{"id":"4996df4b-cb69-4757-a3fc-0d815072e756","entityType":"agent","slug":"clawhub-ljseeking-geo-growth-orchestrator","name":"GEO Growth Orchestrator","canonicalUrl":"https://www.xpersona.co/agent/clawhub-ljseeking-geo-growth-orchestrator","canonicalPath":"/agent/clawhub-ljseeking-geo-growth-orchestrator","generatedAt":"2026-10-10T21:55:56.122Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T18:57:11.476Z","emptyReason":null},"description":"Unified GEO growth workflow for brand knowledge base building, LLM visibility audits, Doubao/DeepSeek readiness review, AI-GEO content asset generation, plat...","descriptionLabel":"Source description","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.3K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s172qdnna7e9rmecem8tckdtd1845fvv:geo-growth-orchestrator","sourceUrl":"https://clawhub.ai/ljseeking/geo-growth-orchestrator","homepage":"https://clawhub.ai/ljseeking/skills/geo-growth-orchestrator","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/ljseeking/geo-growth-orchestrator","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/ljseeking/skills/geo-growth-orchestrator","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":62,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"GEO Growth Orchestrator technical dossier on Xpersona with agent coverage, OPENCLEW support, and live trust metadata."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T18:57:11.476Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T18:57:11.476Z","emptyReason":null},"stars":null,"forks":null,"downloads":1288,"packageName":null,"latestVersion":"1.0.6","tractionLabel":"1.3K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T18:57:11.334Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T18:57:11.476Z","lastCrawledAt":"2026-10-10T18:57:11.334Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T18:57:11.334Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.6","createdAt":"2026-06-15T17:28:36.709Z","changelog":"Merge GEO audit, entity citation detection, content asset generation, and platform draft planning into one unified workflow. Add brand aliases, citation/source-rank handling, and improved report scoring.","fileCount":100,"zipByteSize":189925},{"version":"1.0.5","createdAt":"2026-05-27T16:27:36.525Z","changelog":"**Initial public release with full orchestrator workflow and modular skill coordination.** - Introduced a structured, stage-based GEO content growth workflow with explicit orchestration logic and output validation. - Added a skill registry system for managing dependent skills, roles, and execution contracts. - Published complete working examples, demo runs, and output artifacts for real products (e.g., Spanish ham/olive oil). - Modularized output layers into client-facing reports, internal QA results, and full file artifacts, including compliance and evidence-level tracking. - Developed standardized workflow, platform routing, and output validation contracts for robust, auditable execution. - Enforced OpenClaw output rules: always print full `final_report.md` in conversation, with business-friendly summaries and clear next steps.","fileCount":97,"zipByteSize":188083},{"version":"1.0.4","createdAt":"2026-05-27T06:36:45.728Z","changelog":"**Changelog for geo-growth-orchestrator v1.0.4** - Added sample input files for Spanish ham and olive oil GEO analysis. - Introduced Python scripts for generating and smoke testing a full report workflow. - Added a `final_report.md` template for standardized report output. - Added demo materials (design docs, script, README, and index) for the \"powermatrix-geo-not-volume\" video showcase. - Updated documentation to require outputting the full report Markdown in all OpenClaw interactive runs.","fileCount":44,"zipByteSize":99993},{"version":"1.0.3","createdAt":"2026-05-21T14:42:53.233Z","changelog":"**Summary: Introduces a dual-reporting workflow for clearer client delivery and enhanced internal QA.** - Added client-facing and internal QA report layers, distinguishing between external results and internal compliance/validation. - Introduced scripts for generating client delivery, content asset, and internal audit reports from structured JSON (`generate_client_report.py`, `generate_internal_report.py`). - Added new prompt templates for client summaries, content showcases, internal audits, and next-step planners. - Updated workflows and SKILL.md to detail two-tier report output, directory structure, and clear separation of concerns. - Improved client communications by hiding internal status, schemas, and technical details from external reports. - Enhanced failure handling and compliance logic in line with new output structure.","fileCount":34,"zipByteSize":62897},{"version":"1.0.2","createdAt":"2026-05-21T13:48:45.502Z","changelog":"Version 1.0.2 of geo-growth-orchestrator - No file changes detected; documentation and functionality remain unchanged. - All workflow logic, inputs, outputs, and constraints continue as previously defined. - This release maintains the current human-reviewed enterprise AI content growth workflow as described in SKILL.md.","fileCount":26,"zipByteSize":41931},{"version":"1.0.1","createdAt":"2026-05-21T13:19:45.917Z","changelog":"**Evidence-based controls and workflow status added throughout orchestrator.** - All workflow stages now explicitly require evidence level tags (`verified_live_check`, `manual_check`, `inferred_estimate`, `unverified_assumption`) for audit results, content tasks, drafts, and publish plans. - \"Publish readiness\" (`ready`, `needs_review`, `blocked`) and evidence gating mechanisms introduced—blocking plans with missing critical facts or insufficient evidence. - Review and recommendation outputs now reference evidence levels and highlight unresolved evidence or fact gaps. - Updated failure handling: outputs blocked status and \"补齐清单\" (fact-filling checklist) when key factual data is missing. - Prohibited outputting deterministic rankings/coverage claims without real detection evidence. - Field definitions and prompts updated to reflect the stricter evidence and readiness logic.","fileCount":26,"zipByteSize":41931},{"version":"1.0.0","createdAt":"2026-05-20T17:16:16.648Z","changelog":"Initial release of PowerMatrix GEO Growth Orchestrator. - Introduces an enterprise AI content growth workflow, integrating brand knowledge base, GEO audits, AI-assisted content generation, and multi-platform draft distribution. - Standardizes input/output structures including brand profiles, GEO audit reports, content gap analyses, task lists, platform drafts, and publish/review plans. - Outlines staged workflow: intake, brand profile resolution, GEO audit planning, content gap analysis, content packaging, platform dispatch, publish planning, and review. - Enforces manual review before publishing and clear compliance boundaries; automates workflow orchestration without replacing platform-specific assistants. - Provides robust failure handling and integrates with core PowerMatrix and content delivery skills.","fileCount":26,"zipByteSize":35841}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s172qdnna7e9rmecem8tckdtd1845fvv:geo-growth-orchestrator","setupComplexity":"low","setupSteps":["Install using `clawhub skill install s172qdnna7e9rmecem8tckdtd1845fvv:geo-growth-orchestrator` in an isolated environment before connecting it to live workloads.","No published capability contract is available yet, so validate auth and request/response behavior manually.","Review the upstream CLAWHUB listing at https://clawhub.ai/ljseeking/geo-growth-orchestrator before using production credentials."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T21:55:56.116Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ljseeking-geo-growth-orchestrator/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T18:57:11.476Z","emptyReason":null},"readme":"Skill: GEO Growth Orchestrator\n\nOwner: ljseeking\n\nSummary: Unified GEO growth workflow for brand knowledge base building, LLM visibility audits, Doubao/DeepSeek readiness review, AI-GEO content asset generation, plat...\n\nTags: latest:1.0.6\n\nVersion history:\n\nv1.0.6 | 2026-06-15T17:28:36.709Z | user\n\nMerge GEO audit, entity citation detection, content asset generation, and platform draft planning into one unified workflow. Add brand aliases, citation/source-rank handling, and improved report scoring.\n\nv1.0.5 | 2026-05-27T16:27:36.525Z | user\n\n**Initial public release with full orchestrator workflow and modular skill coordination.**\n\n- Introduced a structured, stage-based GEO content growth workflow with explicit orchestration logic and output validation.\n- Added a skill registry system for managing dependent skills, roles, and execution contracts.\n- Published complete working examples, demo runs, and output artifacts for real products (e.g., Spanish ham/olive oil).\n- Modularized output layers into client-facing reports, internal QA results, and full file artifacts, including compliance and evidence-level tracking.\n- Developed standardized workflow, platform routing, and output validation contracts for robust, auditable execution.\n- Enforced OpenClaw output rules: always print full `final_report.md` in conversation, with business-friendly summaries and clear next steps.\n\nv1.0.4 | 2026-05-27T06:36:45.728Z | user\n\n**Changelog for geo-growth-orchestrator v1.0.4**\n\n- Added sample input files for Spanish ham and olive oil GEO analysis.