成果部署上线不发飞书
通过 MCP 接已授权的数据源，但原生不连飞书或企业微信。分析报表和转化机会解读做成页面类成果时，直接部署上线，不发到协作工具。如果是文档类成果，需要手工复制内容粘贴到飞书文档或腾讯文档里，中间没有自动写回的通道。
TRAE × SEO 与 GEO · 原生覆盖 86%
TRAE × AI 搜索流量分析 Skill
AI 搜索流量分析 Skill有 7 个执行步骤，其中 6 步可以在 TRAE 里直接完成。它能通过 MCP 或连接器读取外部系统数据，正好对应这个 Skill 里最吃工具的一段。需要提前知道的是：定时任务这 1 项它不做，涉及的 1 个步骤要按下面的手工方式衔接。
- 6/7步可直接执行
- 1步需手工衔接
- 未进前十在本 Agent 的推荐清单
WHY TRAE
适配结论
用这个 Agent 跑 AI 搜索流量分析 Skill
AI 搜索流量分析 Skill不在 TRAE 的前十推荐里——TRAE更擅长营销工作与网站、落地页和程序化 SEO，这个 Skill 的重心不完全在这里。它仍然可以正常安装使用，只是如果你要做的就是这件事，可以先看看下面几个更合适的 Agent。
用这个 Agent 跑 AI 搜索流量分析 Skill，分析结论直接做成程序化 SEO 页面或数据报表展示页。利用页面预览能力，配置好的 GA4 AI 渠道规则和转化机会解读写成页面后，改完当场按手机和电脑尺寸核对，不用切浏览器查前端有没有错位。原生支持读本地资料和连数据源，盘点 AI 来源和补充 AI Overviews 观察很顺畅。但它是基于 IDE 的环境，无法设定时任务，定期更新来源表要靠人记着手工触发。办公文档需先转文本，不发飞书。如果产出只是 PPT 或 Word，它的页面能力闲置，不如换带定时能力的 Agent。
CAPABILITY × STEP
核心差异
页面预览承接渠道规则落地
AI 搜索流量分析 Skill 共 7 个环节。TRAE 可直接执行 6 个环节（含 4 个仅需判断的环节），1 个需手工衔接。判断质量取决于输入资料与具体推理。
6步可直接执行
无有条件支持的步骤
1步需手工衔接
86%原生覆盖率
| 步骤 | 所需能力 | 等级 | 在 TRAE 下具体怎么做 |
|---|---|---|---|
| 01 盘点实际 AI 来源 | 读本地资料MCP 与连接器 | 直接执行 | 直接交给 TRAE：它能直接读取本机目录里的资料。 |
| 02 选择报告方式 | 纯判断 | 任意 Agent | 纯判断步骤，任何 Agent 都一样，取决于你给的资料质量。 |
| 03 配置来源正则 | 纯判断 | 任意 Agent | 纯判断步骤，任何 Agent 都一样，取决于你给的资料质量。 |
| 04 设置渠道优先级 | 纯判断 | 任意 Agent | 纯判断步骤，任何 Agent 都一样，取决于你给的资料质量。 |
| 05 加入质量指标 | 纯判断 | 任意 Agent | 纯判断步骤，任何 Agent 都一样，取决于你给的资料质量。 |
| 06 补充 AI Overviews 观察 | 联网检索写本地文件 | 直接执行 | 直接交给 TRAE：它能自己发起搜索并扩展检索词。 |
| 07 定期更新来源表 | 定时任务 | 不支持 | 改成手工：由你按周期手工触发同一条任务。（没有定时执行，周期任务需要你自己触发） |
页面预览特性落在这两个环节上：盘点实际 AI 来源和补充 AI Overviews 观察。把查到的 AI 引荐域名和 AI Overviews 联网检索结果做成可视化页面时，在预览窗口里直接按屏幕尺寸核对标题、布局和移动端展示。省掉了以前用代码写完页面后，把文件拿到浏览器里刷新看效果、再把改动改回源码的动作。判断标准是看预览窗口能否实时展示当前编辑的渠道规则或来源数据，移动端下数据报表有没有溢出。这是七个 Agent 里只有它和 ZCode 自带的能力。
- 01
盘点实际 AI 来源
