ZCode × GEO AI 搜索优化 Skill

在 ZCode 的推荐清单里，GEO AI 搜索优化 Skill排在第 4 位，属于「持续建设营销网站」这条路径的第 2/4 步。建议先跑完前一步再进入它，产出可以直接交给下一步继续用。

跑这个 Skill，跨平台检查现状、分析引用差距到完善机器可读基础这几个环节原生支持。长上下文把几千个页面组合的规划放在同一个任务里，离开电脑用飞书 Bot 接着追问进度，省掉反复重述背景。要注意本 Agent 读不到 Word 和 Excel，资料要先转成文本或 CSV。定时自动重跑受限，做持续监测要靠人工设定触发。如果只想查一次品牌词，长任务能力用不上，换轻量工具更合适。

跨平台检查现状和分析引用差距会产出大量中间数据。长上下文让这几千个页面的分析记录、终端输出直接留在同一个任务里，追加提问不用重新交代目标。中途离开电脑，在微信或飞书 Bot 里输入一句话就能看进度并要求补充。在完善机器可读基础时，页面预览直接呈现 llms.txt 的修改效果，免去切换浏览器核对。判断标准是任务跑几小时后，回到工位追问上一个动作细节，它仍能基于完整记录回答。

1. 01

   跨平台检查现状

   用 $ 选技能并 @ 品牌词表。Agent 联网检索 ChatGPT 与 Perplexity 的引用情况，提取正文后直接将多平台对比结果写入本地 Markdown，并在页面预览中展示。

2. 02

   增强可信度

   多角色并行模拟不同 AI 爬虫解析页面。长上下文把多个角色的提取结果保留在同一任务里，直接对比哪里缺实体提及，不需要手动导出各角色的中间产物。

3. 03

   持续监测

   长任务能持续推进，但定时触发能力有限。需要人工把周期性监测任务写成脚本放到指定目录，或者定期在飞书里手动发指令触发，不能完全依赖自动定时。

网站域名和核心品牌词直接在对话框输入，现有的 SEO 资料先转成 Markdown 或 CSV 放到工作区。用 @ 引用这些文件，用 $ 选技能。给长任务设一个明确的可验收 Goal，比如生成某竞品的引用差距报告。发完指令不用守着电脑，手机扫码或飞书 Bot 绑定后，直接在聊天里输入追加要求并看输出结果。

装完先跑一个最小任务：输入主品牌词和三五个核心问题，执行跨平台检查现状。看它是否真的调用了浏览器去抓取目标页面正文，而不是直接编造答案。检查本地工作区，看有没有生成包含引用差距分析的 Markdown 文件。接着在页面预览里看生成的 llms.txt 是否正确排除了不需要的路径。这些动作完整跑通，说明配置无误。