\n- Introduced Python scripts for generating and smoke testing a full report workflow.\n- Added a `final_report.md` template for standardized report output.\n- Added demo materials (design docs, script, README, and index) for the \"powermatrix-geo-not-volume\" video showcase.\n- Updated documentation to require outputting the full report Markdown in all OpenClaw interactive runs.\n\nv1.0.3 | 2026-05-21T14:42:53.233Z | auto\n\n**Summary: Introduces a dual-reporting workflow for clearer client delivery and enhanced internal QA.**\n\n- Added client-facing and internal QA report layers, distinguishing between external results and internal compliance/validation.\n- Introduced scripts for generating client delivery, content asset, and internal audit reports from structured JSON (`generate_client_report.py`, `generate_internal_report.py`).\n- Added new prompt templates for client summaries, content showcases, internal audits, and next-step planners.\n- Updated workflows and SKILL.md to detail two-tier report output, directory structure, and clear separation of concerns.\n- Improved client communications by hiding internal status, schemas, and technical details from external reports.\n- Enhanced failure handling and compliance logic in line with new output structure.\n\nv1.0.2 | 2026-05-21T13:48:45.502Z | auto\n\nVersion 1.0.2 of geo-growth-orchestrator\n\n- No file changes detected; documentation and functionality remain unchanged.\n- All workflow logic, inputs, outputs, and constraints continue as previously defined.\n- This release maintains the current human-reviewed enterprise AI content growth workflow as described in SKILL.md.\n\nv1.0.1 | 2026-05-21T13:19:45.917Z | auto\n\n**Evidence-based controls and workflow status added throughout orchestrator.**\n\n- All workflow stages now explicitly require evidence level tags (`verified_live_check`, `manual_check`, `inferred_estimate`, `unverified_assumption`) for audit results, content tasks, drafts, and publish plans.\n- \"Publish readiness\" (`ready`, `needs_review`, `blocked`) and evidence gating mechanisms introduced—blocking plans with missing critical facts or insufficient evidence.\n- Review and recommendation outputs now reference evidence levels and highlight unresolved evidence or fact gaps.\n- Updated failure handling: outputs blocked status and \"补齐清单\" (fact-filling checklist) when key factual data is missing.\n- Prohibited outputting deterministic rankings/coverage claims without real detection evidence.\n- Field definitions and prompts updated to reflect the stricter evidence and readiness logic.\n\nv1.0.0 | 2026-05-20T17:16:16.648Z | auto\n\nInitial release of PowerMatrix GEO Growth Orchestrator.\n\n- Introduces an enterprise AI content growth workflow, integrating brand knowledge base, GEO audits, AI-assisted content generation, and multi-platform draft distribution.\n- Standardizes input/output structures including brand profiles, GEO audit reports, content gap analyses, task lists, platform drafts, and publish/review plans.\n- Outlines staged workflow: intake, brand profile resolution, GEO audit planning, content gap analysis, content packaging, platform dispatch, publish planning, and review.\n- Enforces manual review before publishing and clear compliance boundaries; automates workflow orchestration without replacing platform-specific assistants.\n- Provides robust failure handling and integrates with core PowerMatrix and content delivery skills.\n\nArchive index:\n\nArchive v1.0.6: 100 files, 189925 bytes\n\nFiles: audit/local_skill_discovery_report.md (3564b), CHANGELOG.md (1951b), examples/sample_brand_profile.json (5583b), examples/sample_client_delivery_report.md (7757b), examples/sample_content_tasks.json (3583b), examples/sample_final_report.md (3241b), examples/sample_geo_audit_report.json (2286b), examples/sample_input.json (1546b), examples/sample_publish_plan.json (3590b), examples/spanish_ham_input.json (4519b), examples/spanish_ham_orchestration.md (6690b), examples/spanish_olive_oil_input.json (5010b), examples/spanish_olive_oil_orchestration.md (6605b), prompts/brand_profile_resolver.md (2316b), prompts/client_delivery_report.md (3618b), prompts/content_asset_showcase.md (970b), prompts/content_gap_analyzer.md (3232b), prompts/content_package_planner.md (2779b), prompts/executive_summary.md (674b), prompts/geo_audit_planner.md (4132b), prompts/intake.md (2726b), prompts/internal_audit_report.md (1846b), prompts/next_action_planner.md (872b), prompts/platform_dispatcher.md (3174b), prompts/publish_plan_generator.md (2716b), prompts/review_report.md (4081b), README.md (13147b), references/entity-evidence-rules.md (4404b), references/geo-unified-modules.md (3501b), references/platform-style-guide.md (2799b), registry/geo_skill_registry.json (10389b), runs/spanish_ham_demo/00_input/execution_mode.md (326b), runs/spanish_ham_demo/00_input/source_example.md (6690b), runs/spanish_ham_demo/00_input/spanish_ham_input.json (859b), runs/spanish_ham_demo/01_brand_knowledge_base/brand_knowledge_base.mock.json (1198b), runs/spanish_ham_demo/01_brand_knowledge_base/brand_knowledge_base.mock.md (597b), runs/spanish_ham_demo/02_geo_audit/deepseek_geo_audit_report.mock.md (306b), runs/spanish_ham_demo/02_geo_audit/doubao_geo_audit_report.mock.md (281b), runs/spanish_ham_demo/02_geo_audit/dual_model_assessment.mock.json (222b), runs/spanish_ham_demo/03_gap_matrix/geo_gap_matrix.json (6951b), runs/spanish_ham_demo/03_gap_matrix/geo_gap_matrix.md (3667b), runs/spanish_ham_demo/04_content_task_plan/content_task_plan.json (13486b), runs/spanish_ham_demo/04_content_task_plan/content_task_plan.md (6425b), runs/spanish_ham_demo/04_content_task_plan/platform_distribution_plan.json (4208b), runs/spanish_ham_demo/04_content_task_plan/platform_distribution_plan.md (2597b), runs/spanish_ham_demo/05_content_assets/llms.mock.txt (96b), runs/spanish_ham_demo/05_content_assets/quote_sentence_library.mock.md (193b), runs/spanish_ham_demo/05_content_assets/toutiao_article_seed.mock.md (138b), runs/spanish_ham_demo/05_content_assets/website_faq.mock.md (239b), runs/spanish_ham_demo/05_content_assets/zhihu_answer_seed.mock.md (117b), runs/spanish_ham_demo/06_platform_drafts/douyin_manual_tasks.mock.md (95b), runs/spanish_ham_demo/06_platform_drafts/skipped_csdn_juejin.md (132b), runs/spanish_ham_demo/06_platform_drafts/toutiao_draft_packet.mock.md (133b), runs/spanish_ham_demo/06_platform_drafts/xiaohongshu_manual_tasks.mock.md (92b), runs/spanish_ham_demo/06_platform_drafts/zhihu_draft_packet.mock.md (123b), runs/spanish_ham_demo/07_delivery/client_delivery_report.md (9829b), runs/spanish_ham_demo/07_delivery/delivery_file_index.md (642b), runs/spanish_ham_demo/08_monitoring/retest_plan.md (2799b), runs/spanish_ham_demo/handoff_packets/01_to_brand_knowledge_base.md (909b), runs/spanish_ham_demo/handoff_packets/02_to_deepseek_geo_audit.md (1029b), runs/spanish_ham_demo/handoff_packets/03_to_doubao_geo_audit.md (963b), runs/spanish_ham_demo/handoff_packets/04_to_ai_geo_content_generator.md (1210b), runs/spanish_ham_demo/handoff_packets/05_to_zhihu_geo_draft_assistant.md (1094b), runs/spanish_ham_demo/handoff_packets/06_to_toutiao_geo_draft_assistant.md (1129b), runs/spanish_ham_demo/orchestrator_run_summary.json (9069b), runs/spanish_ham_demo/validation_result.md (1329b), schemas/brand_knowledge_base.schema.json (3335b), schemas/content_task_plan.schema.json (2690b), schemas/geo_gap_matrix.schema.json (2459b), schemas/orchestrator_run_summary.schema.json (3337b), schemas/platform_distribution_plan.schema.json (1911b), scripts/generate_client_report.py (25020b), scripts/generate_full_report.py (46852b), scripts/generate_internal_report.py (10399b), scripts/generate_spanish_ham_demo.py (55024b), scripts/merge_platform_drafts.py (5898b), scripts/smoke_test_full_report.py (5247b), scripts/validate_demo_run.py (5867b), scripts/validate_orchestrator_contracts.py (10104b), scripts/validate_workflow_state.py (8646b)\n\nFile v1.0.6:SKILL.md\n\n---\nname: powermatrix-geo-growth-orchestrator\ndescription: Unified GEO growth workflow for brand knowledge base building, LLM visibility audits, Doubao/DeepSeek readiness review, AI-GEO content asset generation, platform draft planning for Zhihu/Toutiao/CSDN/Juejin, client delivery reports, internal QA, and 7/14/30 day retests. Use when Codex needs to analyze or improve a brand's AI search visibility, generate GEO reports, diagnose model mentions/citations/rankings, create GEO-friendly content tasks, or consolidate GEO platform workflows into one human-reviewed delivery package.\n---\n\n# PowerMatrix GEO Growth Orchestrator\n\nThis skill is now the unified GEO workflow. It can run as one self-contained skill instead of requiring separate Doubao audit, DeepSeek audit, AI-GEO content, and platform draft skills.\n\nUse the old neighboring skills only as optional references when the user explicitly asks to inspect or preserve their original behavior. Do not require the user to understand or invoke multiple GEO skills.\n\n## Core Promise\n\nTurn brand materials into a human-reviewed GEO delivery package:\n\n1. Resolve the brand entity and aliases.\n2. Build or validate the brand knowledge base.\n3. Plan and record LLM probes for Doubao, DeepSeek, generic LLMs, or user-provided model answers.