把已知 AI 引荐域名表放进授权目录让它读。通过连接器接 GA4 和 Search Console，直接比对本地资料里的 ChatGPT、Perplexity 等域名，筛出实际带来访问的 AI 来源。不用先另存成 Markdown 或 CSV。
- 02
补充 AI Overviews 观察
这个环节需要联网检索和写本地文件，本 Agent 原生支持。直接在 IDE 里让它搜特定的行业关键词，看 AI 搜索结果里出现的品牌和落地页，把检索结果写进页面模板的对应字段里。
- 03
定期更新来源表
这步做不到自动跑，没有定时任务功能。每个月要在 Work 或 IDE 里手动发同样的指令触发一次，让它重新拉取 GA4 和 Search Console 的最新 AI 引荐域名并更新页面。
IMPORT · RUN
资料导入与任务下发
GA4 与 Search Console 数据怎么交给 TRAE
TRAE可以直接读取目录里的资料，把这些文件放在同一个位置即可。
需要准备的资料
- GA4 与 Search Console 数据
- 已知 AI 引荐域名
- 网站转化事件定义
在 TRAE 里是这样推进的
研究和写作任务可以在 TRAE Work 中准备资料；落地页、网站和程序化 SEO 项目放进 TRAE IDE。
导入 Skill 后，可以创建研究、文案、设计和开发角色分工完成，再用 MCP 读取已授权的数据和资料。
在 Skills 设置里导入技能目录，项目级 Skill 放进 .agents/skills/，跟着项目走。 GA4 与 Search Console 的数据通过 MCP 接已授权的数据源。已知 AI 引荐域名和网站转化事件定义如果是办公文档，先转成文本放进项目目录。在 Work 里交代研究和写作任务，比如让它整理 AI 来源报表的需求；在 IDE 里交代页面制作任务，在预览窗口旁边直接看进度和修改代码。
MANUAL HANDOFF
能力缺口与人工衔接
定时任务需要手工补
有 1 项能力需要你在 TRAE 之外完成，下面写清了各自影响哪一步、怎么补。
-
定时任务
影响：第 7 步 定期更新来源表
原因：没有定时执行，周期任务需要你自己触发
做法：由你按周期手工触发同一条任务
COLLABORATE · CHAIN
协作与后续衔接
成果部署上线不发飞书
跨阶段串联不用导出文件
前段 Skill 的研究结论在 Work 里成型，后段 Skill 直接在 IDE 里把它做成页面。研究、文案、设计、开发可建多个角色分工。中间不用导出文件，研究结论作为上下文直接传递给页面制作环节。
COMBINATION CASE
场景化实战案例
SaaS 团队建 GEO 月度报表页
SaaS 团队建 GEO 月度报表页
一家 B2B SaaS 公司的增长运营团队要在月底汇报 GEO 进展，需要把 GA4 里 ChatGPT 等来源的访问量和转化事件做成内部展示页，过去靠截图拼 PPT，图表经常错位。
- 把 GA4 数据连上，把已知的十个 AI 引荐域名写成文本放进项目目录。
- 在 IDE 里让它跑这个 Skill，把渠道规则定好，筛出当月实际有访问的 AI 来源。
- 让它把数据渲染成一个程序化 SEO 页面，展示流量来源和转化漏斗。
- 在右边的预览窗口里按电脑和手机尺寸核对数据有没有溢出，改好标题。
- 确认没问题后把页面部署到内部服务器。
预期结果：交付了一个包含 AI 流量渠道规则和转化解读的网页。页面的展示效果在预览窗口核对完毕。由于没有定时能力，下个月底需要人工重新发一次指令更新数据。
VERIFY · TROUBLESHOOT
效果验证方法
装完先跑一个小任务：给它三个 AI 域名，让它读项目里的测试数据源，生成一个单页面展示 AI 流量占比
装完先跑一个小任务：给它三个 AI 域名，让它读项目里的测试数据源，生成一个单页面展示 AI 流量占比。看三个信号：一是它有没有正确拉取并匹配上数据；二是生成的页面有没有在预览窗口里显示出来；三是切到手机尺寸看数据图表有没有错位。确认这三个信号正常，说明从取数到页面渲染的链路通了。
可直接使用的第一个任务
