BA seo-aeo-geo
Оптимизация контента и структуры сайта для поисковых систем на основе ИИ, включая обзоры ИИ, цитирование больших языковых моделей, генеративные поисковые системы и ИИ-ассистенты. Используйте этот навык, когда пользователь хочет оптимизировать контент для поиска с помощью ИИ, быть процитированным языковыми моделями, появиться в обзорах ИИ, создать файл llms.txt, структурировать контент для извлечения ИИ или подготовить свой SEO к переходу от синих ссылок к ответам ИИ. Активируется по запросам: AEO, GEO, поиск ИИ, SEO для ИИ, обзор ИИ, генеративный поиск, оптимизация для LLM, llms.txt, цитирование ИИ, поиск ChatGPT, Perplexity, Gemini, поиск Claude, оптимизация ИИ-ассистента, поисковая система ответов. Также активируется, когда пользователь выражает обеспокоенность по поводу того, что ИИ поглощает его органический трафик, или хочет понять, как оставаться видимым по мере изменения поиска.
машинный переводПоказать оригиналСкрыть оригинал«Optimize content and site structure for AI-driven search experiences i…»
Optimize content and site structure for AI-driven search experiences including AI overviews, large language model citations, generative answer engines, and AI assistants. Use this skill whenever the user wants to optimize for AI search, get cited by language models, appear in AI overviews, build llms.txt, structure content for AI extraction, or future-proof their SEO for the shift from blue links to AI answers. Triggers on AEO, GEO, AI search, AI SEO, AI overview, generative search, LLM optimization, llms.txt, AI citation, ChatGPT search, Perplexity, Gemini, Claude search, AI assistant optimization, answer engine. Also triggers when the user expresses concern about AI eating their organic traffic or wants to understand how to remain visible as search shifts.
Оптимизация контента и структуры сайта для поисковых систем на основе ИИ, включая обзоры ИИ, цитирование больших языковых моделей, генеративные поисковые…
Как процесс A 82/100 · Дойдёт до конца — слабые места: отчётность по ходу
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "catalog_summary" - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_order"
Процессный рейтинг: все десять параметров 82/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 69, расплывчатых формулировок: 2
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2054 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 768 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 69 пунктов
- +3Формат ответа описан явно
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.