# yao-geo-effect-monitor `yao-geo-effect-monitor` 是一个监测闭环类 GEO skill，用于设计 GEO Signal Monitor：长期采样 AI 答案、追踪引用来源、纠偏品牌事实、输出客户月报、设置告警规则，并对内容发布、页面修复和外部信源建设后的变化做谨慎归因。 ## 适用场景 - GEO 项目长期运营 - 客户月报和季度复盘 - 内容迭代和页面优化后的效果观察 - 品牌事实错误纠偏 - AI 答案引用源追踪 - 监测看板、数据库表和 API 草案设计 ## 国内平台适配 | 平台 | 独立采样重点 | |---|---| | DeepSeek | 结论稳定性、证据链、联网状态 | | 豆包 | 口语问答、图文输出、短答案推荐 | | 千问 | 引用源、追问路径、阿里生态或电商信源 | | Kimi | 深度研究、长文引用、文档站 | | 元宝 | 微信生态来源、公众号内容、视频号线索 | ## 核心输出 - GEO 后端监测方案 - 监测指标体系与 Prompt 库 - 五平台采样口径 - 引用源追踪规则 - 月报模板、告警规则和纠偏任务表 - 仪表盘字段说明 - 数据库表结构和 API 草案 - 默认四件套：Word、PDF、HTML、Markdown ## 研究增强 - GEO 黑盒可见性：同时监测出现、候选、推荐、排序和引用。 - 生成式搜索可验证性：引用质量拆成引用召回率和引用准确率。 - 生成式相关反馈：Prompt 库用实体、事实、场景和追问做可复采扩展。 - AgenticGEO 与 citation failure diagnosis：纠偏任务先诊断“为什么没被引用”，再映射到页面、知识库或外部信源。 - Causal impact：归因必须有基线窗口、观察窗口、处理 Prompt、对照 Prompt、竞品对照和混杂因素记录。 ## 示例报告 四个示例文件均由同一份 Markdown 源生成： - [Markdown](../../skills/yao-geo-effect-monitor/examples/synthetic-demo/xinglan-effect-monitor-demo.md) - [HTML](../../skills/yao-geo-effect-monitor/examples/synthetic-demo/xinglan-effect-monitor-demo.html) - [Word](../../skills/yao-geo-effect-monitor/examples/synthetic-demo/xinglan-effect-monitor-demo.docx) - [PDF](../../skills/yao-geo-effect-monitor/examples/synthetic-demo/xinglan-effect-monitor-demo.pdf) HubSpot 国内 AI 平台公司专项测试四件套： - [Markdown](../../skills/yao-geo-effect-monitor/examples/hubspot-cn-signal-monitor/hubspot-cn-effect-monitor.md) - [HTML](../../skills/yao-geo-effect-monitor/examples/hubspot-cn-signal-monitor/hubspot-cn-effect-monitor.html) - [Word](../../skills/yao-geo-effect-monitor/examples/hubspot-cn-signal-monitor/hubspot-cn-effect-monitor.docx) - [PDF](../../skills/yao-geo-effect-monitor/examples/hubspot-cn-signal-monitor/hubspot-cn-effect-monitor.pdf) ## 质量门 - 四格式文件必须真实存在并可读。 - HTML、Word、PDF、Markdown 必须保持章节和关键表格一致。 - 不只看品牌出现率，还要看候选率、推荐率、描述准确率和引用质量。 - 引用质量必须同时判断召回和准确。 - 归因不能只看前后变化，必须有时间窗口和对照组。 - 纠偏任务必须有负责人、验收指标和复采日期。 ## 包路径 - Skill package: [skills/yao-geo-effect-monitor](../../skills/yao-geo-effect-monitor)