请在 TRAE 中使用「AI 搜索流量分析 Skill」。本次要完成：创建 GA4 AI 流量自定义渠道。我会提供GA4 与 Search Console 数据和已知 AI 引荐域名。请先完成一份小样，交付AI 流量渠道规则和分析报表与维度建议，并列出需要我核对的事实和数字。注意：定时任务这部分你做不到，遇到时直接告诉我，我手工补。
安装后的最小验证任务
安装完成后，请 TRAE 读取这份 Skill 与已提供的输入资料，复述本次任务，并列出缺少的材料。只返回核对结果，不修改文件或网页。
TRAE 常见问题
- 没有调用 Skill 时，在 Skills 设置中确认已经启用
- 项目级 Skill 未出现时，检查 .agents/skills 目录
- 页面结果不合适时，打开预览并指出具体区块和屏幕尺寸
- 第 7 步 定期更新来源表停住时，不用反复换提示词——没有定时执行，周期任务需要你自己触发，按上面的手工方式补这一步即可
TRAE 跑AI 搜索流量分析 Skill需要改哪几步？
7 步里有 1 步需要改，原因是TRAE不提供定时任务。具体改法见页面里的手工衔接说明。
资料要怎么交给 TRAE？
TRAE可以直接读取目录里的资料，把这些文件放在同一个位置即可。
装完先做什么验证？
安装完成后，请 TRAE 读取这份 Skill 与已提供的输入资料，复述本次任务，并列出缺少的材料。只返回核对结果，不修改文件或网页。
为什么选 TRAE 而不是别的 Agent？
这个 Skill 用到的都是通用能力，7 个 Agent 差别不大，可以按你已经在用的工具来选。
TRAE 常见的失败情况有哪些？
没有调用 Skill 时，在 Skills 设置中确认已经启用；项目级 Skill 未出现时，检查 .agents/skills 目录；页面结果不合适时，打开预览并指出具体区块和屏幕尺寸。
个性化迭代 Skill 的建议
选择报告方式这个环节最值得改。根据团队关注的指标，把 GEO 月度效果报表的展示模板固化到代码里。改写它生成 HTML 的代码段，把固定要看的参与度和转化数据设成默认展示。下次跑的时候，它直接按改好的模板渲染，省去每次重新写提示词要求调整报表结构的时间，把它变成团队通用的版本。
INSTALL
安装到 TRAE
把AI 搜索流量分析 Skill装进 TRAE，点几下完成
把提示词复制给 TRAE，它会自己下载 ZIP 并完成安装，装完会报告实际目录。
METHOD 01 · 交给 AI 自己装
复制提示词
适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录，并在缺少权限时告诉你需要手工做哪一步。
请帮我把「AI 搜索流量分析 Skill」安装到 TRAE。 1. 下载完整 Skill ZIP：https://www.vibemarketing.work/packages/skill-ai-search-traffic/1.0.0/skill-ai-search-traffic.zip 注意：网页 HTML 不能当作 Skill 文件安装，必须使用 ZIP 里的完整文件。 2. 解压后保留 SKILL.md 及全部配套文件，按 TRAE 的方式安装：在 Skills 设置中导入包含 SKILL.md 的 skill-ai-search-traffic 目录；项目级 Skill 可放入 .agents/skills/skill-ai-search-traffic 3. 安装完成后告诉我实际安装目录。 4. 用一个只读小任务验证：在 Skills 设置里确认已启用，再让它对一个页面或一份材料做只读检查。 5. 如果你没有联网、下载或写目录权限，请直接告诉我哪几步需要我手工完成。 参考：原始 SKILL.md https://www.vibemarketing.work/raw/skill-ai-search-traffic/SKILL.md；安装指南 https://www.vibemarketing.work/agent-install/skill-ai-search-traffic.md
METHOD 03 · 手动放目录
手动安装
解压 ZIP 后，在 TRAE 中执行：
