返回首页

使用 Claude Code 中的 geo-seo-claude 对网站进行 GEO 审计

geo-seo-claude — Claude Code 中用于审计网站 GEO 指标的工具。分析 Citability Score、Schema 标记、AI crawlers 并提供建议。适合希望优化内容以在 AI 系统中的被引用的中高级开发者。

使用 geo-seo-claude 的 GEO 审计:Citability Score 和 Schema
Advertisement 728x90

# 使用 geo-seo-claude 在 Claude Code 中进行自动化 GEO 审计

像 Google SGE、ChatGPT 和 Perplexity 这样的 AI 系统越来越直接在搜索结果中给出答案,并引用来源,却不将流量引导至网站。传统 SEO 正让位于 GEO——生成式引擎优化,其目标是成为被引用的来源。这个开源工具 geo-seo-claude 基于 Claude Code,能审计网站的关键 GEO 指标,并提供优化方案。

GEO 基础及其与传统 SEO 的区别

GEO 聚焦于让 AI 选择你内容的因素:结构化的 Schema.org 数据、对问题的明确回答、规范的标题结构、可读文本,以及通过品牌提及建立的域名权威。与追求点击的 SEO 不同,GEO 争取在 AI 响应中被提及。

传统 SEO 优化搜索引擎爬虫:索引、速度、关键词、反向链接。GEO 针对 Gemini 和 Bing Copilot 等模型——检查内容是否适合解析和引用。

Google AdInline article slot

geo-seo-claude 功能

该工具在 Claude Code 中只需一条命令即可运行全面网站分析:

  • 可引用分数 (0–100):基于回答结构、FAQ 和清晰表述,评估内容适合 AI 引用的程度。
  • AI 爬虫:检查 robots.txt 是否允许 GPTBot、ClaudeBot、Google-Extended 访问。
  • Schema 标记:扫描 Organization、Article、FAQ、HowTo、Product;建议补充。
  • 品牌提及:搜寻外部链接作为权威信号。
  • 内容审计:审查 H1–H6 结构、可读性和问答能力。

输出:包含指标和优化步骤的 PDF/HTML 报告。

安装与设置

通过 npx 或 git 安装:

Google AdInline article slot
# 通过 npx
npx skills add zubair-trabazada/geo-seo-claude

# 或手动
git clone https://github.com/zubair-trabazada/geo-seo-claude
cp -r geo-seo-claude/skills/* ~/.claude/skills/

在 Claude Code 中,使用此提示:

对 example.com 运行 GEO-SEO 审计

Claude 会抓取页面、解析 robots.txt 和 Schema,然后生成报告。

真实网站审计结果

对实际网站的测试揭示了常见问题:

Google AdInline article slot
  • 主机默认在 robots.txt 中屏蔽 ClaudeBot 和 GPTBot。
  • 缺少 Schema:无 Organization 或 Article 标记。
  • 无 FAQ 部分——AI 引用必备。
  • 标题层级混乱 (H1 → H3 → H2)。

建议:添加 FAQ Schema、解禁爬虫、实施 Organization Schema、修正 H 结构。修复仅需 2 小时。

工具局限性

  • 概念验证阶段:GitHub 10 个星,早期成熟度。
  • 绑定 Claude Code,无独立模式。
  • 跳过反向链接、竞争对手和行为指标。
  • GEO 指标快速演变,建议可能过时。

GEO 审计替代方案

  • Ahrefs/SEMrush:传统 SEO。
  • Google Search Console:基础监控。
  • Schema.org 验证器:结构化数据检查。
  • Claude/ChatGPT 手动提示用于单次任务。

geo-seo-claude 以自动化和结构化报告脱颖而出。

关键要点

  • GEO 提升在 AI 答案中被引用的机会,无需点击。
  • 检查 robots.txt 是否屏蔽 GPTBot/ClaudeBot。
  • 添加 Schema.org (FAQ、Article) 以便解析。
  • 用规范 H1–H6 和 FAQ 结构化内容。
  • 可引用分数是 AI 可见性的核心指标。

— Editorial Team

Advertisement 728x90

继续阅读