geo-keyword-research

name	geo-keyword-research
description	GEO 关键词研究 Skill。为指定品牌生成行业推荐型 + 品牌直指型关键词报告， 支持 DAG 并发搜索模式，产出两份 Markdown 文件。

GEO Keyword Research - GEO 关键词研究技能

技能定义

本技能用于生成 GEO 关键词研究报告，帮助任何品牌/产品优化在 AI 回复中的露出率和回复准确性。

适用于所有行业：汽车、轮胎、家电、美妆、数码、餐饮、服务等。

---

GEO 核心目标

GEO 关键词分为两大类：

🎯 第一类：行业推荐型

特征：[场景/品类/规格/车型/品类+品牌] + 推荐

• 用户提问不包含目标品牌名
• AI 在回答时会自然列举多个品牌/产品（包括目标品牌和竞品）
• 优化目标：通过发布优质内容笔记，让 AI 在回答这类问题时优先推荐/提及目标品牌，提升品牌曝光和露出率

🎯 第二类：品牌直指型

特征：问题中明确包含目标品牌/产品全称

• 用户直接提问关于目标品牌/产品的问题
• 优化目标：优化内容，确保 AI 回复准确、完整、客观，避免 AI 出现不准确、不完整、不客观的错误

---

工作流程（DAG 模式）

本技能在 DAG 模式下运行，分为并发搜索和单一汇总两个阶段。

阶段一：并发搜索（多个 Subtask 并行，每个绑定唯一维度）

每个搜索 Subtask 必须：

1. 绑定下方维度表中的一个独立维度，不得与其他 Subtask 重叠
2. 使用 search tool 执行 1 次查询
3. 将返回结果（URL + 页面标题 + 来源网站 + 搜索日期）写入临时文件： {workspace}/geo-keyword-research/{task_id}/{task_id}_search_{N}.tmp.md（N 为维度序号）

维度划分表（Planning LLM 按品牌特点从中选取 3-5 个维度）：

维度	示例 query（中文）	示例 query（英文）	备注
品牌官网 ⭐	{品牌}官网	{brand} official site products	必选，用 fetch-web 直接抓官网产品页，获取官方产品线信息
品牌总体评价	{品牌}怎么样	{brand} review
竞品对比	{品牌} vs 竞品	{brand} vs competitor
耐磨/寿命	耐磨{品类}品牌推荐	most durable {category} brands
噪音/舒适	静音{品类}品牌推荐	quietest {category} brands
价格/性价比	性价比高的{品类}品牌	best value {category} brands
细分场景 A	（根据品牌核心场景定制）
细分场景 B
特定产品系列	{品牌}{旗舰系列}评测	{brand} {flagship line} review
使用维护	{品牌}使用年限/更换标准	{brand} maintenance guide
技术特性	{品牌}技术优势	{brand} technology
购买指南	{品牌}选购指南	{brand} buying guide

⭐ 品牌官网维度为必选：该 Subtask 需先用 search tool 查到官网 URL，再用 fetch-web 脚本抓取官网产品页正文， 将内容写入 {workspace}/geo-keyword-research/{task_id}/{task_id}_official_site.txt， 供汇总阶段直接读取作为产品信息来源。

阶段二：汇总 Subtask（单一 Worker，依赖所有搜索 Subtask 完成）

1. 合并所有临时文件

   • 读取所有 *.tmp.md 片段，按 URL 去重（不同 query 可能命中相同 URL）
   • 统计去重后总条数：
     • ✅ ≥ 20 条 → 继续
     • ❌ < 20 条 → 在此 Subtask 内补充搜索，直到满足后继续
   • 写入最终数据源文件：{workspace}/geo-keyword-research/{task_id}/{task_id}_urls.md
   • 删除所有 *.tmp.md 临时片段

2. 抓取核心页面正文（为报告分析提供真实内容依据）

   • 从 {task_id}_urls.md 中，按来源多样性选取 8-12 个高价值页面：
     • 优先选：官网、主流汽车媒体（汽车之家、易车、太平洋汽车等）、专业评测、知乎/小红书用户讨论
     • 排除：内容明显为广告/推广页、重复来源
   • 对每个选中 URL，使用 fetch-web 脚本抓取正文（三层降级策略：Jina → urllib → CDP），脚本路径在运行时通过以下命令解析：

