页面预览
把成果渲染成可直接查看的页面。网页类成果可以直接预览并配合 Git 状态检查改动
ZCode × SEO 与 GEO · 原生覆盖 86%
网页结构化数据 Skill有 7 个执行步骤,其中 6 步可以在 ZCode 里直接完成。它能把成果渲染成可直接查看的页面,正好对应这个 Skill 里最吃工具的一段。操作前确认属于有条件支持,执行路径和原生能力不同,下面单独说明。
WHY ZCODE
适配结论
网页结构化数据 Skill不在 ZCode 的前十推荐里——ZCode更擅长长上下文、长任务、项目文件和远程跟进,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 跑网页结构化数据 Skill,长上下文能把几千个页面组合的实体图谱规划放在同一个任务里,不用反复交代背景。直接在工作区用 @ 引用 URL 和本地前端代码,串联全站实体图谱这类大环节不用手动拼接中间结果。离开电脑后,能从飞书或微信 Bot 继续追问进度。代价是定时自动重跑能力有限,周期性排名巡检要人工设置触发。它读不到本机的 Word 和 Excel,准备资料时要先另存成 Markdown 或 CSV。如果只是跑单个页面的 JSON-LD,不需要长任务跟进,选轻量 Agent 就行。
把成果渲染成可直接查看的页面。网页类成果可以直接预览并配合 Git 状态检查改动
CAPABILITY × STEP
核心差异
网页结构化数据 Skill 共 7 个环节。ZCode 可直接执行 6 个环节,1 个需要相应工具与配置。判断质量取决于输入资料与具体推理。
| 步骤 | 所需能力 | 等级 | 在 ZCode 下具体怎么做 |
|---|---|---|---|
| 01 提取页面实体信息 | 读本地资料运行脚本页面预览 | 直接执行 | 直接交给 ZCode:它能直接读取本机目录里的资料。 |
| 02 匹配网页类型 | 联网检索页面预览 | 直接执行 | 直接交给 ZCode:它能自己发起搜索并扩展检索词。 |
| 03 筛选适用实体类别 | 联网检索 | 直接执行 | 直接交给 ZCode:它能自己发起搜索并扩展检索词。 |
| 04 排除不支持的类型 | MCP 与连接器 | 直接执行 | 直接交给 ZCode:它能通过 MCP 或连接器读取外部系统数据。 |
| 05 编写 JSON-LD 代码 | 运行脚本 | 直接执行 | 直接交给 ZCode:它能运行脚本处理数据和格式转换。 |
| 06 串联全站实体图谱 | 打开网页取正文运行脚本页面预览 | 直接执行 | 直接交给 ZCode:它能访问原始页面并抽取正文。 |
| 07 输出验证测试建议 | 运行脚本操作前确认 | 有条件 | 可以做但有条件:ZCode 对操作前确认的支持有限制。 |
这个特性直接落在串联全站实体图谱和提取页面实体信息环节。长上下文把几千个页面的实体关系、终端输出和 Git 状态保留在同一个任务上下文里,不用手动导出再导入中间产物。跑长任务时设一个可验收的 Goal,离开电脑后从飞书或微信 Bot 追加要求或查进度。判断标准是看终端是否在单次任务里持续输出各类页面的 JSON-LD 代码,以及手机端能否收到进度推送。
在工作区直接用 @ 引用本地的 HTML 文件和 URL 链接。Agent 原生支持页面预览,不用来回切浏览器核对前端代码结构。它读不到本机的 Excel,实体信息清单要先另存为 CSV 再让它读。
长上下文把多个页面的实体关系直接留在任务里。跑几千个页面的图谱组合不用分段重述背景,主 Agent 汇总子 Agent 结果时不用清空上下文。直接在工作区看全站结构化数据的关联状态。
Agent 原生支持连接器与外部检索。在筛选实体类别时,它直接对比最新的搜索引擎文档,自动排除不支持的 Schema 类型,并给出具体的实际原因说明,不用人工翻文档比对。
Agent 有条件支持这个环节。它能生成 Google 富媒体结果测试工具的验证建议和 JSON-LD 代码,但操作前需要人工确认脚本和测试动作,不能完全代替人工点击运行测试工具。
IMPORT · RUN
资料导入与任务下发
ZCode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。
打开营销项目工作区,用 @ 引用网站文件、品牌资料、数据表或需求文档,并为长任务设置一个可以验收的目标。
从设置页导入或安装 Skill,在对话中输入 $ 选择技能;它可以结合文件、终端、预览和子任务持续推进。
把包含前端代码结构的本地文件放在工作区目录下,办公文档先转成纯文本或 CSV。在工作区用 @ 引用具体的 URL 和代码文件,用 $ 选择 schema-markup 技能。为这个长任务设一个可验收的 Goal,比如要求生成完整的产品库 JSON-LD 并附带验证建议。下发任务后,用手机扫码建立连接,后续直接在手机端查看工作区的终端输出进度。
COLLABORATE · CHAIN
协作与后续衔接
飞书与微信 Bot 是原生支持的。绑定 Bot 后,生成的 JSON-LD 代码、Schema 模型对照表和验证建议会自动发到聊天里。团队成员直接在飞书里收到结构化数据标记代码,不用人工把文件从本机搬进协作工具。如果要更新周报,直接在聊天里向 Bot 追问当前任务进度即可。
长上下文让串联多个 Skill 最省事。跑完网页结构化数据 Skill 生成的 JSON-LD 代码,直接作为中间产物留在同一个任务上下文里。接着切换到其他程序化 SEO 技能继续处理,不用把代码导出成文件再重新导入。子 Agent 各自维护独立上下文,主 Agent 负责汇总不同 Skill 的产物。
COMBINATION CASE
场景化实战案例
海外营销团队要为几百个产品页添加结构化数据标记,希望被 Perplexity 正确引用并在搜索结果展示价格和星级富文本。前端开发只提供了网页 URL 列表和部分线上的 HTML 文件。
预期结果:交付了几百个产品页可直接用的 JSON-LD 代码和对应的验证建议。代码需由前端开发人工粘贴进页面部署,并人工在富媒体测试工具里最终跑一次验证,确认无误后发布。
