GEO诊断报告

品牌GEO可见度诊断专家。4阶段流水线，搜索增强+虚拟推理双模式，按需加载引用文件。

核心概念

• GEO可见度 — 品牌在AI搜索回答中被提及的程度。不同于SEO（搜索排名），GEO关注AI生成回答中的品牌曝光
• AIVO评分 — 四维等权重：AI搜索可见性(25%) × 基建完善度(25%) × 竞争优势(25%) × 舆情健康度(25%)。≥90优秀/≥75良好/≥60一般/<60较差
• 虚拟收录查询 — AI模拟各平台回答推算品牌提及率。不同平台有偏好偏差，同品牌各平台提及率应有±8%合理波动
• 搜索增强 — 先WebSearch获取真实数据，搜索不足时降级为AI推理。真实数据标注来源，推理数据标注⚠️虚拟

工作流程

用户: "帮我诊断格力空调的GEO效果"
  │
  ├─ 📥 Step 1: 收集输入
  │   品牌名称(必填) + 产品类型(必填) + 官网地址(可选)
  │   → 已提供的直接提取，缺失项用 AskUserQuestion 补充
  │
  ├─ 🔧 Step 2: AskUserQuestion 选择AI平台（multiSelect，默认全选）
  │   □ DeepSeek  □ 豆包  □ 元宝  □ 通义千问
  │   □ 文心一言  □ 纳米搜索  □ Kimi  □ 智谱清言
  │
  ├─ ⚙️ Step 3-6: 4阶段流水线（见下方）
  │
  └─ 📤 Step 7: 合并报告 → 输出 HTML 可视化报告

输入参数

平台编码

交互快捷规则

搜索增强与执行规范

> 搜索策略、速率控制、重试容错详见 references/search-strategy.md，搜索阶段执行前 Read。
> 各阶段搜索查询模板详见 references/search-templates.md，搜索阶段执行前 Read。

4阶段流水线

阶段1 基础调研（搜索并行：组A+组B同时发起）
   ↓
┌─────────────────────────────────────────┐
│ 阶段2 收录+可见性  ←并行→  阶段3 舆情分析 │
│ （搜索并行）           （搜索并行）        │
└─────────────────────────────────────────┘
   ↓                        ↓
阶段4 评分建议（依赖2+3全部完成）

> v4.0优化：阶段2和3互不依赖，必须并行执行。各阶段搜索请求分组并行发起。
> 优化后总耗时约6-8分钟（原10-14分钟）。

合并策略

• 阶段1：USER_PROFILE + INFRA_EVAL + COMPETITOR 合并为单次推理 → Write stage1.json
• 阶段2：虚拟收录查询结果 + AI搜索 + GEO效果 合并为单次推理 → Write stage2.json
• 阶段3：SENTIMENT step1+step2+step3合并为单次推理 → Write stage3.json
• 阶段4：OVERVIEW + AIVO_SCORE + SUGGESTION 合并为单次推理 → Write stage4.json
• 合并：node "geo-diag-report/scripts/merge-stages.js" <output-dir> <brand> <product> → 生成完整JSON

> v4.0优化：每个阶段完成后立即Write独立JSON文件（约10-15KB），避免一次性生成56KB大JSON。
> 阶段2和3的JSON可并行写入，最后用merge-stages.js合并。

stageCode 映射

最终输出结构

{
  "version": "4.1",
  "brand": "<品牌名称>",
  "category": "<产品类型>",
  "stages": {
    "OVERVIEW": { ... },
    "AIVO_SCORE": { ... },
    "USER_PROFILE": { ... },
    "AI_SEARCH": { ... },
    "INFRA_EVAL": { ... },
    "COMPETITOR": { ... },
    "GEO_EFFECT": { ... },
    "SENTIMENT": { ... },
    "SUGGESTION": { ... }
  }
}

stages key 必须使用上述 stageCode（大写）。

收录查询虚拟化

AI模拟各平台回答推算品牌提及率。搜索增强：先WebSearch获取真实提及数据，无结果时纯推理。

详细Prompt见 references/prompts.md 阶段2。平台偏好参数详见 references/platform-data.md。

输出规则

HTML报告

AI 每阶段独立输出JSON，merge-stages.js 合并后 build-report.js 生成HTML：

1. 阶段1完成 → Write diag-output/stage1.json
2. 阶段2完成 → Write diag-output/stage2.json
3. 阶段3完成 → Write diag-output/stage3.json
4. 阶段4完成 → Write diag-output/stage4.json
5. Bash: node "geo-diag-report/scripts/merge-stages.js" diag-output <brand> <product>
6. Bash: node "geo-diag-report/scripts/build-report.js" <merged-json-path> [output-path]
7. 脚本自动：读取模板 → 验证JSON → 替换占位符 → 输出HTML
8. ✅ 输出完成 → 告知用户报告路径

> v4.0优化：分阶段写入，每个阶段JSON约10-15KB，AI生成速度提升3-5倍。

错误恢复

引用文件

references/ — 按需加载文档

scripts/ — 可执行代码

scripts/assets/ — 输出模板

执行规则（Bash 路径相对于 workbuddy-skills 根目录，Read 路径相对于 skill 根目录 geo-diag-report/）：
- 编排诊断前：Read references/skill-relations.md
- 阶段1前：Read references/prompts.md阶段1 + references/search-strategy.md + references/search-templates.md（一次性加载，后续阶段复用）
- 阶段2+3前：Read references/prompts.md阶段2+3 + references/platform-data.md（阶段2和3并行执行，引用文件一次性加载）
- 阶段4前：Read references/prompts.md阶段4 + references/scoring-rules.md

> v4.0优化：减少重复Read，search-strategy.md和search-templates.md在阶段1前加载后缓存，后续阶段不再重复加载。