     FETCH_SCRIPT=$(python3 -c "from nanobot.agent.skills import BUILTIN_SKILLS_DIR; print(BUILTIN_SKILLS_DIR / 'fetch-web/scripts/fetch.py')")
     python3 "$FETCH_SCRIPT" --url "{url}" --output "{workspace}/geo-keyword-research/{task_id}/page_{n}.txt"
     

   • ⚠️ fetch 失败控制规则（必须严格遵守）：
     • 每个 URL 只抓取 1 次，不重试
     • 若抓取返回错误或超时，立即记录 "[FETCH FAILED]" 并跳过，继续处理下一个 URL
     • 连续失败 3 次后，停止继续尝试新的 URL，使用已成功抓取的内容继续下一步
     • fetch 总尝试次数上限为 12 次（无论成功失败），达到上限立即进入下一步
     • 禁止对同一 URL 或任何 URL 进行第二次 fetch 尝试
   • 抓取内容合计约 5000-20000 字即可继续，不要为了凑字数而无限抓取

3. 第一类关键词验证（自问自答，LLM 内部推理）

   • 基于已抓取的页面内容和搜索标题，确认候选关键词
   • 直接提问自己：[关键词]
   • 检查回复：
     • ✅ 回复中出现行业品牌（包括目标品牌或竞品）→ 保留
     • ❌ 回复中完全无品牌露出 → 删除，换补候补词

4. 生成报告（基于真实抓取内容分析）

   • 品牌/产品理解、目标人群分析，必须基于已抓取的页面正文内容
   • 按关键词维度约束：每个维度最多贡献 1 个关键词，确保最终 20 个关键词无重复
   • 写入 {workspace}/geo-keyword-research/{task_id}/{task_id}_report.md

5. 清理临时文件（报告生成成功后执行）

   rm -f {workspace}/geo-keyword-research/{task_id}/page_*.txt
   rm -f {workspace}/geo-keyword-research/{task_id}/{task_id}_product_page.txt
   rm -f {workspace}/geo-keyword-research/{task_id}/*.tmp.md
   

   ⚠️ 不删除 {task_id}_official_site.txt：后续 on_success.py 需读取此文件生成产品画像。

---

产物规范

产物目录：{workspace}/geo-keyword-research/{task_id}/

文件	内容
{task_id}_urls.md	所有真实访问 URL、标题、来源网站、搜索日期（≥ 80 条）
{task_id}_report.md	品牌分析 + 目标人群 + 20 个关键词 + 总结
{task_id}_result.json	DAG 完成后自动生成：含 brand_name / sku_name / brand_url / brand_summary / user_image_summary / keywords_data / product_image_task_id / user_image / brand_mentions / coverage_summary 的统一结构化产物

---

输出格式（{task_id}_report.md）

前置：数据源统计

执行了多少次 search tool / 浏览了多少个数据源 / 数据源文件路径

第一段：品牌/产品理解

基于 web 搜索 + 官网内容，输出：

• 品牌定位
• 核心产品线
• 产品信息：基于官网抓取内容，列出主要产品系列、型号、核心规格、价格区间
• 主要优势特点
• 市场地位
• 信息来源：列出本段内容的来源 URL（官网地址及其他参考页面，每行一条）