VERIFY · TROUBLESHOOT
效果验证方法
装完先跑一个包含几十个产品页面的目录。在工作区用 @ 引用一个产品页的 URL,让它执行提取页面实体信息环节。看终端是否输出对应的 JSON-LD 代码,以及是否自动生成了排除不适用类型的实际原因说明。确认代码无误后,直接复制输出到 Google 富媒体结果测试工具,看能否成功识别星级和价格富文本字段。
请在 ZCode 中使用「网页结构化数据 Skill」。本次要完成:产品页面需要显示星级和价格富文本。我会提供目标页面 URL 和前端代码结构和网页实际包含的文本内容。请先完成一份小样,交付包含具体字段和内容的 JSON-LD 代码和网页类型与 Schema 模型的对照表,并列出需要我核对的事实和数字。
安装完成后,先只做第 3 步:让 ZCode 筛选适用实体类别,并把它自己发起搜索并扩展检索词的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
7 步里 6 步可直接执行,1 步需要相应工具与配置。请结合逐步说明确认实际做法。
ZCode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。
安装完成后,先只做第 3 步:让 ZCode 筛选适用实体类别,并把它自己发起搜索并扩展检索词的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
因为它能把成果渲染成可直接查看的页面,在 7 个 Agent 里具备这些能力的不多。如果你的卡点不在这里,页面下方列出了更合适的选择。
Skill 没有出现时,在设置页刷新并确认已启用;外部 Agent 的 Skill 没有导入时,重新选择复制或软链接模式;长任务偏离目标时,更新 Goal 并用 @ 指定本次优先文件。
在编写 JSON-LD 代码这个环节最值得按业务改。把团队常用的特定字段要求,比如必须包含的物流时效或库存状态字段,写进技能目录下的提示词里。通过长上下文跑一批页面后,检查它是否稳定输出这些自定义字段。确认生效后,把改好的 Skill 版本推送到工作区,固化成团队标准,省去每次手动补充要求。
INSTALL
安装到 ZCode
把提示词复制给 ZCode,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
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「网页结构化数据 Skill」安装到 ZCode。 1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-schema/1.0.0/skill-schema.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 ZCode 的方式安装:mkdir -p ~/.zcode/skills && cp -R ./skill-schema ~/.zcode/skills/ 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:在设置页确认技能已启用,对话中输入 $ 选择技能,再跑一个只读小任务。 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-schema/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-schema.md
METHOD 03 · 手动放目录
解压 ZIP 后,在 ZCode 中执行:
mkdir -p ~/.zcode/skills && cp -R ./skill-schema ~/.zcode/skills/
验证:在设置页确认技能已启用,对话中输入 $ 选择技能,再跑一个只读小任务。
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
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。
Codex在这个 Skill 上直接覆盖 4/7 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
Claude Code在这个 Skill 上直接覆盖 4/7 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
WorkBuddy在这个 Skill 上直接覆盖 2/7 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
FURTHER READING
围绕 ZCode 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
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。
关键词拓展 Skill 的正确用法,是把它当成一个有明确输入输出契约的执行单元:你交给它种子词、业务边界和排除规则,它返回一张带意图标注的候选词表。多数人调用后拿到一堆不可用的词,问题不在 Skill
相似关键词该合并还是分开写,取决于读者要完成的任务是否同一件,而不取决于字面差了几个字。先判断搜索意图、答案框架和独占信息能不能独立成立,再决定一页还是两页。写成两篇却回答同一问题,传统搜索会互相抢排
NEXT WORKFLOW
搭配使用
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。
用 ZCode 完成「新产品准备在 Product Hunt 做首发」,最终得到带网址与收录状态的 CSV 跟踪表单。
用 ZCode 完成「查关键词是否被 AI 摘要抢走点击」,最终得到搜索结果页特性分布清单。
用 ZCode 完成「准备上线一套设计素材库需要规划展示页面」,最终得到包含名称和主要行动按钮的聚合页版块清单。