\n4. Score visibility, mentions, citations, ranking position, answer quality, factual accuracy, localization, and conversion usefulness.\n5. Identify content gaps and commercial impact.\n6. Generate GEO-friendly content tasks and reusable content assets.\n7. Adapt tasks for Zhihu, Toutiao, CSDN, Juejin, Xiaohongshu, Douyin, or manual publishing.\n8. Produce client-facing and internal QA reports.\n9. Create a 7 / 14 / 30 day retest plan.\n\n## Required First Moves\n\n1. Identify the task type:\n   - `audit_only`: visibility diagnosis and report.\n   - `content_only`: content assets and platform drafts.\n   - `full_workflow`: audit, gap analysis, assets, drafts, delivery report, retest plan.\n   - `debug_existing_report`: investigate mismatch between model output and report.\n2. Normalize the brand entity:\n   - Extract `brand_name`.\n   - Extract `company_name` if present.\n   - Build `brand_aliases`, including abbreviations, city + brand, brand + service, legal name, common short name, old names, pinyin/English names, and likely spelling variants.\n   - Keep category keywords separate from brand aliases.\n3. Decide evidence level before making claims:\n   - `verified_live_check`: live model/API/platform check with query, answer, time, and raw evidence.\n   - `manual_check`: user-provided screenshot, copied answer, or manual summary with time/source.\n   - `inferred_estimate`: reasoning from brand materials only.\n   - `unverified_assumption`: weak assumption for planning only.\n4. If there is no live or manual evidence, do not state rankings, scores, model citations, or \"not mentioned\" as fact. Output a check plan or mark findings as inferred.\n\n## Inputs\n\nMinimum natural-language input is acceptable. Prefer structured fields when available:\n\n| Field | Use |\n|---|---|\n| `brand_materials` | Company intro, website text, product/service details, FAQ, cases, channels, compliance notes |\n| `brand_name` | Primary brand/entity name |\n| `brand_aliases` | Known short names, alternate names, source titles, common model spellings |\n| `target_keywords` | Category and decision keywords; do not treat these as brand aliases |\n| `target_models` | `doubao`, `deepseek`, `generic`, `chatgpt`, `perplexity`, `other` |\n| `target_platforms` | `zhihu`, `toutiao`, `csdn`, `juejin`, `xiaohongshu`, `douyin`, `website` |\n| `existing_geo_report` | Prior report, copied model answers, screenshots, source lists, citation ranks, score JSON |\n| `mock_model_outputs` | User-provided or demo model answers for scoring; must not be presented as live evidence |\n| `campaign_goal` | Audit, visibility improvement, content generation, lead generation, retest |\n| `compliance_constraints` | Forbidden claims, industry limits, required disclaimers |\n\n## Resource Routing\n\nLoad only the reference needed for the current task:\n\n- Read `references/entity-evidence-rules.md` when diagnosing mention/citation/ranking mismatches, using model answers, scoring audits, or handling aliases.\n- Read `references/geo-unified-modules.md` when running the full workflow or generating stage outputs.\n- Read `references/platform-style-guide.md` when creating platform-specific drafts or content task plans.\n\nScripts and schemas:\n\n- Use `scripts/generate_full_report.py` for dual-model report generation from structured input.\n- Use `scripts/generate_client_report.py` and `scripts/generate_internal_report.py` when assembling client/internal reports from artifacts.\n- Use schemas in `schemas/` and `templates/` to keep outputs consistent.\n\n## Unified Workflow\n\n### Stage 0: Intake\n\nCapture brand, business category, target market, keywords, target models, target platforms, goal, constraints, and available evidence. If the brand has multiple names, create aliases before scoring.\n\n### Stage 1: Brand Knowledge Base\n\nBuild a compact knowledge base with:\n\n- brand definition\n- products/services\n- target customers\n- scenarios\n- selling points and evidence level\n- FAQ\n- channels/contact\n- compliance boundary\n- missing fields\n\nMark unknown facts as `待确认`. Never invent prices, locations, cases, certificates, rankings, or third-party endorsements.\n\n### Stage 2: GEO Visibility Audit\n\nUse natural, non-leading probes covering:\n\n- spontaneous recommendation\n- competitor comparison\n- buying guide\n- direct awareness\n- price and channel\n- localized consumption/use case\n- platform seeding context\n- local supply chain / authority / regional market\n\nFor each answer, separate:\n\n- `answer_mention`: target entity appears in the answer body.\n- `citation_mention`: target entity appears in citation/source/title/link.\n- `source_rank`: target entity's rank in source/citation list.\n- `brand_alias_hits`: matched aliases.\n- `category_keyword_hits`: category terms only.\n- `competitor_mentions`: alternatives or competitors.\n- `evidence_level`: verified/manual/inferred/unverified.\n\nDo not collapse citation rank into answer mention. Do not count category keywords as brand mentions.\n\n### Stage 3: Gap Matrix\n\nConvert audit results into gaps. Each gap must include scenario, involved model, evidence source, business impact, priority, and remediation action.\n\n### Stage 4: Content Task Plan\n\nTurn gaps into concrete tasks with platform, title, target keyword, target user, intended role, source gap, brand points to include, fact dependencies, compliance notes, and review status.\n\n### Stage 5: GEO Content Assets\n\nGenerate reusable assets from the brand knowledge base:\n\n- website FAQ\n- `llms.txt`\n- quote sentence library\n- comparison explainer\n- buying guide\n- platform seed articles\n\nAll content must be factual, structured, low-hype, and explicit about boundaries.\n\n### Stage 6: Platform Drafts\n\nRoute by platform:\n\n- Zhihu: question-first, analytical, low-ad, balanced.\n- Toutiao: plain-language, scenario-driven, boss-readable or consumer-readable.\n- CSDN: technical tutorial, architecture, implementation, troubleshooting.\n- Juejin: developer practice, engineering lessons, code/prompt examples.\n- Xiaohongshu/Douyin: manual brief, visual/script outline, no automated posting.\n- Website: FAQ, glossary, service page, comparison page.\n\nNever auto-publish. Human review is mandatory.\n\n### Stage 7: Reports\n\nDefault output mode is `full_report`. Unless the user explicitly asks for summary only, output the complete Markdown report body in the conversation and save artifacts when working locally.\n\nThe report must include:\n\n1. Boss-readable 3 sentence conclusion.\n2. Evidence level and what was actually checked.\n3. Skill/module execution status.\n4. Model scores and per-probe results when evidence supports scoring.\n5. Mention/citation/rank breakdown.\n6. Core GEO gaps and commercial impact.\n7. Content assets and platform tasks.\n8. 30 day action plan.\n9. 7 / 14 / 30 day retest mechanism.\n10. File list and missing information.\n\n### Stage 8: Internal QA\n\nKeep internal details out of the client report but preserve them in internal QA:\n\n- missing artifacts\n- evidence downgrade reasons\n- raw answer paths\n- API/tool availability\n- schema validation\n- compliance risks\n- blocked publishing items\n\n## Safety And Compliance\n\n- Do not promise ranking, traffic, conversion, indexing, or model citation.\n- Do not present mock/demo outputs as live model checks.\n- Do not claim \"not mentioned\" if the raw answer or citation list was not checked.\n- Do not use unauthorized accounts, credentials, cookies, or platform automation.\n- Do not click publish buttons or perform engagement actions.\n- For medical, legal, financial, education compliance, safety, or regulated claims, require human/professional review.\n\n## Debugging Known Failure Modes\n\nWhen a user reports \"model shows us but the report says not mentioned\":\n\n1. Ask for or inspect the raw model answer, citation/source list, screenshot, copied sources, and report artifact.\n2. Compare `brand_name` against `brand_aliases`.\n3. Check whether the brand appeared in answer body, source title, source URL, or citation rank.\n4. Check whether the report counted only exact full-name matches.\n5. Check whether target keywords were mixed into brand mention scoring.\n6. Correct the report by separating body mention, citation mention, source rank, and category keyword hits.\n\nFor local service brands, always expect name variants such as `city + brand`, `brand + service`, `brand + school/company`, and short brand names.\n\nFile v1.0.6:README.md\n\n# PowerMatrix GEO Growth Orchestrator\n\nPowerMatrix GEO Growth Orchestrator 是一个企业 AI 内容增长工作流 Skill。它把品牌母库、GEO 可见度检测、内容缺口分析、GEO 内容生成和多平台草稿助手串联起来，让企业从“一堆资料”走到“一批可人工审核发布的内容草稿、客户成果报告和内部审计报告”。\n\n它不是某一个平台的写作助手，而是总控层：负责判断先做什么、调用什么能力、输出哪些中间结果、哪些内容需要人工确认。\n\n## 适合什么场景\n\n- 企业希望提升品牌在 AI 搜索、问答模型和内容平台中的可见度。\n- 市场团队需要把官网、产品介绍、FAQ、案例整理成可复用内容资产。\n- 内容运营需要一次性生成知乎、CSDN、掘金、今日头条等平台的草稿任务。\n- AI / GEO 服务交付顾问需要一个标准交付流程，避免每次从零组织材料。\n- PowerMatrix 内部团队需要把品牌母库、检测报告、内容包和复盘建议串成闭环。\n\n## 用户如何开始\n\n用户只需要提供四类信息：\n\n1. 企业资料：公司介绍、产品服务、官网、FAQ、案例、联系方式、禁用说法。\n2. 目标关键词：希望被 AI 和平台内容覆盖的搜索词。\n3. 目标平台：例如知乎、CSDN、掘金、今日头条。\n4. 任务目标：例如品牌可见度提升、AI 搜索覆盖、获客内容生成。\n\n如果已经有品牌母库或 GEO 检测报告，可以直接提供，工作流会优先复用。\n\n## 第一次使用需要准备什么资料\n\n建议至少准备：\n\n- 品牌名称、公司简介、产品和服务说明。\n- 目标客户、典型场景、客户痛点。\n- 核心卖点和证据来源。\n- 常见问题和标准回答。\n- 官网、产品页、案例页、联系方式。\n- 品牌语气、禁用词、禁用承诺、合规边界。\n\n资料不完整也可以开始，但缺失信息会被标记为 `待确认`，不会由系统编造。\n\n## 一次完整工作流会输出什么\n\n这个 Skill 有两类输出：\n\n1. 