第二段：目标人群理解

基于 web 搜索，输出：核心人群特征 / 主要痛点 / 搜索行为特点

末尾必须输出以下格式的人群分类列表（供系统自动处理，格式严格）：

**人群分类：**
- 人群名称A：人群特征一句话简要描述（20-80字）
- 人群名称B：人群特征一句话简要描述（20-80字）

人群数量通常为 2-4 个，每个名称简洁（2-6字），描述须包含年龄/性别/核心需求等关键维度。

第三段：关键词列表（⚠️ 格式严格，供系统自动解析，不可更改结构）

必须严格按以下模板输出，每个关键词一个编号标题 + 两个子项。不要使用表格、不要合并行、不要更改标签名称。

### 第一类关键词（行业推荐型）- 10个

1. 关键词文本A
- **为什么选择**：选择理由说明
- **GEO策略**：对应的GEO优化策略

2. 关键词文本B
- **为什么选择**：选择理由说明
- **GEO策略**：对应的GEO优化策略

...（共10个）

### 第二类关键词（品牌直指型）- 10个

1. 关键词文本A
- **为什么选择**：选择理由说明
- **GEO策略**：对应的GEO优化策略

...（共10个）

格式规则：

• 编号使用 1.、2. ... 10.，后接关键词文本（不要加粗，不要加 **）
• 子项标签必须是 **为什么选择** 和 **GEO策略**，不要用其他名称
• 每个子项以 - 开头
• 关键词文本中不要包含编号、冒号、引号

第四段：总结与研究洞察

第一行：数据覆盖描述（保留原格式）： 「本次执行 N 次搜索，收集 M 条数据源，满足/未满足 覆盖目标」 不进行精确覆盖百分比计算，只需说明满足/未满足覆盖目标。

末尾必须输出以下「研究洞察」结构化区块（供系统自动解析，格式严格）：

**研究洞察：**
- [洞察段落A，2-4句]（XX%内容支持）
- [洞察段落B，2-4句]（XX%内容支持）

洞察规则：

• 输出 2-3 条，合并同类观点、保留最具战略价值的洞察，不堆砌
• 每条洞察写成 2-4 句完整段落，采用叙述分析的方式，而非标签模板。参考写法：
  • 第一句：点明核心发现或品牌战略定位（有明确论断）
  • 第二句：用本次研究中的具体数字、竞品名称、用户行为等实证支撑论点
  • 第三句（可选）：说明竞品的差异化优劣，或指出用户痛点与市场机会
  • 最后：自然过渡到 GEO 内容行动方向，或总结该洞察对品牌的战略意义
• 参考段落质感（以下为示例，内容需根据实际研究替换）：

  「目标品牌以"A卖点 + B卖点"为核心战略，在 XX 价位市场建立了清晰的竞争优势。X元起售价将旗舰级配置拉入中端市场，辅以 Y 和 Z 形成差异化护城河。竞品 P、Q、R 虽在单项指标上各有建树，但目标品牌的综合均衡性和生态是难以复制的竞争力。GEO 内容应重点覆盖…场景，强化…心智认知。」

• 每条洞察末尾必须标注「（XX%内容支持）」，XX 为估算有多少比例的抓取内容/搜索结果支持该结论
• 内容涵盖：市场竞争格局、用户高频关注点、目标品牌核心优劣势、GEO 策略机会点
• 禁止使用「可能」「也许」「建议考虑」等模糊措辞，每句话须有实证依据或明确论断

---

验证标准（第一类关键词）

情况	处理方式
目标品牌排名第 1	✅ 保留（高价值）
目标品牌排名第 2-3	✅ 保留（有露出就有价值）
目标品牌排名第 4+	✅ 保留（只要提及就有价值）
目标品牌完全没有提及	❌ 删除，换补候补词

注意：只要回复中出现了行业品牌（包括竞品）就算满足，不一定只要求目标品牌出现。

---

使用触发方式

用户提供：brand_name（例：固特异轮胎）
系统输出：`
  1. {task_id}_urls.md（数据源记录，≥ 80 条）
  2. {task_id}_report.md（10 个第一类 + 10 个第二类关键词报告）
  3. {task_id}_result.json（on_success.py 自动生成，含 brand_name + sku_name 等字段）

---

核心规则（必须严格遵守）

1. ✅ 通用适配：不限行业，适用于任何品牌/产品
2. ✅ 维度唯一：每个并发搜索 Subtask 必须绑定唯一维度，禁止维度重叠
3. ✅ URL 必须真实可追溯：禁止使用 /xxxx 或任何占位路径，搜索失败须记录"失败原因"，不得伪造 URL
4. ✅ 第一类必须验证：每一个关键词都要自己提问自己，检查是否有品牌露出
5. ✅ 第二类直接输出：不需要验证，直接输出挖掘到的关键词
6. ✅ 最终输出 10+10：固定输出 10 个第一类 + 10 个第二类，每个带解释
7. ✅ 关键词不重复：每个维度最多贡献 1 个关键词到最终 20 个
8. ✅ 数据完整才生成报告：URL 条数 < 80 必须补充搜索，不完整不出报告
9. ✅ 不胡编乱造：关键词必须来自 web 搜索和社交平台，不能瞎编
10. ✅ 有不确定就确认：不确定是否符合要求，必须找用户确认

