Doubao GEO Audit Skill (豆包 GEO 效果评估 Skill)

0. Skill 基本信息

• Skill 名称: Doubao GEO Audit Skill
• 标识符: doubao-geo-audit-skill
• 建议入口: 优先读取根目录 manifest.json
• 默认调用模式: report_mode=compact
• 编码要求: 程序化调用统一使用 UTF-8 JSON

1. Skill 描述

这个 Skill 用于评估一个品牌、产品或文章内容，是否容易被豆包大模型理解、总结、引用和推荐。它的核心目标是输出一份简洁、清楚、可执行的 GEO（生成式引擎优化）评估报告，帮助品牌快速了解其当前内容在豆包体系内的友好度。

2. 适用场景

• 评估品牌官网介绍或品牌手册；
• 评估产品说明书、产品宣发文案；
• 评估公众号文章、知乎回答、今日头条文章、小红书文案等自媒体内容；
• 评估销售话术、客服 FAQ 等对外话术材料；
• 想要了解当前品牌内容在豆包中推荐概率的品牌方、营销人员或内容创作者。

3. 不适用场景

• 自动化批量爬取和评估全网数据；
• 深度行业报告、竞品对比分析；
• 后端数据存储与月度监测；
• 需要复杂交互、账号系统或付费系统支持的长期项目。 (当前 Skill 仅为快速评估内容的极简版本，不涉及后端工程或数据长期留存)

4. 输入要求

用户可以通过任意文本形式输入以下类型之一的资料：

• 品牌名称 + 简介
• 官网介绍
• 产品介绍
• 文章/文案内容（如公众号、知乎、小红书等）
• FAQ、销售话术等

如果输入的资料过少，将评估并在报告中标记“资料不足”。

建议的程序化参数如下：

• content: 必填，待评估原文；
• content_type: 选填，资料类型，如 website_intro、article、faq；
• report_mode: 选填，compact 或 standard，默认 compact。

5. 评分维度

总分 100 分，划分为 6 个维度：

1. 品牌定义清晰度 (20 分): 判断内容是否清楚说明“这个品牌是什么”。
2. 目标用户清晰度 (15 分): 判断内容是否清楚说明“给谁用”。
3. 问题与场景清晰度 (15 分): 判断内容是否清楚说明“解决什么问题、适合什么场景”。
4. 内容结构化程度 (20 分): 判断内容是否有标题、列表、FAQ、流程、对比、总结等结构。
5. 可引用性 (15 分): 判断内容中是否有适合豆包直接引用的清晰句子。
6. 推荐触发度 (15 分): 判断内容是否能让豆包在用户提问相关问题时想到这个品牌。

6. 评级标准

• A (90-100)：豆包非常容易理解和推荐；
• B (80-89)：豆包较容易理解，但仍可优化；
• C+ (70-79)：有基础，但结构化不足；
• C (60-69)：豆包可以理解一部分，但推荐概率较低；
• D (50-59)：内容分散，豆包难以形成稳定认知；
• E (50 以下)：豆包很难准确理解和推荐。

7. 输出格式

报告固定输出 10 个章节（参见 templates/doubao_geo_audit_report.md）：

1. 基础信息
2. 总体评分
3. 分项评分
4. 豆包可能如何理解这个品牌
5. 当前最大问题
6. 豆包推荐概率判断
7. 可引用句评估
8. 优先优化建议
9. 建议补充的 FAQ
10. 最终结论

输出风格：简洁、直接，不要写成长篇大论，避免复杂目录，不要编造未提供的信息。

默认采用 compact 模式，以减少自动评测和裁判阶段的耗时：

• 每个章节只保留最关键的信息；
• “当前最大问题”控制在 3 条以内；
• “优先优化建议”控制在 5 条以内；
• “建议补充的 FAQ”默认 5 条；
• 不复述用户原文，不输出思维过程。

8. 注意事项

• Skill 工作流程必须严格依据用户提供的文本进行评估，不随意联想。
• 若信息不足，“分项评分”与“可能存在的误解”需要明确标出。
• 可引用句推荐必须符合句式：“XXX 是面向 ______ 的 ______，帮助 ______ 通过 ______ 解决 ______ 问题。”
• 程序化调用时优先使用 JSON，不建议再用 XML 包裹输入。
• 如果上游系统会把文本塞进 JSON 字符串，必须正确转义 \、" 和换行符 n。

9. 示例调用方式

{
  "skill": "doubao-geo-audit-skill",
  "action": "audit",
  "parameters": {
    "content": "OpenClaw 是一个面向 AI 开发者和产品经理的 Agentic 平台，帮助他们通过无缝对接底层模型能力和工作流，解决复杂任务自动化编排的问题。",
    "content_type": "brand_intro",
    "report_mode": "compact"
  }
}