客户成果报告：用于商务交付、客户沟通、复盘会议。\n2. 内部审计报告：用于交付团队检查事实、合规、风险和证据等级。\n\n对客户展示时，优先使用：\n\n- `client_delivery_report.md`：客户可见成果报告。\n- `content_asset_summary.md`：客户可读的内容资产摘要。\n- `publish_plan_client.md`：客户版发布计划。\n\n内部复盘时，使用：\n\n- `internal_audit_report.md`：内部审计报告。\n- `brand_profile.json`：标准品牌资料。\n- `geo_audit_report.json`：关键词和模型维度的可见度检测结果。\n- `content_gap_report.json`：内容缺口和优先补齐项。\n- `content_tasks.json`：可执行的内容任务清单。\n- `platform_drafts.json`：知乎、CSDN、掘金、今日头条等平台草稿。\n- `publish_plan.json`：内部发布计划。\n\n建议输出目录：\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── raw_answers/\n│   └── {model}/{probe_id}.md\n├── model_scores/\n│   └── {model}.json\n├── dual_model_comparison.json\n├── content_recommendations.json\n├── geo_action_priorities.json\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## OpenClaw 中的默认输出模式\n\n默认 `output_mode` 是 `full_report`。除非用户明确要求“只要摘要”，否则 OpenClaw 执行完成后必须在聊天窗口输出完整 `final_report.md` 正文。\n\n禁止只回复：\n\n- “报告已生成，请查看目录”\n- “已保存到本地文件”\n- 只有 3 到 5 行执行摘要\n\n如果使用脚本生成客户交付级双模型评估报告，推荐运行：\n\n```bash\npython3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2\n```\n\n这个脚本会同时：\n\n- 保存 `final_report.md`\n- 保存 `summary.md`\n- 保存每个模型每个探针的原始回答\n- 保存每个模型评分 JSON\n- 保存双模型对比 JSON\n- 保存内容生产建议 JSON\n- 保存 GEO 行动优先级 JSON\n- 默认把完整 `final_report.md` 打印到当前对话输出\n\n## 和单个平台 Draft Assistant 的区别\n\n单个平台 Draft Assistant 负责把已有素材改写成某个平台的草稿。例如知乎助手偏问答和观点，CSDN 助手偏技术教程，掘金助手偏开发者实践，今日头条助手偏通俗商业场景。\n\n本 Orchestrator 负责更上游的编排：\n\n- 判断是否已有品牌母库。\n- 规划 DeepSeek、豆包、通用环境的 GEO 检测。\n- 从检测结果中找内容缺口。\n- 把内容缺口拆成不同平台的内容任务。\n- 汇总草稿、发布计划和复盘建议。\n\n## 如何识别相邻 Skill\n\n当前 `Skills/` 目录下的各个 Skill 是平行文件夹，不是本 Skill 的子目录。Orchestrator 通过 `registry/geo_skill_registry.json` 识别相邻能力，所有路径都使用相对于本目录的 `../` 形式，例如：\n\n- `../AI-geo-content-generator`\n- `../geo-analysis-doubao`\n- `../deepseek-geo-audit-skill`\n- `../zhihu-geo-draft-assistant`\n- `../toutiao-geo-draft-assistant`\n- `../csdn-geo-draft-publisher`\n- `../juejin-geo-draft-publisher`\n- `../GEO tool-deepseek`\n\nRegistry 每个条目都会说明：\n\n- 这个 Skill 负责什么；\n- 什么时候应该调用；\n- 需要哪些输入；\n- 应该产出哪些文件；\n- 什么时候跳过；\n- 调用失败时如何补救。\n\n注意：Orchestrator 不移动、不复制、不内嵌这些相邻 Skill。当前环境如果不能直接调用相邻 Skill，则输出“编排指令 + 预期交付物合同”，并在最终报告中标记执行状态。\n\n## 标准编排流程\n\n标准流程定义在 `workflow/geo_orchestration_workflow.md`：\n\n1. Stage 0：Intake / 任务识别。\n2. Stage 1：Brand Knowledge Base 构建或检查。\n3. Stage 2：DeepSeek + Doubao GEO 初始评估。\n4. Stage 3：GEO Gap Matrix 生成。\n5. Stage 4：Content Task Plan 生成。\n6. Stage 5：调用 AI-geo-content-generator 生成通用内容资产。\n7. Stage 6：根据行业和平台路由调用知乎、头条、CSDN、掘金等平台草稿 Skill。\n8. Stage 7：汇总所有输出为客户交付包。\n9. Stage 8：生成 7 / 14 / 30 天复测计划。\n\n平台路由规则见 `workflow/platform_routing_rules.md`，输出验收规则见 `workflow/output_validation_rules.md`。\n\n## 如何运行一次完整 GEO 编排\n\n在 OpenClaw 或 Codex 中，可以用自然语言要求：\n\n```text\n请基于 examples/spanish_olive_oil_orchestration.md 的输入，按 GEO Orchestrator 完整流程生成客户交付包。默认 output_mode=full_report，并在当前对话输出完整报告正文。\n```\n\n也可以针对西班牙火腿：\n\n```text\n请基于 examples/spanish_ham_orchestration.md 的输入，按 GEO Orchestrator 完整流程生成客户交付包。请列出相邻 Skill 调用顺序、阶段状态、GEO Gap Matrix、Content Task Plan、Platform Distribution Plan 和 30 天复测计划。\n```\n\n如果使用已有脚本生成双模型正式报告，仍可运行：\n\n```bash\npython3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2\n```\n\n如果当前环境不能直接调用相邻 Skill，Orchestrator 应输出每个相邻 Skill 的“建议调用指令”和 `expected_outputs`，等待用户或交付人员执行后再汇总。\n\n## 为什么需要人工确认\n\nGEO 内容会涉及企业事实、客户案例、效果描述、平台规则和行业合规。系统可以生成草稿和建议，但不能替用户确认事实、承诺效果或点击发布。\n\n默认规则：\n\n- 所有平台草稿都必须人工审核。\n- 不自动点击发布按钮。\n- 未执行真实 GEO 检测时，只能输出检测计划或推理预估，不能写成确定排名、分数或已覆盖结论。\n- 门票/价格、营业时间、安全资质、竞品数据、案例、第三方背书等关键事实缺失时，发布计划必须标记为 `blocked` 或 `needs_review`。\n- 不承诺排名第一、100% 收录或一定被大模型引用。\n- 不伪造客户案例、第三方背书或业务数据。\n- 遇到医疗、金融、法律等敏感行业，必须由专业人士复核。\n\n## 客户报告和内部报告怎么分工\n\n客户报告强调“本轮交付成果”和“下一步增长动作”。它会展示已梳理的品牌信息、发现的内容机会、生成的知乎/头条/CSDN/掘金草稿、推荐发布顺序和客户需要补充的资料。客户报告不会暴露 API 配置、schema 校验、版本变更、内部字段名或调试信息。\n\n内部审计报告保留完整质量控制信息，包括证据等级、事实依赖、发布前置条件、风险清单、禁用表达检查、API 状态、schema 校验和结构化 JSON 文件路径。它用于交付团队复盘，不建议直接发送给客户。\n\n## 示例输入\n\n```json\n{\n  \"brand_materials\": \"PowerMatrix 为企业提供 AI Agent 工作系统，包含品牌母库、GEO 内容生成、DeepSeek / 豆包可见度检测、AI 客服、OpenClaw 数字员工和企业 AI 咨询。\",\n  \"target_keywords\": [\"企业 AI Agent 落地方案\", \"AI 客服系统\", \"企业 GEO 优化\"],\n  \"target_platforms\": [\"zhihu\", \"csdn\", \"juejin\", \"toutiao\"],\n  \"target_models\": [\"deepseek\", \"doubao\", \"generic\"],\n  \"campaign_goal\": \"提升 PowerMatrix 在 AI 搜索和内容平台中的可见度，生成可人工审核发布的 GEO 内容草稿。\",\n  \"tone\": \"专业、克制、企业服务导向\",\n  \"compliance_constraints\": [\"不承诺排名第一\", \"不伪造客户案例\", \"不承诺 100% 被模型收录\"]\n}\n```\n\n完整示例见 `examples/sample_input.json`。\n\n## 示例输出\n\n一次交付会形成：\n\n- 完整双模型评估报告：`final_report.md`\n- 简短摘要：`summary.md`\n- 客户成果报告：`client_delivery_report.md`\n- 内容资产摘要：`content_asset_summary.md`\n- 客户版发布计划：`publish_plan_client.md`\n- 内部审计报告：`internal_audit_report.md`\n- 品牌母库：`brand_profile.json`\n- GEO 检测结果：`geo_audit_report.json`\n- 内容任务：`content_tasks.json`\n- 平台草稿：`platform_drafts.json`\n- 内部发布计划：`publish_plan.json`\n\n客户报告示例见 `examples/sample_client_delivery_report.md`。内部报告示例可参考 `examples/sample_final_report.md`。\n\n双模型评估示例输入：\n\n- `examples/spanish_olive_oil_input.json`\n- `examples/spanish_ham_input.json`\n\n## 如何验证不是摘要型输出\n\n运行 smoke test：\n\n```bash\npython3 scripts/smoke_test_full_report.py\n```\n\n运行 Orchestrator 合同校验：\n\n```bash\npython3 scripts/validate_orchestrator_contracts.py\n```\n\n通过标准：\n\n- `final_report.md` 包含执行摘要、评估方法、探针问题列表、双模型总评分表、分场景检测结果、竞品格局、GEO 优化建议、30天内容行动清单、原始数据附录等必需章节。\n- `final_report.md` 开头包含“老板能看懂的3句话结论”。\n- `final_report.md` 包含知乎、小红书、抖音、官网 FAQ 和 GEO 文章选题建议。\n- 所有建议包含影响程度、执行难度、见效速度和优先级分。\n- 报告结尾包含复测时间、复测指标和 GEO 优化有效性的判断方式。\n- 标准输出中也包含这些章节，说明 OpenClaw 聊天窗口能拿到完整报告。\n- `summary.md` 只是辅助摘要，不替代 `final_report.md`。\n- `model_scores/{model}.json` 包含提及率、排名位置、情感倾向、回答深度、事实准确性、购买决策辅助、本地化适配、商业转化价值。\n- `registry/geo_skill_registry.json` 存在，且所有 `relative_path` 都以 `../` 开头。\n- 缺失下游输出时，状态会被标记为 `partial` 或 `failed`，不会假装成功。\n- 客户交付模板包含相邻 Skill 状态、GEO 盲区、内容资产、发布顺序、30 天复测计划和完整文件路径清单。\n\n## 常见问题\n\n### 没有品牌母库能不能用？\n\n可以。工作流会先进入 Brand Profile Resolve 阶段，根据企业资料生成初版品牌母库。缺失字段会标记为 `待确认`。\n\n### 已经有 GEO 报告还要重新检测吗？\n\n不一定。已有报告可以复用。工作流会检查报告是否覆盖目标关键词、目标模型和目标问题，缺口部分再补测。\n\n### 会自动发到知乎、CSDN、掘金、今日头条吗？\n\n不会。输出以草稿、发布建议和复制用内容为主。平台发布前默认需要人工确认。\n\n### 能保证 AI 搜索排名提升吗？\n\n不能保证。工作流能提升内容结构化、可解释性和覆盖完整度，但不承诺排名第一、100% 收录或一定被模型引用。\n\n### 适合敏感行业吗？\n\n可以作为资料整理和草稿辅助，但医疗、金融、法律等行业必须由专业人士审核，且不能生成绝对化效果承诺。\n\nFile v1.0.6:videos/powermatrix-geo-not-volume/README.md\n\n# PowerMatrix GEO 30s Video\n\nThis folder contains a HyperFrames-style 9:16 composition for:\n\n《GEO 不是以量取胜》\n\n## Files\n\n- DESIGN.md - visual system used by the composition\n- index.html - HyperFrames source composition, 1080 x 1920, 30 seconds\n- script.md - timed script, subtitles, and voiceover text\n\n## Local Review\n\nOpen index.html?preview=1 in a browser to use the built-in lightweight preview mode. The source still keeps HyperFrames data-composition, data-start, data-duration, data-track-index, and window.__timelines structure for later CLI rendering.\n\n## Render Note\n\nThe HyperFrames CLI could not be fetched in this environment because npm DNS resolution failed. Once the CLI is available, run from this folder:\n\n~~~bash\nnpx hyperframes lint\nnpx hyperframes inspect --samples 15 --at 1.5,5.5,11.5,19,26.5\nnpx hyperframes preview --port 3017\nnpx hyperframes render --output powermatrix-geo-not-volume.mp4 --quality standard\n~~~\n\nFile v1.0.6:_meta.json\n\n{\n  \"ownerId\": \"kn73cb2q9jxf7f610j0m0bwdbn8452jk\",\n  \"slug\": \"geo-growth-orchestrator\",\n  \"version\": \"1.0.6\",\n  \"publishedAt\": 1781544516709\n}\n\nFile v1.0.6:references/entity-evidence-rules.md\n\n# Entity, Evidence, Mention, Citation, And Ranking Rules\n\nUse this reference whenever the task involves model visibility, \"mentioned/not mentioned\" disputes, citation/source ranking, or audit scoring.\n\n## Entity Normalization\n\nBuild separate lists:\n\n- `brand_aliases`: names that refer to the target entity.\n- `category_keywords`: business/category/search terms.\n- `competitor_aliases`: names that refer to competitors or alternatives.\n- `channel_terms`: platforms, stores, regions, distributors, or source domains.\n\nDo not count `category_keywords` as brand mentions. A category hit can improve topical relevance, but it is not brand visibility.\n\nRecommended alias expansion for Chinese local brands:\n\n- full legal or school/company name\n- short brand name\n- city + brand\n- brand + service/category\n- brand + school/company/store/training center\n- old names and common public listing names\n- pinyin/English names if used publicly\n- likely punctuation, spacing, and suffix variants\n\nExample:\n\n```json\n{\n  \"brand_name\": \"大连米嘟西点培训学校\",\n  \"brand_aliases\": [\n    \"大连米嘟西点培训学校\",\n    \"米嘟西点\",\n    \"米嘟西点培训\",\n    \"米嘟西点培训学校\",\n    \"大连米嘟西点培训\",\n    \"大连米嘟国际西点培训\",\n    \"大连米嘟国际西点培训学校\"\n  ],\n  \"category_keywords\": [\"大连西点培训\", \"西点培训学校\", \"烘焙培训\", \"蛋糕培训\"]\n}\n```\n\n## Evidence Levels\n\nUse one of these levels for every model claim:\n\n| Level | Meaning | Allowed claims |\n|---|---|---|\n| `verified_live_check` | Live/API/platform result captured with query, answer, time, source | mention, citation, source rank, score, trend |\n| `manual_check` | User-provided copied answer, screenshot, manual record, or source list | mention/citation/rank if evidence is visible |\n| `inferred_estimate` | Reasoning from brand materials only | content readiness and likely gaps only |\n| `unverified_assumption` | Weak planning assumption | planning tasks only |\n\nIf evidence is not `verified_live_check` or `manual_check`, do not say \"ranked top 3\", \"not mentioned\", \"model cited us\", or \"score is X\".