覆盖目标参考

目标覆盖	需要 search 次数	需要 URL 数量
70%+	5-8 次	20-30 个
85%+	10-15 次	80-100 个
90%+	15-20 次	120-180+ 个

---

任务类型：geo_keyword_match（关键词-画像匹配）

当 task_type 为 geo_keyword_match 时，不执行上述关键词研究流程，而是执行以下匹配任务：

功能说明

根据前端传入的关键词列表和用户画像（含具体 profiles），使用 LLM 完成：

1. 为所有关键词 × 所有画像生成问题：不再从关键词中「选择」，而是对每个画像下所有关键词（industry + brand + custom）分批生成 profile 问题
2. 给出每个关键词对该画像的置信值（confidence 0-100），作为优先级排序依据
3. 结合目标地区和语言，为每个画像下的每个 profile 生成一个差异化的自然语言问题
   • 同一关键词下不同 profile 的问题必须使用不同提问模式（疑问/推荐/对比/评价/体验/求助/列举等）
4. ⚠️ 问题必须与关键词类型保持一致：
   • industry 关键词的问题严禁包含具体品牌名、产品名等专有名词，保持行业通用视角
   • brand 关键词的问题必须包含关键词中的品牌名
   • custom 关键词的问题必须直接体现关键词的核心词
5. ✅ 全量关键词覆盖（强制）：所有传入的关键词（industry + brand + custom）必须全部出现在最终产物中
6. ✅ 问题数量裁剪（≤ max_questions，默认 150）：
   • 生成完所有原始条目后，按 confidence 降序排列
   • 第一步：每个关键词各取 confidence 最高的 1 条（保底覆盖所有关键词）
   • 第二步：剩余预算（150 - 关键词数）按 confidence 降序填满
   • 若总条数不足 150，则全部保留

输入（metadata）

字段	类型	说明
keywords	object	关键词数据，包含 industry、brand、custom 三个数组
keywords.industry	array	AI 研究生成的行业推荐型关键词，每项 {keyword, reason}
keywords.brand	array	AI 研究生成的品牌直指型关键词，每项 {keyword, reason}
keywords.custom	array	用户自定义关键词，支持字符串或 {keyword} dict，必须全部覆盖
user_images	array	用户画像列表，每个含 persona、desc、profiles
location	string	目标地区（如"中国大陆"）
lang	string	目标语言（如"中文"）
max_questions	int	可选，最终问题数上限，默认 150；不得低于关键词总数
variants_count	int	可选，每条问题生成的语义变体数，默认 2；0 = 关闭

执行方式

直接调用脚本，不要使用 DAG 模式：

MATCH_SCRIPT=$(python3 -c "from nanobot.agent.skills import BUILTIN_SKILLS_DIR; print(BUILTIN_SKILLS_DIR / 'geo-keyword-research/scripts/keyword_match.py')")
python3 "$MATCH_SCRIPT" \
    --config-file {config} \
    --task-id {task_id} \
    --output-dir {workspace}/geo-keyword-research/ \
    --metadata-file {workspace}/.tasks/sessions/{task_id}/_task.json

产物

文件	内容
{task_id}_keyword_match.json	每个画像的匹配关键词（按 confidence 排序，总问题数 ≤ max_questions）+ 置信值 + profile 问题 + 语义变体

{task_id}_keyword_match.json 严格格式（⚠️ 如需手动生成，必须完全遵守此结构）

{
  "location": "中国大陆",
  "lang": "中文",
  "matches": [
    {
      "persona": "画像名称",
      "matched_keywords": [
        {
          "keyword": "关键词文本",
          "keyword_type": "industry | brand | custom",
          "confidence": 95,
          "reason": "该画像对此关键词的匹配理由",
          "profile_questions": [
            {
              "profile_id": "profile-id-xxx",
              "question": "该 profile 会问的主问题",
              "variants": [
                "语义变体1",
                "语义变体2"
              ]
            }
          ]
        }
      ]
    }
  ]
}

