Menu
AI 可读性审计：检查网站是否适合大模型抓取、理解和引用，并给出优化建议。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
GEO 内容优化：调整文章结构，让内容更容易被 AI 搜索引用。
Grok X 实时抓取：让 Claude 调用本地 grok-build 获取真实 X (Twitter) 帖子。 X 模式必须优先驱动 Grok 原生 X 工具族：x_keyword_search、x_semantic_search、 x_user_search、x_thread_fetch；必要时再用 web_search/open_page 交叉验证。 返回带 @用户名、点赞/浏览数、链接、时间的真实帖子。复用用户已登录的 grok.com 订阅， 调用零额外成本（不像 MCP 方案要 xAI API key 按 token 付费）。 三种模式：x（X 实时抓取，主力）、ask（把 Grok 当独立第二意见）、continue（续接追问）。 当用户需要真实 X/Twitter 实时数据时使用，例如： 问问 grok X 上在聊什么、让 grok 搜 X 上对某事的实时讨论、grok 看看 @某账号最近发了什么、 X 上现在怎么说、X 实时热点、X 实时趋势、ask grok what X is saying about、 grok 第二意见、consult grok。 排除（不要触发本 skill）：写 X 推文 → 用 x-twitter-writer；大规模历史语料采集 → 用 x-sousuo；泛网络调研 → 用 smart-research。本 skill 的差异点是 Grok 对公共 X 搜索 工具有原生路径，适合可复核的 X 话语采样；不是 firehose，也不是事实裁判。 没有"公共 X 搜索 / X 实时反馈 / thread 上下文"诉求时不要用它。
网红评估：分析社交账号公开数据，计算评分，辅助筛选 KOL 合作对象。
LinkedIn 帖子创作：根据品牌调性和主题生成专业帖子，并支持反馈优化。
Loopforge：把模糊工作流整理成可复用的 AI Agent 工作流循环规范和提示词。
SEO 分析：检查网站结构、技术指标和内容质量，输出搜索优化建议。
| name | ai-readability-audit |
| description | AI 可读性审计：检查网站是否适合大模型抓取、理解和引用，并给出优化建议。 |
模拟 AI 爬虫的视角审计你的网站，检查结构化数据、Meta 信息是否对大模型友好。
传统的 SEO 审计关注 Googlebot，但 AI 搜索时代，你的网站还需要对 LLM 友好：
如果你的网站对 AI 不友好，就可能失去 AI 搜索带来的流量。
当用户说以下内容时启动此技能：
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 输入网站URL │───▶│ 获取HTML内容 │───▶│ 提取关键特征 │
│ │ │ (WebFetch) │ │ Meta/Schema等 │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│
▼
┌─────────────────────────────────────┐
│ AI 可读性分析 │
│ • 结构化数据检查 │
│ • 语义标签评估 │
│ • 内容清晰度评分 │
│ • 生成优化建议 │
└─────────────────────────────────────┘
使用 WebFetch 获取目标 URL 的完整 HTML 内容。
分析以下关键元素：
Meta 信息
<title>...</title>
<meta name="description" content="...">
<meta name="keywords" content="...">
<meta property="og:title" content="...">
<meta property="og:description" content="...">
结构化数据
<script type="application/ld+json">...</script>
<!-- Schema.org 标记 -->
语义标签
<header>, <nav>, <main>, <article>, <section>, <aside>, <footer>
<h1>, <h2>, <h3>...
内容结构
按以下维度打分（每项 0-10 分）：
| 维度 | 权重 | 检查项 |
|---|---|---|
| 结构化数据 | 25% | Schema.org、JSON-LD、Open Graph |
| 语义 HTML | 20% | 语义标签使用、标题层级 |
| Meta 完整性 | 15% | title、description、keywords |
| 内容清晰度 | 20% | 段落结构、关键信息位置 |
| 技术可访问性 | 20% | 无 JS 可读性、robots.txt |
总分计算：加权平均，满分 100 分
# AI 可读性审计报告
**网站**: [URL]
**审计时间**: YYYY-MM-DD HH:mm
**综合评分**: XX/100 ⭐⭐⭐☆☆
---
## 评分详情
| 维度 | 得分 | 状态 |
|------|------|------|
| 结构化数据 | X/10 | ✅/⚠️/❌ |
| 语义 HTML | X/10 | ✅/⚠️/❌ |
| Meta 完整性 | X/10 | ✅/⚠️/❌ |
| 内容清晰度 | X/10 | ✅/⚠️/❌ |
| 技术可访问性 | X/10 | ✅/⚠️/❌ |
---
## 检测结果
### ✅ 做得好的地方
1. [好的方面1]
2. [好的方面2]
### ❌ 需要改进的地方
1. **问题**: [问题描述]
**影响**: [对AI可读性的影响]
**建议**: [具体修复建议]
2. **问题**: [问题描述]
**影响**: [对AI可读性的影响]
**建议**: [具体修复建议]
---
## 详细分析
### 结构化数据
**检测到的 Schema 类型**:
- [x] Organization
- [ ] Article
- [ ] Product
- [ ] FAQ
**建议添加**:
```json
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "...",
"author": {...}
}
| 标签 | 当前值 | 建议 |
|---|---|---|
| title | [当前值] | [建议值] |
| description | [当前值] | [建议值] |
标题层级:
H1: [标题] ✅
├── H2: [子标题]
│ ├── H3: [小节]
│ └── H3: [小节]
└── H2: [子标题]
问题: [如有问题]
按影响程度排序：
| AI 搜索引擎 | 兼容性 | 说明 |
|---|---|---|
| ChatGPT (Bing) | ⭐⭐⭐ | [说明] |
| Perplexity | ⭐⭐⭐ | [说明] |
| Google SGE | ⭐⭐ | [说明] |
报告由 Claude Code 自动生成
## 使用示例
### 示例 1：审计单个页面
用户: 帮我检查 https://example.com 对AI是否友好
Claude:
### 示例 2：批量审计
用户: 检查这几个页面的AI可读性
Claude: [依次审计每个页面，生成汇总报告]
## 数据存储
审计结果默认保存到：`~/.claude/cache/ai-readability-audit/`
建议保存以下文件（便于复查、对比与回归）：
- `audit-{域名}-{YYYYMMDD-HHMMSS}.md`：完整审计报告（可直接分享/粘贴）
- `audit-{域名}-{YYYYMMDD-HHMMSS}.json`：结构化结果（评分、问题清单、建议、关键证据）
可选（体积较大，按需开启）：
- `html-{域名}-{YYYYMMDD-HHMMSS}.html`：抓取到的原始 HTML（用于排查“抓取内容与页面不一致”）
## AI 可读性最佳实践
### 1. 必备的结构化数据
```html
<!-- 组织信息 -->
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "公司名",
"url": "https://example.com",
"logo": "https://example.com/logo.png"
}
</script>
<!-- 文章页面 -->
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "文章标题",
"author": {"@type": "Person", "name": "作者名"},
"datePublished": "2025-01-01"
}
</script>
<main>
<article>
<header>
<h1>文章标题</h1>
<p>文章摘要/描述</p>
</header>
<section>
<h2>第一部分</h2>
<p>内容...</p>
</section>
<footer>
<p>作者信息、发布日期等</p>
</footer>
</article>
</main>
✅ 好的结构：
[核心结论/定义] - 第一段
[支持论据1]
[支持论据2]
[详细解释]
❌ 不好的结构：
[背景介绍]
[历史沿革]
[详细解释]
[最后才是结论]