\n\n## Mention Types\n\nSeparate these fields:\n\n- `answer_mention`: alias appears in generated answer body.\n- `citation_mention`: alias appears in source/citation title, snippet, URL, or source card.\n- `source_rank`: first citation/source position where an alias appears.\n- `brand_alias_hits`: exact aliases found.\n- `category_keyword_hits`: category/search terms found.\n- `competitor_mentions`: competitor aliases found.\n\nRecommended output:\n\n```json\n{\n  \"answer_mention\": false,\n  \"citation_mention\": true,\n  \"source_rank\": 2,\n  \"brand_alias_hits\": [\"米嘟西点\"],\n  \"category_keyword_hits\": [\"大连西点培训\"],\n  \"evidence_level\": \"manual_check\",\n  \"claim_allowed\": true\n}\n```\n\n## Ranking Rules\n\nRanking can mean different things:\n\n- `answer_rank`: position in a recommended list inside the model answer.\n- `source_rank`: position in citation/source cards.\n- `search_rank`: position in an external search result page.\n\nAlways label which rank is being discussed. If a brand is \"top 3 in citations\" but not in the answer body, report that distinction plainly.\n\n## Common False Negatives\n\n- The report checks only full legal name but the model uses a short name.\n- The brand appears in source cards but not in answer text.\n- The source title contains the brand but the snippet does not.\n- The brand name includes city/category suffixes in one source but not another.\n- Traditional/simplified, punctuation, spacing, or \"国际/学校/培训中心\" suffixes differ.\n\n## Common False Positives\n\n- Category keyword is counted as brand mention.\n- A competitor source includes the same category term.\n- The model says \"training school\" but not the target entity.\n- The brand appears only because the prompt forced it in a direct-awareness question.\n\n## Reporting Language\n\nUse:\n\n- \"豆包引用来源中出现了该品牌，来源排名第 2，但回答正文未直接展开该品牌。\"\n- \"当前证据显示品牌别名命中为 `米嘟西点`，不是全称命中。\"\n- \"这是引用来源可见，不等同于模型主动推荐。\"\n\nAvoid:\n\n- \"完全没有提及\" unless raw answer and citations were checked.\n- \"前三名\" without saying source rank, answer rank, or search rank.\n- \"模型已经收录/认可\" because citation/mention does not prove stable inclusion.\n\nFile v1.0.6:references/geo-unified-modules.md\n\n# Unified GEO Modules\n\nUse this reference for full workflow execution or when a user asks to merge, replace, or avoid separate GEO skills.\n\n## Module A: Brand Knowledge Base\n\nInputs:\n\n- brand materials\n- website/source text\n- target market\n- compliance constraints\n- existing brand profile\n\nOutputs:\n\n- `brand_profile.json`\n- `brand_profile.md`\n- `faq.md`\n- `llms.txt`\n- missing fields list\n\nMinimum fields:\n\n- brand name and aliases\n- business/category\n- target users\n- service/product list\n- scenarios\n- selling points with evidence\n- FAQ\n- contact/channel information\n- compliance boundary\n\n## Module B: Doubao Readiness Review\n\nPurpose: evaluate whether supplied brand materials are easy for Doubao-like Chinese LLMs to understand, summarize, quote, and recommend.\n\nScore dimensions:\n\n- brand definition clarity: 20\n- target user clarity: 15\n- problem/scenario clarity: 15\n- structure: 20\n- quotability: 15\n- recommendation trigger: 15\n\nThis is content readiness, not live Doubao ranking. Only discuss real ranking when raw Doubao answer/source evidence exists.\n\n## Module C: DeepSeek Readiness Review\n\nPurpose: evaluate whether supplied materials are easy for DeepSeek-like models to classify, compare, summarize, and include in recommendation/analysis answers.\n\nScore dimensions:\n\n- brand definition clarity: 20\n- category clarity: 15\n- target user clarity: 10\n- problem/scenario clarity: 15\n- structure: 15\n- quotability/summarizability: 15\n- recommendation/comparison trigger: 10\n\n## Module D: Live/Manual GEO Audit\n\nUse natural probes across:\n\n- spontaneous recommendation\n- competitor comparison\n- buying guide\n- direct awareness\n- price/channel\n- localized use case\n- social seeding\n- supply chain/authority/regional market\n\nFor every probe save:\n\n- question\n- model/platform\n- raw answer\n- source/citation list if available\n- checked time\n- evidence level\n- body mention\n- citation mention\n- source/answer rank\n- alias hits\n- competitor hits\n- score dimensions\n\n## Module E: Content Gap Analysis\n\nClassify gaps:\n\n- brand entity not recognized\n- brand only cited but not explained\n- category recognized but brand absent\n- competitor dominates answer\n- answer lacks purchase/channel clarity\n- answer has factual uncertainty\n- local scenario missing\n- platform/social proof missing\n- FAQ or comparison content missing\n\nEach gap must include commercial impact and next action.\n\n## Module F: Content Asset Generation\n\nGenerate:\n\n- website FAQ\n- `llms.txt`\n- quote sentence library\n- glossary\n- comparison article\n- buying guide\n- platform seed content\n- visual/video brief when needed\n\nRules:\n\n- Use confirmed facts only.\n- Mark unknown facts as `待确认`.\n- Keep definitions extractable and quotable.\n- Include boundary and non-promise language.\n- Avoid \"guarantee ranking\", \"guarantee citation\", \"industry first\", and fake authority claims.\n\n## Module G: Delivery Reports\n\nClient report:\n\n- plain language\n- what was checked\n- what was found\n- what it means commercially\n- what to do next\n\nInternal report:\n\n- evidence level\n- raw paths\n- missing artifacts\n- scoring notes\n- risk and compliance notes\n- tool/API status\n- schema validation\n\n## Module H: Retest\n\n7 days:\n\n- check content completion and publication status\n- collect platform comments/questions\n\n14 days:\n\n- run light model check on core probes\n- compare mention/citation quality\n\n30 days:\n\n- rerun full probe matrix\n- compare body mentions, citation mentions, source rank, answer rank, competitor mentions, and answer quality\n\nFile v1.0.6:references/platform-style-guide.md\n\n# Platform Style Guide\n\nUse this reference when creating platform-specific tasks, drafts, titles, or publishing checklists.\n\n## Universal Rules\n\n- Human review is mandatory.\n- Do not auto-publish.\n- Do not click publish buttons.\n- Do not read, save, export, or print cookies, localStorage, sessionStorage, tokens, or passwords.\n- Do not bypass captchas or platform risk controls.\n- Do not promise ranking, traffic, indexing, conversion, or model citation.\n- Do not invent cases, prices, certifications, awards, reviews, or third-party endorsements.\n\n## Zhihu\n\nBest for:\n\n- decision questions\n- industry explanations\n- comparison and methodology\n- trust-building long answers\n\nStyle:\n\n- answer the question first\n- analytical and balanced\n- low ad feel\n- include counterpoints and boundaries\n- brand mention should be natural and removable\n\nOutputs:\n\n- question candidates\n- long answer\n- short answer\n- no-ad version\n- article version\n- titles\n- topics/tags\n- publish checklist\n\n## Toutiao\n\nBest for:\n\n- local services\n- consumer education\n- boss-readable business content\n- everyday scenarios\n\nStyle:\n\n- plain language\n- strong real-world scenario\n- avoid technical jargon\n- no anxiety marketing\n- explain what to do next\n\nOutputs:\n\n- article\n- title candidates\n- summary\n- cover prompt ideas\n- micro-posts\n- keywords/topics\n- publish checklist\n\n## CSDN\n\nBest for:\n\n- technical tutorials\n- architecture explanations\n- implementation guides\n- troubleshooting\n- developer documentation\n\nStyle:\n\n- clear background/problem\n- implementation steps\n- input/output examples\n- pseudo-code or config examples when useful\n- explicit boundaries and FAQ\n\nOutputs:\n\n- article\n- markdown-ready version\n- titles\n- summary\n- tags\n- code/config examples\n- publish checklist\n\n## Juejin\n\nBest for:\n\n- developer practice\n- engineering review\n- prompt/workflow implementation\n- lessons learned\n\nStyle:\n\n- developer perspective\n- practical examples\n- honest tradeoffs\n- code/prompt/process snippets when useful\n- no exaggerated claims\n\nOutputs:\n\n- article\n- markdown-ready version\n- titles\n- summary\n- tags\n- publish checklist\n\n## Xiaohongshu\n\nBest for:\n\n- consumer experience\n- local service trust\n- visual education\n- before/after and checklist-style content\n\nStyle:\n\n- concrete scene\n- short paragraphs\n- visual hooks\n- practical tips\n- no fake testimonials\n\nOutput a manual content brief unless a dedicated safe drafting workflow exists.\n\n## Douyin\n\nBest for:\n\n- short explainer\n- service walkthrough\n- comparison in 30-60 seconds\n- local trust-building\n\nStyle:\n\n- first 3 seconds state the problem\n- one message per video\n- simple structure: problem, decision point, evidence, next step\n- no guaranteed outcome claims\n\nOutput script outline, shot list, on-screen text, and compliance notes. Do not automate upload.\n\nFile v1.0.6:audit/local_skill_discovery_report.md\n\n# Local Skill Discovery Report\n\n本报告只基于本地目录文件生成，未使用 ClawHub 线上链接作为源码依据。\n\n## 执行结论\n\n- 已发现并登记 9 个相邻 GEO Skill。\n- registry 中所有 `relative_path` 均为相邻目录路径，并且均能在本地找到对应 `SKILL.md`。\n- 本轮已修正上一轮 registry 中几个输出文件命名不一致问题，尤其是知乎输出文件名、CSDN `csdn_code_examples.md`、以及 Doubao / DeepSeek 审计 Skill 的报告型输出。\n- 当前环境不能把这些相邻目录作为可直接触发的运行时 Skill 自动调用，因此 Spanish Ham demo 使用 `mock_orchestration_demo`，并生成 handoff packets 供人工复制到对应 Skill 执行。