⚠️ 格式约束：

• 顶层键为 matches（数组），不是 results
• 嵌套顺序为：matches[].matched_keywords[].profile_questions[]
• profile_questions 每项含 profile_id、question、variants 三个字段
• 不存在 profiles[] 或 question_variant 等字段

---

result.json 字段说明

on_success.py 自动写入 {task_id}_result.json，字段如下：

字段	类型	来源	说明
brand_name	string	报告标题 或 metadata	纯品牌名，如 "肯德基" / "BMW"
sku_name	string	metadata.brand_name LLM 拆分	产品型号，如 "吮指原味鸡" / "X1"；无则空字符串
target_type	string	sku_name 是否为空推导	"brand" = 纯品牌模式，"sku" = 品牌+SKU 模式
brand_url	string	报告信息来源块	品牌官网 URL
brand_summary	string	报告第一段	品牌定位与产品概述
user_image_summary	string	报告第二段	目标人群描述
keywords_data	object	报告第三段	{industry: {...}, brand: {...}}
product_image_task_id	string	on_success 子任务	产品画像子任务 ID
user_image	array	on_success 子任务	[{persona, task_id, desc}]

sku_name 提取方式（on_success.py 内部逻辑）：

• 从 metadata.brand_name（用户当初输入的完整品牌名）调用 LLM 解析
• Prompt 要求 LLM 返回 {brand_name: "...", sku_name: "..."}
• 若 LLM 无法识别独立产品型号，sku_name 为空字符串，target_type 为 "brand"
• 若 LLM 拆分出 SKU，target_type 为 "sku"
• LLM 调用失败时并不阻断流程，sku_name 兑备为 ""

---

版本信息

• 技能名称：geo-keyword-research
• 适用场景：GEO 优化，AI 品牌露出优化，AI 回复准确性优化
• 适用范围：任何行业，任何品牌/产品
• 版本：v3.5
• 更新时间：2026-05-22
• 更新内容：
  1. 重写为 DAG 并发搜索模式（阶段一：并发搜索 Subtask / 阶段二：汇总 Subtask）
  2. 新增维度唯一性约束，从源头防止关键词重复
  3. 新增 URL 去重规则（URL 级）
  4. 明确产物存储路径：{workspace}/geo-keyword-research/{task_id}/
  5. 禁止伪造 URL，必须写入真实搜索结果
  6. 覆盖率改为区间描述性结论，不要求精确百分比
  7. 删除旧版重复的"第五步输出格式"段落
  8. 【v3.0】第二段新增结构化人群分类列表要求（供 on_success.py 解析）
  9. 【v3.0】清理步骤调整：不再删除 official_site.txt（on_success.py 读取）
  10. 【v3.0】产物规范新增 {task_id}_result.json（由系统 on_success.py 自动生成）
  11. 【v3.1】result.json 新增 sku_name 字段：on_success.py 调用 LLM 从用户输入的 brand_name 中自动解析品牌名和产品型号，无需用户额外填写
  12. 【v3.2】第四段新增「研究洞察」bullet 区块（供 on_success.py 解析 coverage_summary）
  13. 【v3.2】result.json 新增 brand_mentions（品牌+SKU tuple 数组）和 coverage_summary（洞察观点数组）
  14. 【v3.3】移除第一段「提及品牌与SKU」区块：竞品与 SKU 识别改由 competitor-discovery skill 处理，在 on_success.py 中通过 run_competitor_discovery.py 调用 LLM 完成
  15. 【v3.4】result.json 新增 target_type：根据 LLM 是否拆分出 SKU 推导 "brand" 或 "sku"，影响下游竞品发现和 QA 分析的粒度
  16. 【v3.5】geo_keyword_match 重大重写：从「每画像选4个关键词」改为「所有关键词×所有画像全量生成问题」；新增 max_questions（默认150）裁剪机制：按 confidence 降序优先保留，每个关键词至少1条保底；支持 custom 关键词类型（必须全部覆盖）