在 Skills 设置中导入包含 SKILL.md 的 skill-ai-search-traffic 目录；项目级 Skill 可放入 .agents/skills/skill-ai-search-traffic
验证：在 Skills 设置里确认已启用，再让它对一个页面或一份材料做只读检查。
- 项目级 Skill 未出现时检查 .agents/skills 目录
- 页面结果不合适时打开预览并指出具体区块和屏幕尺寸
HTML 业务页面不能直接当作 Skill 文件安装。AI 需要下载完整 ZIP 并保留配套文件。
OTHER AGENTS
跨 Agent 适配对比
WorkBuddy、Hermes Agent在这个 Skill 上覆盖更多环节
下面的步数来自逐步比对。卡在哪一步，就看哪个 AI 能直接完成那一步。
WorkBuddy AI 搜索流量分析
WorkBuddy在这个 Skill 上直接覆盖 7/7 步，而且能按设定时间自动重复执行——如果你这次的卡点正是定时任务，换它更省事。
Hermes Agent AI 搜索流量分析
Hermes Agent在这个 Skill 上直接覆盖 5/7 步，而且能按设定时间自动重复执行——如果你这次的卡点正是定时任务，换它更省事。
FURTHER READING
TRAE 与AI 搜索流量分析相关的实操文章
围绕 TRAE 和这个任务的共同标签挑出来的，换成别的 Agent 看到的不是同一批。
越来越多人把选型直接丢给ChatGPT、Perplexity、Gemini，或者购物、采购类助手。答案是模型拼出来的，不一定点开你的网页。世界经济论坛把这件事叫做智能体引擎优化（AEO）：你要进的不是
团队开始做 GEO 以后，常会遇到一组看起来互相矛盾的数据：页面已经被 AI Overviews、AI Mode 或聊天机器人引用，Google Analytics 里的 AI 引荐访问仍然很少。管理
GEO（生成式引擎优化）不是SEO的升级版，而是针对AI答案引擎的不同优化逻辑。本文从展示形式、排名机制、内容策略和技术实现四个维度对比GEO与SEO的核心差异，帮助营销团队理解两种流量来源的共存策略
品牌想在 AI 搜索的回答里被提及，正确的做法不是频繁去问 AI「你有没有提我」，而是先建一张品牌查询地图，摸清在哪些问题下 AI 会提到谁、怎么提；再针对差距补充可独立引用的事实和内容资产；最后按月
GEO 不是 SEO 的替代品，而是在基础 SEO 之上提升内容被 AI 答案引擎理解、引用和点击的概率。本文讲清两者的关系与四条落地调整。
监测品牌在 AI 搜索里的表现，不需要依赖付费工具：先把品牌相关查询分层抽样成一份固定清单，按固定周期在目标 AI 搜索产品里检索，记录是否被引用、引用位置与引用内容，再按变化决定行动。本文给出分层抽
NEXT WORKFLOW
搭配使用
联盟营销 Skill、海外 App 投放 Skill、营销归因分析 Skill
按产出物与输入资料的衔接关系计算，都是同一个 Agent 下的版本，装完可以直接接着跑。
TRAE · 出海增长#01
TRAE 联盟营销 Skill
用 TRAE 完成「给新上线的 SaaS 工具设计按销售额分成的佣金政策」，最终得到一份 CPS/CPL 佣金结构表。
来源项目 · kostja94/marketing-skills ★ 968 · Fork 134
TRAE · 海外广告投放#02
TRAE 海外 App 投放 Skill
用 TRAE 完成「新产品出海要做 Google 和 ASA 投放规划」，最终得到各平台买量适用场景与转化目标对照表格。
来源项目 · kostja94/marketing-skills ★ 968 · Fork 134
TRAE · 数据与自动化#03
TRAE 营销归因分析 Skill
用 TRAE 完成「Meta 和 GA4 报的转化数差了一倍」，最终得到多渠道数据差异对齐与去重对照表 (xlsx 格式)。
来源项目 · coreyhaines31/marketingskills ★ 49,944 · Fork 7,586