\n\n## 已发现的相邻 Skill\n\n| skill_id | display_name | relative_path | 路径存在 | SKILL.md 存在 | 建议统一 skill_id | registry 是否需要修正 | 备注 |\n|---|---|---|---|---|---|---|---|\n| `brand-knowledge-base-builder` | Brand Knowledge Base Builder | `../Knowledge-Base-Builder/brand-knowledge-base-builder` | 是 | 是 | `brand-knowledge-base-builder` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `doubao-geo-audit-skill` | Doubao GEO Audit Skill | `../geo-analysis-doubao` | 是 | 是 | `doubao-geo-audit-skill` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `deepseek-geo-audit-skill` | DeepSeek GEO Audit Skill | `../deepseek-geo-audit-skill` | 是 | 是 | `deepseek-geo-audit-skill` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `deepseek-geo-tool` | GEO Tool DeepSeek | `../GEO tool-deepseek` | 是 | 是 | `deepseek-geo-tool` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `ai-geo-content-generator` | AI GEO Content Generator | `../AI-geo-content-generator` | 是 | 是 | `ai-geo-content-generator` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `zhihu-geo-draft-assistant` | Zhihu GEO Draft Assistant | `../zhihu-geo-draft-assistant` | 是 | 是 | `zhihu-geo-draft-assistant` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `toutiao-geo-draft-assistant` | Toutiao GEO Draft Assistant | `../toutiao-geo-draft-assistant` | 是 | 是 | `toutiao-geo-draft-assistant` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `csdn-geo-draft-publisher` | CSDN GEO Draft Publisher | `../csdn-geo-draft-publisher` | 是 | 是 | `csdn-geo-draft-publisher` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `juejin-geo-draft-publisher` | Juejin GEO Draft Publisher | `../juejin-geo-draft-publisher` | 是 | 是 | `juejin-geo-draft-publisher` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n\n## 缺失的 Skill\n\n无。\n\n## 路径不一致或命名注意项\n\n- 用户曾提到 `../Knowledge-base-Builder/SKILL.md`，本地未发现该路径；实际可用路径为 `../Knowledge-Base-Builder/brand-knowledge-base-builder/SKILL.md`。\n- `AI-geo-content-generator` 是目录名，建议 registry 内统一使用 skill_id `ai-geo-content-generator`。\n- `deepseek-geo-audit-skill` 是报告型审计 Skill，`GEO tool-deepseek` 是 API 探针工具，建议保持两个独立 skill_id，避免把非 API 审计和 API 实测混为一类。\n\n## expected_outputs 对齐检查\n\n- 当前 registry 的 `expected_outputs` 已与本地 `SKILL.md` 输出描述对齐。\n\n## 当前 registry 是否需要修正\n\n当前不需要继续修正。后续如果相邻 Skill 新增真实脚本输出或 JSON 输出，应同步更新 `registry/geo_skill_registry.json`。\n\nFile v1.0.6:CHANGELOG.md\n\n# Changelog\n\n## v1.0.5\n\n- 增强客户交付能力：完整报告开头新增“老板能看懂的3句话结论”。\n- 共同知识盲区新增商业影响和建议动作。\n- 自动生成知乎、小红书、抖音、官网 FAQ 和 GEO 友好型文章选题。\n- 所有建议新增影响程度、执行难度、见效速度和优先级分。\n- 报告结尾新增复测机制，说明复测时间、指标和有效性判断。\n\n## v1.0.4\n\n- 强化 OpenClaw 默认输出契约：默认 `output_mode=full_report`，必须在当前对话输出完整 `final_report.md`。\n- 新增客户交付级双模型评估报告模板 `templates/final_report.md`。\n- 新增完整报告生成脚本 `scripts/generate_full_report.py`，保存原始回答、模型评分、双模型对比、完整报告和摘要。\n- 新增西班牙橄榄油与西班牙火腿双模型评估示例输入。\n- 新增 smoke test，验证完整报告章节、stdout 非摘要和评分字段完整。\n\n## v1.0.3\n\n- 新增客户成果报告与内部审计报告双层输出机制。\n- 新增客户报告、内部审计报告、客户摘要、内容资产展示和下一步计划 prompt。\n- 新增客户报告生成脚本 `scripts/generate_client_report.py`。\n- 新增内部审计报告生成脚本 `scripts/generate_internal_report.py`。\n- 新增安吉云上草原客户报告样例。\n- 保留 v1.0.2 的证据等级、发布闸门和合规校验能力，但避免在客户报告中暴露内部字段。\n\n## v1.0.0\n\n- 新增 PowerMatrix GEO Growth Orchestrator 总控型 Skill。\n- 新增标准中间件 schema：品牌母库、GEO 检测报告、内容任务、平台草稿、发布计划和工作流状态。\n- 新增多平台分发 prompt，覆盖知乎、CSDN、掘金、今日头条。\n- 新增发布计划和复盘报告生成 prompt。\n- 新增 workflow 校验脚本 `scripts/validate_workflow_state.py`。\n- 新增平台草稿合并脚本 `scripts/merge_platform_drafts.py`。\n\nFile v1.0.6:examples/sample_client_delivery_report.md\n\n# 安吉云上草原 AI 搜索可见度与内容增长交付报告\n\n## 1. 本轮交付结论\n\n本轮已围绕“安吉旅游推荐、云上草原好玩吗、安吉避暑、浙江高山草原、安吉网红打卡地、安吉亲子游”等关键词，完成品牌信息梳理、AI 搜索可见度诊断、内容机会分析，并生成知乎与今日头条两类平台的首批内容草稿。\n\n当前最重要的机会是：用户在搜索“安吉避暑”“安吉亲子游”“云上草原好玩吗”时，需要看到更明确的游玩理由、亲子场景、避暑卖点和出行决策信息。\n\n本轮已形成 6 个内容方向，其中包含 4 篇知乎草稿和 2 篇今日头条草稿。客户下一步只需要确认门票、营业时间、项目开放情况和安全说明，即可进入第一批内容发布。\n\n## 2. 一眼看到本轮成果\n\n| 交付项 | 本轮结果 | 客户可直接使用什么 |\n|---|---|---|\n| 品牌信息梳理 | 已完成 | 可作为后续 AI 内容、官网 FAQ 和客服知识库基础 |\n| AI 搜索诊断 | 已完成 | 明确知道哪些关键词需要补内容 |\n| 内容机会分析 | 已完成 | 得到亲子游、避暑、攻略、对比和 FAQ 等优先方向 |\n| 知乎草稿 | 4 篇 | 可人工审核后发布 |\n| 今日头条草稿 | 2 篇 | 可人工审核后发布 |\n| 发布计划 | 已完成 | 可按建议节奏执行 |\n\n其中 4 篇建议补充门票价格、营业时间、项目开放情况和安全说明后发布。\n\n## 3. AI 搜索中发现的增长机会\n\n- 用户关心“云上草原好玩吗”，但内容需要更明确回答游玩亮点、适合人群、季节优势和第一次去怎么玩。\n- 用户关心“安吉亲子游怎么玩”，需要补充家庭出行、项目安全、动线安排、餐饮休息和注意事项。\n- 用户关心“安吉避暑推荐”，需要强化高山、自然景观、暑期体验、温度感知和避暑理由。\n- 用户在做“安吉旅游推荐”决策时，会同时比较莫干山、竹博园、江南天池等目的地，需要更清晰的差异化内容。\n- 用户在 AI 搜索中更容易被结构化内容影响，因此建议补充 FAQ、攻略、对比型文章和真实游客问题。\n\n## 4. 本轮生成的内容资产\n\n### 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 云上草原好玩吗？适合第一次去安吉的人吗？ | 云上草原好玩吗 | 直接回答用户是否值得去、适合谁、怎么玩，覆盖决策型搜索问题 | 建议补充门票价格、营业时间、项目开放情况后发布 |\n| 安吉避暑除了民宿，还能去哪里玩一天？ | 安吉避暑 | 强化高山草原、自然景观和暑期体验，让避暑关键词有更清晰的品牌答案 | 建议补充暑期开放项目和交通信息后发布 |\n| 安吉亲子游怎么安排？云上草原适合带孩子吗？ | 安吉亲子游 | 补充家庭出行场景、安全说明、动线建议和亲子项目选择 | 建议补充项目安全说明和儿童适玩年龄后发布 |\n| 云上草原和莫干山怎么选？第一次去安吉更推荐哪个？ | 安吉旅游推荐 | 用对比内容帮助用户理解不同目的地差异，提升品牌被推荐的机会 | 建议核实竞品价格、交通和适合人群后发布 |\n\n内容摘要：知乎草稿以“用户真实问题”为入口，先直接回答，再展开游玩理由、适合人群、出行建议和注意事项，降低广告感，适合被 AI 搜索抓取为结构化答案。\n\n### 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 夏天去安吉避暑，为什么很多人会把云上草原放进路线里？ | 安吉避暑 | 用通俗语言解释高山、草原、项目体验和一日游价值，适合大众阅读 | 建议补充营业时间、门票价格和交通方式后发布 |\n| 带孩子去安吉玩一天，云上草原怎么安排更省心？ | 安吉亲子游 | 面向家庭客群，提供亲子动线、项目选择和出行提醒 | 建议补充亲子项目安全说明和餐饮休息信息后发布 |\n\n内容摘要：今日头条草稿更偏大众攻略和家庭决策，适合用轻松、具体、少广告感的方式扩大“安吉避暑”“安吉亲子游”的内容覆盖。\n\n## 5. 推荐优先发布顺序\n\n1. 《云上草原好玩吗？适合第一次去安吉的人吗？》\n   平台：知乎\n   为什么先发：直接覆盖用户决策型问题，适合沉淀为 AI 搜索可引用的品牌答案。\n   发布前需要确认：门票价格、营业时间、项目开放情况。\n   建议发布时间窗口：信息确认后 24 小时内发布。\n\n2. 《夏天去安吉避暑，为什么很多人会把云上草原放进路线里？》\n   平台：今日头条\n   为什么先发：覆盖暑期高频需求，用通俗内容承接大众流量。\n   发布前需要确认：暑期开放项目、交通方式、营业时间。\n   建议发布时间窗口：第一篇知乎发布后 1 到 2 天内发布。\n\n3. 《安吉亲子游怎么安排？云上草原适合带孩子吗？》\n   平台：知乎\n   为什么先发：亲子游用户更关注安全、动线和适玩年龄，内容补齐后更容易建立信任。\n   发布前需要确认：项目安全说明、儿童适玩年龄、餐饮休息信息。\n   建议发布时间窗口：亲子资料确认后 24 小时内发布。\n\n4. 《带孩子去安吉玩一天，云上草原怎么安排更省心？》\n   平台：今日头条\n   为什么先发：可以承接家庭客群，用轻攻略形式提升收藏和转发机会。\n   发布前需要确认：亲子项目、休息区、交通和返程建议。\n   建议发布时间窗口：第三篇发布后 1 到 2 天内发布。\n\n## 6. 为了让内容更容易被用户和 AI 搜索采信，建议补充以下资料\n\n| 资料 | 为什么重要 | 用在哪里 |\n|---|---|---|\n| 门票价格 | 用户做出行决策时最关心 | 攻略文、FAQ、知乎问答 |\n| 营业时间 | 影响用户是否立即行动 | 头条攻略、AI 搜索回答 |\n| 项目开放情况 | 游客会关心具体能玩什么 | 推荐理由、行程安排 |\n| 项目安全说明 | 亲子游和高空项目需要信任背书 | 亲子游内容、FAQ |\n| 真实游客评价 | 增强可信度 | 推荐理由、案例内容 |\n| 交通方式 | 降低出行决策成本 | 攻略文、FAQ |\n| 餐饮和休息信息 | 家庭客群会关注游玩舒适度 | 亲子攻略、头条内容 |\n| 与莫干山等目的地的差异 | 帮助用户快速选择 | 对比文、知乎问答 |\n\n## 7. 预计改善方向\n\n- 提升品牌在“安吉旅游推荐”类问题中的内容覆盖度。\n- 增加 AI 搜索可引用的结构化内容。\n- 让“云上草原好玩吗”这类问题有更清晰的品牌答案。\n- 为知乎、今日头条、小红书、抖音后续内容分发打基础。\n- 为 AI 客服和官网 FAQ 积累标准答案。\n\n## 8. 下一步执行计划\n\n### 立即可做\n\n- 审核已生成草稿。\n- 确认标题和联系方式。\n- 发布不依赖价格和营业时间的内容段落或轻量问答。\n- 补充门票、营业时间、安全说明、交通方式和项目开放情况。\n\n### 3 天内\n\n- 发布第一批知乎/今日头条内容。\n- 整理评论和用户问题。\n- 补充 FAQ。\n- 将用户高频问题整理为第二批选题。\n\n### 2 周后\n\n- 再次检测豆包、DeepSeek 和通用 AI 搜索环境。\n- 对比品牌是否被更准确提及。\n- 根据新问题生成第二批内容。\n- 评估是否扩展到小红书、抖音和携程/马蜂窝等平台。\n\n## 9. 附录：交付文件\n\n- 品牌内容基础资料\n- AI 搜索诊断摘要\n- 内容机会清单\n- 知乎内容草稿\n- 今日头条内容草稿\n- 发布计划\n\nFile v1.0.6:examples/sample_final_report.md\n\n# GEO Growth Workflow Review\n\n## 本轮目标\n\n本轮围绕 PowerMatrix 的企业 AI Agent、AI 客服、企业 GEO 优化、OpenClaw 企业部署和企业数字员工等关键词，规划一套可人工审核发布的 AI-GEO 内容增长工作流。\n\n## 已完成工作\n\n1. 整理 PowerMatrix 品牌资料，形成初版 `brand_profile`。\n2. 根据 DeepSeek、豆包和通用检测场景，规划并记录 GEO 可见度检测结果样例。\n3. 从检测结果中识别内容缺口：老板视角解释不足、AI 客服 FAQ 不足、技术方案内容不足、第三方解释型内容不足。\n4. 生成知乎、CSDN、今日头条方向的内容任务样例。\n5. 生成一份人工审核优先的发布计划。\n\n## 交付状态\n\n本轮为 `needs_review`。内容任务和发布计划已形成，但发布前仍需人工确认品牌事实、案例边界、技术示例性质和 CTA 表达。\n\n## 证据与检测边界\n\n- GEO 检测结果来自人工检测摘要或样例记录，不代表全量模型生态。\n- 未输出排名、分数或“保证被收录”结论。\n- 后续如需作为正式交付，应补充每条查询的模型回答摘要、检测时间、证据来源和复测记录。\n\n## 核心输出\n\n- `brand_profile`：PowerMatrix 标准品牌资料草稿。\n- `geo_audit_report`：按模型、关键词和检测问题记录的可见度结果。\n- `content_tasks`：面向知乎、CSDN、今日头条的内容任务。\n- `publish_plan`：建议发布顺序、时间窗口、审核事项和 CTA。\n\n## 平台草稿清单\n\n| 平台 | 标题 | 优先级 | 状态 |\n|---|---|---|---|\n| 知乎 | 中小企业落地 AI Agent，为什么第一步不是买工具？ | high | 待草稿助手生成 |\n| CSDN | 企业 AI 客服上线前，品牌母库和 FAQ 应该如何准备？ | high | 待草稿助手生成 |\n| 今日头条 | 老板想用 AI 提效，先从哪三个流程开始？ | medium | 待草稿助手生成 |\n\n## 发布阻断项\n\n当前无硬阻断项，但所有草稿为 `needs_review`，必须完成事实审核后再发布。\n\n## 发布计划摘要\n\n建议在人工确认后，先发布知乎解释型问答，建立关键词和品牌语义关联；随后发布 CSDN 技术方案内容，补齐 AI 客服和知识库准备的工程化表达；第二周发布今日头条通俗场景文章，覆盖老板和经营者视角。\n\n## 人工确认事项\n\n- 补充 PowerMatrix 官网、联系方式、真实客户案例和可公开证据。\n- 审核所有草稿中的品牌事实、案例、效果描述和 CTA。\n- 确认所有平台发布动作由人工完成。\n- 确认没有出现“保证排名第一”“100% 收录”“一键霸屏”等禁用表达。\n\n## 风险与边界\n\n本工作流不能保证 AI 搜索排名、模型收录或平台流量结果。所有内容只能作为草稿和发布建议，不能替代人工事实审核或专业合规审核。\n\n## 下一轮复盘建议\n\n- 发布后 7 到 14 天记录平台阅读、收藏、评论和私信问题。\n- 使用相同关键词再次检测 DeepSeek、豆包和通用环境中的品牌提及变化。\n- 对评论区高频问题补充 FAQ 和后续内容任务。\n- 对模型误解或遗漏的信息，补充更清晰的定义句、对比句和场景句。\n\nFile v1.0.6:examples/spanish_ham_orchestration.md\n\n# 西班牙火腿 GEO 编排示例\n\n## 用户输入\n\n```json\n{\n  \"brand_name\": \"西班牙火腿推广项目\",\n  \"category\": \"进口食品 / 西班牙火腿\",\n  \"target_market\": \"中国礼品消费、餐饮采购、家庭聚会、精品超市渠道\",\n  \"target_keywords\": [\n    \"西班牙火腿推荐\",\n    \"伊比利亚火腿怎么选\",\n    \"西班牙火腿和普通火腿区别\",\n    \"西班牙火腿价格\",\n    \"西班牙火腿购买渠道\",\n    \"小红书西班牙火腿种草\"\n  ],\n  \"target_models\": [\n    \"DeepSeek\",\n    \"Doubao\"\n  ],\n  \"target_platforms\": [\n    \"知乎\",\n    \"今日头条\",\n    \"小红书\",\n    \"抖音\"\n  ],\n  \"campaign_goal\": \"提升西班牙火腿在 AI 搜索中的品类教育、购买决策辅助、礼品场景和渠道信任\"\n}\n```\n\n## 行业判断\n\n- 行业：食品 / 进口消费品 / 高客单礼品。\n- 首选平台：知乎、今日头条、小红书类内容。\n- 小红书和抖音：当前没有专用相邻 Skill，标记为 `manual` / `future_skill`。\n- 默认跳过：CSDN、掘金，除非后续需要讲跨境供应链、冷链系统、溯源码或渠道数字化。