在允许的范围内读取已安装的完整文件继续准备任务,同时说明自动识别尚待确认。插件依赖的工具未连接时,不能用读取文件代替连接成功。
分别报告“文件已安装”“Codex 已识别”“任务所需能力已就绪”的实际状态和证据;失败时给出卡住的步骤、错误与下一步,不反复执行相同的失败命令。

【接着引导我使用】
请使用实际可用的 $ai-seo;若实际名称发生变化,以刚核对的本地 name 为准。存在不同来源同名项时,明确选择所选来源与实际文件路径,避免调用成系统版或另一版本。对于必须由用户显式调用的 Skill,直接给我下一条可复制的调用语句。
- 先确定用户真实会问的问题、产品事实与目标答案平台,区分‘被引用’、‘被提到’和‘被推荐’,记录基线与来源。
- 按当前能力检查可访问性、结构化内容、来源依据和提示词样本;先做可验证改进与持续观察,不把 AI 建议当作实际平台已收录。

我想完成的任务:
检查我提供的网站和目标问题,评估页面能否被读取、理解和引用。先核对真实页面、来源与现有可见度,再按影响排序给出修改建议;区分已观察到的结果与待验证假设,不承诺排名或引用。

需要我提供的材料:
网站地址、重点页面、目标问题与现有引用记录

期望得到:
一份带页面依据、优先级和验证方法的 AI 搜索优化清单。

先查看我在当前聊天中已经提供的目标与材料,只问缺少的关键内容;没有材料时,告诉我第一步提供什么,可给一个简短示例。条件满足后从一个小任务开始,检查输出,再说明怎样继续使用。示例仅用于演示,不充当我的真实数据;没有执行过的步骤、测试或交付物不要写成已经完成。需要发送、发布或修改外部账号内容时,先让我核对具体对象和内容。

相关 Skill

  • SEO Audit站点 SEO 检查
  • Schema结构化数据
  • Programmatic SEO批量长尾页面

复制到 Codex

浏览器暂未允许直接复制。点击下方文字,按 Ctrl+C(Mac 按 ⌘C)复制,再粘贴到 Codex。

三步开始使用

  1. 找到想做的事,点击「复制提示词」。
  2. 打开 Codex,把提示词粘贴进去并发送。
  3. 按它的提示提供文件或材料,继续完成任务。

按需安装就好,不用一次装完。部分 Skill 需要软件、账号或付费服务,Codex 会先检查使用条件。