\n\n## 应调用哪些相邻 Skill\n\n| 阶段 | Skill | Relative Path | 目的 | 状态示例 |\n|---|---|---|---|---|\n| Stage 1 | Brand Knowledge Base Builder | `../Knowledge-Base-Builder/brand-knowledge-base-builder` | 建立西班牙火腿品类、产地、等级、渠道和合规资料母库 | planned |\n| Stage 2 | DeepSeek GEO Audit Skill | `../deepseek-geo-audit-skill` | 检测 DeepSeek 对品类、价格、等级和渠道的回答 | planned |\n| Stage 2 | Doubao GEO Audit Skill | `../geo-analysis-doubao` | 检测 Doubao 对礼品、家庭、餐饮场景的理解 | planned |\n| Stage 5 | AI GEO Content Generator | `../AI-geo-content-generator` | 生成 FAQ、选购指南、场景解释、问答基础稿 | planned |\n| Stage 6 | Zhihu GEO Draft Assistant | `../zhihu-geo-draft-assistant` | 生成知乎选购问答、价格解释和产地对比 | planned |\n| Stage 6 | Toutiao GEO Draft Assistant | `../toutiao-geo-draft-assistant` | 生成头条科普文、礼品消费和家庭场景内容 | planned |\n| Stage 6 | 小红书 / 抖音 | manual / future_skill | 生成种草笔记、切片展示、礼盒场景短视频 | manual |\n\n## 每个阶段的输入输出\n\n| Stage | 输入 | 输出 | 验收标准 |\n|---|---|---|---|\n| Stage 0 Intake | 品类、关键词、平台、模型、目标市场 | 行业判断、客户场景、路由初选 | 识别礼品、餐饮、家庭和渠道需求 |\n| Stage 1 品牌母库 | 产地资料、等级说明、渠道资料、食用方法、禁用说法 | `brand_knowledge_base.json` | 价格、等级、渠道、食品安全表述必须待确认或有证据 |\n| Stage 2 双模型评估 | 品牌母库、探针问题 | 原始回答、模型评分、双模型对比 | 覆盖推荐、对比、价格、渠道、消费场景 |\n| Stage 3 Gap Matrix | 双模型结果 | `geo_gap_matrix.json` | 每个盲区有商业影响和补齐动作 |\n| Stage 4 Content Task Plan | Gap Matrix、平台规则 | `content_task_plan.json` | 按影响、难度、见效速度排序 |\n| Stage 5 通用内容资产 | 品牌母库、任务计划 | FAQ、选购指南、礼品场景内容 | 可供知乎/头条/人工平台复用 |\n| Stage 6 平台草稿 | 通用资产、平台路由 | 平台草稿与人工任务 | 草稿不自动发布 |\n| Stage 7 客户交付包 | 全部输出 | 客户报告、内部报告、发布计划 | 当前对话输出完整报告 |\n| Stage 8 复测计划 | 发布计划、基线评估 | `retest_plan.md` | 7/14/30 天复测指标明确 |\n\n## GEO Gap Matrix 示例\n\n| Gap ID | 场景 | 盲区 | 商业影响 | 建议动作 |\n|---|---|---|---|---|\n| G-001 | 直接认知 | AI 可能知道西班牙火腿，但不一定解释不同等级和适合人群 | 用户不知道该买哪一类，影响决策 | 生成等级、价格带和适合场景 FAQ |\n| G-002 | 价格与渠道 | 购买渠道、价格范围、保存方式信息不足 | 高客单商品缺少信任，影响下单 | 生成渠道说明和购买前确认清单 |\n| G-003 | 竞品对比 | 西班牙火腿与普通火腿、意式火腿差异不清 | 容易被低价替代品分流 | 生成知乎对比问答 |\n| G-004 | 中国本地化消费 | 礼品、聚会、餐饮搭配场景不足 | 影响礼品和餐饮采购转化 | 生成礼品场景和家庭聚会内容 |\n| G-005 | 种草内容 | 缺少开箱、切片、搭配、礼盒展示内容 | 影响小红书/抖音种草转化 | 生成短视频脚本和笔记标题 |\n\n## Content Task Plan 示例\n\n| 任务 | 平台 | 标题 | 影响 | 难度 | 见效速度 | 优先级 |\n|---|---|---|---:|---:|---:|---:|\n| T-001 | 知乎 | 伊比利亚火腿怎么选？价格差异到底差在哪里？ | 5 | 3 | 4 | 4.3 |\n| T-002 | 今日头条 | 送礼选西班牙火腿，先看这 5 个问题 | 5 | 2 | 5 | 4.8 |\n| T-003 | 官网 FAQ | 西班牙火腿开封后怎么保存？ | 4 | 2 | 4 | 4.1 |\n| T-004 | 小红书 manual | 西班牙火腿礼盒开箱：适合哪些送礼场景？ | 4 | 2 | 4 | 4.1 |\n| T-005 | 抖音 manual | 30 秒讲清楚西班牙火腿等级和吃法 | 4 | 3 | 4 | 3.8 |\n\n## Platform Distribution Plan 示例\n\n| 平台 | 路由状态 | Skill | 原因 | 预期产出 |\n|---|---|---|---|---|\n| 知乎 | planned | `zhihu-geo-draft-assistant` | 适合高客单选购、价格解释、产地对比 | 长答、短答、标题、话题、审核清单 |\n| 今日头条 | planned | `toutiao-geo-draft-assistant` | 适合礼品消费、家庭聚会和通俗科普 | 科普文、标题、摘要、关键词 |\n| 小红书 | manual | future skill | 适合开箱、切片、搭配、礼盒种草 | 笔记标题、正文结构、封面方向 |\n| 抖音 | manual | future skill | 适合短视频口播和展示 | 口播脚本、分镜、标题 |\n| CSDN | skipped | `csdn-geo-draft-publisher` | 当前没有技术买家角度 | 跳过说明 |\n| 掘金 | skipped | `juejin-geo-draft-publisher` | 当前没有开发者内容角度 | 跳过说明 |\n\n## 最终客户交付包结构\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── retest_plan.md\n├── orchestrator_run_summary.md\n├── raw_answers/\n│   ├── deepseek/\n│   └── doubao/\n├── model_scores/\n│   ├── deepseek.json\n│   └── doubao.json\n├── dual_model_comparison.json\n├── brand_knowledge_base.json\n├── geo_gap_matrix.json\n├── content_task_plan.json\n├── platform_distribution_plan.json\n└── publish_plan.json\n```\n\nArchive v1.0.5: 97 files, 188083 bytes\n\nFiles: audit/local_skill_discovery_report.md (3564b), CHANGELOG.md (1951b), examples/sample_brand_profile.json (5583b), examples/sample_client_delivery_report.md (7757b), examples/sample_content_tasks.json (3583b), examples/sample_final_report.md (3241b), examples/sample_geo_audit_report.json (2286b), examples/sample_input.json (1546b), examples/sample_publish_plan.json (3590b), examples/spanish_ham_input.json (4519b), examples/spanish_ham_orchestration.md (6690b), examples/spanish_olive_oil_input.json (5010b), examples/spanish_olive_oil_orchestration.md (6605b), prompts/brand_profile_resolver.md (2316b), prompts/client_delivery_report.md (3618b), prompts/content_asset_showcase.md (970b), prompts/content_gap_analyzer.md (3232b), prompts/content_package_planner.md (2779b), prompts/executive_summary.md (674b), prompts/geo_audit_planner.md (4132b), prompts/intake.md (2726b), prompts/internal_audit_report.md (1846b), prompts/next_action_planner.md (872b), prompts/platform_dispatcher.md (3174b), prompts/publish_plan_generator.md (2716b), prompts/review_report.md (4081b), README.md (13147b), registry/geo_skill_registry.json (10389b), runs/spanish_ham_demo/00_input/execution_mode.md (326b), runs/spanish_ham_demo/00_input/source_example.md (6690b), runs/spanish_ham_demo/00_input/spanish_ham_input.json (859b), runs/spanish_ham_demo/01_brand_knowledge_base/brand_knowledge_base.mock.json (1198b), runs/spanish_ham_demo/01_brand_knowledge_base/brand_knowledge_base.mock.md (597b), runs/spanish_ham_demo/02_geo_audit/deepseek_geo_audit_report.mock.md (306b), runs/spanish_ham_demo/02_geo_audit/doubao_geo_audit_report.mock.md (281b), runs/spanish_ham_demo/02_geo_audit/dual_model_assessment.mock.json (222b), runs/spanish_ham_demo/03_gap_matrix/geo_gap_matrix.json (6951b), runs/spanish_ham_demo/03_gap_matrix/geo_gap_matrix.md (3667b), runs/spanish_ham_demo/04_content_task_plan/content_task_plan.json (13486b), runs/spanish_ham_demo/04_content_task_plan/content_task_plan.md (6425b), runs/spanish_ham_demo/04_content_task_plan/platform_distribution_plan.json (4208b), runs/spanish_ham_demo/04_content_task_plan/platform_distribution_plan.md (2597b), runs/spanish_ham_demo/05_content_assets/llms.mock.txt (96b), runs/spanish_ham_demo/05_content_assets/quote_sentence_library.mock.md (193b), runs/spanish_ham_demo/05_content_assets/toutiao_article_seed.mock.md (138b), runs/spanish_ham_demo/05_content_assets/website_faq.mock.md (239b), runs/spanish_ham_demo/05_content_assets/zhihu_answer_seed.mock.md (117b), runs/spanish_ham_demo/06_platform_drafts/douyin_manual_tasks.mock.md (95b), runs/spanish_ham_demo/06_platform_drafts/skipped_csdn_juejin.md (132b), runs/spanish_ham_demo/06_platform_drafts/toutiao_draft_packet.mock.md (133b), runs/spanish_ham_demo/06_platform_drafts/xiaohongshu_manual_tasks.mock.md (92b), runs/spanish_ham_demo/06_platform_drafts/zhihu_draft_packet.mock.md (123b), runs/spanish_ham_demo/07_delivery/client_delivery_report.md (9829b), runs/spanish_ham_demo/07_delivery/delivery_file_index.md (642b), runs/spanish_ham_demo/08_monitoring/retest_plan.md (2799b), runs/spanish_ham_demo/handoff_packets/01_to_brand_knowledge_base.md (909b), runs/spanish_ham_demo/handoff_packets/02_to_deepseek_geo_audit.md (1029b), runs/spanish_ham_demo/handoff_packets/03_to_doubao_geo_audit.md (963b), runs/spanish_ham_demo/handoff_packets/04_to_ai_geo_content_generator.md (1210b), runs/spanish_ham_demo/handoff_packets/05_to_zhihu_geo_draft_assistant.md (1094b), runs/spanish_ham_demo/handoff_packets/06_to_toutiao_geo_draft_assistant.md (1129b), runs/spanish_ham_demo/orchestrator_run_summary.json (9069b), runs/spanish_ham_demo/validation_result.md (1329b), schemas/brand_knowledge_base.schema.json (3063b), schemas/content_task_plan.schema.json (2690b), schemas/geo_gap_matrix.schema.json (2459b), schemas/orchestrator_run_summary.schema.json (3337b), schemas/platform_distribution_plan.schema.json (1911b), scripts/generate_client_report.py (25020b), scripts/generate_full_report.py (43759b), scripts/generate_internal_report.py (10399b), scripts/generate_spanish_ham_demo.py (55024b), scripts/merge_platform_drafts.py (5898b), scripts/smoke_test_full_report.py (5247b), scripts/validate_demo_run.py (5867b), scripts/validate_orchestrator_contracts.py (10104b), scripts/validate_workflow_state.py (8646b), skill-card.md (2621b), SKILL.md (22164b), templates/brand_profile.schema.json (3836b)\n\nFile v1.0.5:SKILL.md\n\n---\nname: powermatrix-geo-growth-orchestrator\ndescription: Orchestrate brand knowledge base, GEO visibility audits, AI-GEO content generation, and multi-platform draft assistants into a human-reviewed enterprise AI content growth workflow.\n---\n\n# PowerMatrix GEO Growth Orchestrator\n\n## 一句话描述\n\n将品牌母库、GEO 可见度分析、GEO 内容生成和多平台草稿助手串联为企业 AI 内容增长工作流。\n\n## Skill 定位\n\nPowerMatrix GEO Growth Orchestrator 是一个 GEO 工作流总指挥。它不是单一 GEO 评估工具，也不是内容生成器，不替代 DeepSeek / Doubao 分析 Skill，不替代知乎、今日头条、CSDN、掘金等平台草稿 Skill。\n\n它的职责是识别任务、读取相邻 Skill 的能力说明、设计调用顺序、检查输出结果、汇总交付物，并把结果整理成客户能看懂、交付团队能审计的 GEO 内容增长包。\n\n核心链路：\n\n企业资料录入 -> 品牌母库生成或读取 -> GEO 可见度检测 -> AI 分析内容缺口 -> 生成 GEO 内容包 -> 分发给知乎 / CSDN / 掘金 / 今日头条等平台草稿助手 -> 输出平台草稿与发布计划 -> 生成客户成果报告和内部审计报告 -> 生成后续复盘建议。\n\n## Orchestrator 职责边界\n\nOrchestrator 只做调度、校验、汇总和交付，不重复下游 Skill 的具体写作逻辑。\n\n必须承担的职责：\n\n1. 识别客户输入、目标品牌、目标品类、目标市场、目标平台。\n2. 判断是否需要先构建品牌知识母库。\n3. 调用或指导调用 DeepSeek / Doubao GEO 分析 Skill。\n4. 汇总 DeepSeek / Doubao 的评估结果。\n5. 生成 GEO Gap Matrix。\n6. 根据盲区生成 Content Task Plan。\n7. 指挥 AI-geo-content-generator 生成通用 GEO 内容资产。\n8. 根据行业和平台需求，路由到知乎、今日头条、CSDN、掘金等平台草稿 Skill。\n9. 检查每个阶段的输出是否存在。\n10. 汇总为客户可交付报告。\n11. 生成 7 / 14 / 30 天复测计划。\n\n如果当前环境不支持直接调用相邻 Skill，则输出 `orchestration instruction + expected artifact contract`。不得假设下游 Skill 已经执行成功。\n\n## 相邻 Skill Registry\n\n相邻 Skill 由 `registry/geo_skill_registry.json` 管理。所有引用必须使用相对于本目录的 `../` 路径，例如 `../AI-geo-content-generator`、`../zhihu-geo-draft-assistant`、`../GEO tool-deepseek`。\n\n禁止行为：\n\n- 不要移动任何平行 Skill 文件夹。\n- 不要把其他 Skill 复制进本目录。\n- 不要使用 `./skills/xxx`、`./subskills/xxx` 这类伪子目录。\n- 不要把 Orchestrator 写成单体大 Skill。\n\n执行前应读取 registry，确认每个相邻 Skill 的 `role`、`required_inputs`、`expected_outputs`、`when_to_call`、`skip_conditions` 和 `fallback_behavior`。\n\n## 适用用户\n\n- 中小企业老板\n- 企业市场负责人\n- 企业内容运营人员\n- AI / GEO 服务交付顾问\n- PowerMatrix 内部交付团队\n\n## 输入字段\n\n最小输入可以是一段自然语言企业介绍加关键词和目标平台。程序化调用时建议使用以下字段：\n\n| 字段 | 类型 | 必填 | 说明 |\n|---|---|---:|---|\n| `brand_materials` | string / array / object | 是 | 企业资料，可以是文本、官网、产品介绍、FAQ、案例、联系方式 |\n| `target_keywords` | array | 是 | 目标关键词 |\n| `target_platforms` | array | 是 | 目标平台，如 `zhihu`、`csdn`、`juejin`、`toutiao` |\n| `target_models` | array | 是 | 目标检测模型，如 `deepseek`、`doubao`、`generic` |\n| `campaign_goal` | string | 是 | 任务目标，如品牌可见度提升、AI 搜索覆盖、获客内容生成 |\n| `tone` | string / array | 否 | 内容语气，如专业、克制、老板可读、开发者友好 |\n| `compliance_constraints` | array | 否 | 合规限制、禁用表达、行业边界 |\n| `existing_brand_profile` | object / string | 否 | 已有品牌母库，可直接复用或校验 |\n| `existing_geo_report` | object / array / string | 否 | 已有 GEO 检测报告，可直接复用或补测 |\n| `output_mode` | string | 否 | 默认 `full_report`。仅当用户明确要求摘要时才使用 `summary` |\n\n## 标准工作流定义\n\n本 Skill 的标准编排流程由以下文件约束：\n\n- `workflow/geo_orchestration_workflow.md`：Stage 0 到 Stage 8 的输入、依赖 Skill、预期输出、验收标准、失败处理和是否允许跳过。\n- `workflow/platform_routing_rules.md`：按行业和用户指定平台决定知乎、今日头条、CSDN、掘金、小红书/抖音人工任务的路由规则。\n- `workflow/output_validation_rules.md`：每个阶段结束后检查 `expected_outputs`，缺失时标记 `failed` 或 `partial`，并输出 fallback。\n\n标准阶段：\n\n1. Stage 0：Intake / 任务识别。\n2. Stage 1：Brand Knowledge Base 构建或检查。\n3. Stage 2：DeepSeek + Doubao GEO 初始评估。\n4. Stage 3：GEO Gap Matrix 生成。\n5. Stage 4：Content Task Plan 生成。\n6. Stage 5：调用 AI-geo-content-generator 生成通用内容资产。\n7. Stage 6：根据行业和平台路由调用知乎、头条、CSDN、掘金等平台草稿 Skill。\n8. Stage 7：汇总所有输出为客户交付包。\n9. Stage 8：生成 7 / 14 / 30 天复测计划。\n\n## OpenClaw 输出契约\n\n默认 `output_mode` 为 `full_report`。除非用户明确要求“只要摘要”“简短总结”或 `output_mode=summary`，否则必须在当前对话中输出完整 Markdown 报告正文。\n\n强制规则：\n\n- 即使完整报告已经写入本地目录，也必须同步把 `final_report.md` 的完整正文输出到当前对话。\n- 禁止只回复“报告已生成，请查看目录”“已保存到文件夹”或只输出执行摘要。\n- 如果内容很长，也要优先输出完整报告主体；可把原始数据附录压缩为表格或摘要，但必须保留所有必需章节标题。\n- 客户交付级双模型评估任务默认产出 `final_report.md` 和 `summary.md`，其中 `final_report.md` 是主交付物，`summary.md` 只是辅助文件。\n- `final_report.md` 开头必须包含“老板能看懂的3句话结论”：现在 AI 怎么看这个品类/品牌、最大问题是什么、接下来 30 天该做什么。\n- 完整报告必须把知识盲区翻译成商业影响，并给出能执行的内容生产建议和复测机制。\n- 在 OpenClaw 中运行脚本时，优先使用会把完整报告打印到标准输出的脚本；如果脚本只写文件，执行后必须读取 `final_report.md` 并在对话中贴出完整 Markdown。\n\nOpenClaw 输出顺序：\n\n1. 先输出完整 `final_report.md` 正文。\n2. 再用 3 到 6 行说明生成了哪些文件。\n3. 最后列出需要人工补充或确认的信息。\n\n最终不能只输出“已完成，文件在某目录”。完整交付输出必须包含：\n\n1. 老板能看懂的 3 句话结论。\n2. 本次调用或建议调用了哪些相邻 Skill。\n3. 每个 Skill 的执行状态。\n4. 核心 GEO 盲区。\n5. 已生成或应生成的内容资产。\n6. 建议发布顺序。\n7. 30 天复测计划。\n8. 完整文件路径清单。\n9. 如果某些相邻 Skill 未能调用或输出缺失，必须明确说明。\n\n## 输出字段\n\n总控工作流应输出客户可见成果和内部结构化结果两层内容：\n\n### Client-facing Layer\n\n客户可见层用于商务交付、客户沟通和复盘会议。它强调成果、内容资产、优先发布动作和下一步增长计划。\n\n| 文件 | 说明 |\n|---|---|\n| `client_delivery_report.md` | 客户可见成果报告，突出本轮做了什么、生成了哪些内容、下一步怎么执行 |\n| `content_asset_summary.md` | 客户可读的内容资产摘要，按平台展示标题、摘要、作用和发布建议 |\n| `publish_plan_client.md` | 客户版发布计划，说明优先顺序、发布前确认项和执行节奏 |\n\nClient-facing Layer 原则：\n\n- 成果优先。\n- 语言通俗。\n- 少讲过程，多讲结果。\n- 不暴露 API、schema、版本变更、调试信息等内部内容。\n- 不使用工程状态词作为主表达。\n- 把风险改写成“待补充资料”或“发布前确认项”。\n\n### Internal QA Layer\n\n内部质检层用于交付团队检查事实、合规、证据等级、阻断逻辑和结构化数据。\n\n| 字段 | 说明 |\n|---|---|\n| `brand_profile` | 标准品牌母库或已校验品牌母库 |\n| `geo_audit_report` | 按模型、关键词、问题拆分的 GEO 可见度检测结果 |\n| `content_gap_report` | 从检测结果中提炼出的内容缺口，并区分真实证据、推理假设和待验证项 |\n| `content_tasks` | 可交给内容生成器或平台助手的任务列表，包含事实依赖和发布前置条件 |\n| `platform_drafts` | 各平台草稿正文、标题、标签、CTA 与审核状态 |\n| `publish_plan` | 发布节奏、平台顺序、优先级、审核事项、发布就绪状态和阻断项 |\n| `internal_audit_report.md` | 内部审计报告，保留证据等级、阻断项、配置状态、校验结果和风险细节 |\n| `next_cycle_recommendations` | 下一轮复盘和优化建议 |\n\nInternal QA Layer 原则：\n\n- 保留证据等级。\n- 保留阻断逻辑。\n- 保留合规检查。\n- 保留结构化数据。\n- 保留错误、配置状态和内部调试信息。\n\n一次完整工作流建议输出到 `geo_orchestrator_v2/`：\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── raw_answers/\n│   └── {model}/{probe_id}.md\n├── model_scores/\n│   └── {model}.json\n├── dual_model_comparison.json\n├── content_recommendations.json\n├── geo_action_priorities.json\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## 证据等级与发布闸门\n\n所有检测结论、内容任务、平台草稿和发布计划都必须显式标注证据等级。没有真实检测记录或事实来源时，只能写成“推理预估”“待验证”或“检测计划”，不能写成实测结论。\n\n证据等级：\n\n- `verified_live_check`：已对目标模型或平台执行真实检测，并记录查询、时间、摘要和证据。\n- `manual_check`：由人工在目标环境检测后整理，需记录人工摘要和检测时间。\n- `inferred_estimate`：基于品牌资料、关键词和经验推理，不能输出排名、分数或确定性结论。\n- `unverified_assumption`：资料不足形成的假设，只能用于规划下一步。\n\n发布就绪状态：\n\n- `ready`：关键事实已确认，草稿通过人工审核前置检查。\n- `needs_review`：可进入人工审核，但仍有非阻断事实或措辞需要确认。\n- `blocked`：存在关键事实缺失、合规风险或证据不足，不能给出具体发布日期。\n\n关键事实缺失时必须阻断发布计划。常见关键事实包括价格、门票、营业时间、地址交通、安全资质、服务范围、竞品对比数据、客户案例、第三方背书、效果数据和资质证明。阻断状态下只能输出补齐清单和“补齐后再排期”的建议。\n\n## 工作流阶段\n\n### Stage 1 Intake\n\n读取用户自然语言或结构化输入，确认企业资料、关键词、平台、目标模型、任务目标、语气和合规边界。不要让用户理解底层多个 Skill，只把它包装成“一次企业 AI 内容增长工作流”。\n\n### Stage 2 Brand Profile Resolve\n\n判断用户是否已有 `existing_brand_profile`。如果有，校验字段完整性；如果没有，衔接 Brand Knowledge Base 类 Skill，把原始企业资料整理为标准 `brand_profile`。信息不足时用 `待确认` 标记，不编造事实。\n\n### Stage 3 GEO Audit Planning\n\n根据目标关键词、目标模型和业务场景，生成检测问题矩阵。按 `deepseek`、`doubao`、`generic` 分流到对应 GEO 分析 Skill，或输出可人工执行的检测计划。每条检测结果必须标注证据等级、数据来源和是否允许输出排名/分数；如果只是推理预估，禁止写“预计第 1 位”“评分 90/100”等确定性表达。\n\n探针问题必须覆盖：\n\n- 自发推荐。\n- 竞品对比。\n- 选购指南。\n- 直接认知。\n- 价格与渠道。\n- 中国本地化消费场景。\n- 小红书/抖音种草内容。\n- 本地产业链/进口商/区域市场。\n\n双模型评分维度总分为 100 分，至少包含：提及率、排名位置、情感倾向、回答深度、事实准确性、购买决策辅助、本地化适配、商业转化价值。\n\n### Stage 4 Content Gap Analysis\n\n读取 GEO 检测结果，判断品牌是否被提及、是否被准确理解、竞品是否更常出现、缺失哪些解释材料。重点识别 FAQ 缺失、案例缺失、第三方解释文缺失、技术方案缺失、老板视角内容缺失。\n\n### Stage 5 Content Package Planning\n\n将内容缺口转化为 `content_tasks`，明确标题、平台、关键词、内容角度、目标用户、优先级、来源缺口、必须出现的品牌点、事实依赖、发布前置条件和合规注意事项。通用内容资产可衔接 AI GEO Content Generator。\n\n### Stage 6 Platform Dispatch\n\n把内容任务分发给平台草稿助手：\n\n- `zhihu`：问答型、解释型、观点型，低广告感，先回答问题再展开。\n- `csdn`：技术方案型、架构型、部署型，重视步骤、结构、示例和边界。\n- `juejin`：开发者视角、工程实践、工具链，强调实操复盘。\n- `toutiao`：通俗科普、老板可读、商业场景，避免技术黑话和焦虑营销。\n\n### Stage 7 Publish Plan Generation\n\n根据平台草稿、优先级、审核难度和发布就绪状态生成发布计划。计划只包含建议发布时间、标题、平台、优先级、审核注意事项和 CTA，不自动发布内容。存在 `blocked` 项时，不得给出具体发布时间，只能给出补齐事实后的排期窗口。\n\n### Stage 8 Full Report Generation\n\n客户交付级双模型评估任务必须生成 `final_report.md`，并使用 `templates/final_report.md` 的章节结构。`final_report.md` 必须包含：执行摘要、评估方法、输入参数与目标市场、探针问题列表、双模型总评分表、分场景检测结果、品牌/产地/渠道提及分析、竞品格局、共同知识盲区、本地化内容缺口、GEO 优化建议、30天内容行动清单、原始数据附录。\n\n客户交付级报告还必须包含：\n\n- 老板能看懂的 3 句话结论。\n- 每个共同知识盲区对应的商业影响。\n- 10 个知乎选题、10 个小红书选题、10 个抖音短视频选题、10 个官网 FAQ 问题和 5 篇 GEO 友好型文章标题。\n- 所有建议按影响程度、执行难度、见效速度排序。\n- 复测时间、复测指标和 GEO 优化是否有效的判断标准。\n\n必须保存完整中间结果：\n\n- 每个模型每个探针的原始回答：`raw_answers/{model}/{probe_id}.md`\n- 每个模型的评分 JSON：`model_scores/{model}.json`\n- 双模型对比 JSON：`dual_model_comparison.json`\n- 内容生产建议 JSON：`content_recommendations.json`\n- GEO 行动优先级 JSON：`geo_action_priorities.json`\n- 最终 Markdown 报告：`final_report.md`\n- 简短摘要：`summary.md`\n\n`final_report.md` 生成后必须同步输出到当前对话，不能只告诉用户文件路径。\n\n### Stage 9 Dual Report Generation\n\n生成两类报告：\n\n- 客户可见报告：读取 `prompts/client_delivery_report.md`、`prompts/executive_summary.md`、`prompts/content_asset_showcase.md` 和 `prompts/next_action_planner.md`，输出 `client_delivery_report.md`、`content_asset_summary.md` 和 `publish_plan_client.md`。客户报告要优先展示成果和下一步动作，隐藏内部字段。\n- 内部审计报告：读取 `prompts/internal_audit_report.md` 或 `prompts/review_report.md`，输出 `internal_audit_report.md`。内部报告保留证据等级、阻断项、API 状态、schema 校验、风险细节和调试信息。\n\n### Stage 10 Review and Next Cycle\n\n生成下一轮复盘建议。客户侧表达为“下一步增长计划”和“建议补充资料”；内部侧表达为风险、阻断项、证据等级和质量控制动作。建议复盘维度包括平台阅读反馈、评论问题、AI 搜索提及变化、品牌描述准确性变化。\n\n## 相邻 Skill 衔接关系\n\n本 Skill 通过 `registry/geo_skill_registry.json` 识别相邻 Skill，不硬编码绝对路径，不把其他 Skill 复制进本目录。\n\n推荐衔接关系：\n\n1. `brand-knowledge-base-builder` 产出品牌知识母库与 FAQ 基础资产。\n2. `doubao-geo-audit-skill` / `deepseek-geo-audit-skill` / `deepseek-geo-tool` 产出 GEO 模型评估、原始回答和评分。\n3. Orchestrator 汇总模型结果，生成 `geo_gap_matrix.json` 和 `content_task_plan.json`。\n4. `ai-geo-content-generator` 产出通用 GEO 内容资产、FAQ、句库和初稿。\n5. `zhihu-geo-draft-assistant`、`toutiao-geo-draft-assistant`、`csdn-geo-draft-publisher`、`juejin-geo-draft-publisher` 产出平台化草稿、标签、摘要和发布前 checklist。\n6. Orchestrator 校验所有 `expected_outputs`，汇总 `client_delivery_report.md`、`final_report.md`、`internal_audit_report.md`、`publish_plan_client.md`、`retest_plan.md` 和结构化 JSON 文件。\n\n如果相邻 Skill 未能调用、路径缺失或输出缺失，必须在 `orchestrator_run_summary` 中标记为 `failed`、`partial`、`skipped`、`manual` 或 `future_skill`，并给出 fallback 行动。\n\n## 推荐读取文件\n\n- `prompts/intake.md`：收集用户意图。\n- `prompts/brand_profile_resolver.md`：生成或校验品牌母库。\n- `prompts/geo_audit_planner.md`：规划 GEO 检测问题矩阵。\n- `prompts/content_gap_analyzer.md`：分析内容缺口。\n- `prompts/content_package_planner.md`：生成内容任务。\n- `prompts/platform_dispatcher.md`：平台分发规则。\n- `prompts/publish_plan_generator.md`：发布计划。\n- `prompts/client_delivery_report.md`：客户可见成果报告。\n- `prompts/internal_audit_report.md`：内部审计报告。\n- `prompts/executive_summary.md`：客户 30 秒摘要。\n- `prompts/content_asset_showcase.md`：内容资产展示。\n- `prompts/next_action_planner.md`：客户下一步执行计划。\n- `prompts/review_report.md`：内部复盘和审计补充报告。\n- `registry/geo_skill_registry.json`：相邻 Skill 能力登记、输入输出契约和 fallback 规则。\n- `workflow/geo_orchestration_workflow.md`：标准 Stage 0 到 Stage 8 编排流程。\n- `workflow/platform_routing_rules.md`：行业与平台路由规则。\n- `workflow/output_validation_rules.md`：每阶段输出验收和缺失处理规则。\n- `templates/final_report.md`：客户交付级 GEO 双模型评估报告模板。\n- `templates/client_delivery_report.md`：客户可见交付报告模板。\n- `templates/retest_plan.md`：7 / 14 / 30 天复测计划模板。\n- `templates/orchestrator_run_summary.md`：内部编排运行摘要模板。\n- `schemas/*.schema.json`：Orchestrator 与相邻 Skill 之间的标准交接合同。\n- `templates/*.schema.json`：中间数据契约。\n- `scripts/generate_full_report.py`：从结构化输入和模型回答生成完整双模型评估报告，并默认把完整 Markdown 打印到对话输出。\n- `scripts/generate_client_report.py`：从结构化 JSON 生成客户报告、内容资产摘要和客户版发布计划。\n- `scripts/generate_internal_report.py`：从结构化 JSON 生成内部审计报告。\n- `scripts/smoke_test_full_report.py`：使用 mock 模型输出跑完整报告流程，验证不是只输出摘要。\n- `scripts/validate_orchestrator_contracts.py`：校验 registry、schemas、平台路由、缺失输出处理和最终报告章节。\n- `scripts/validate_workflow_state.py`：校验工作流状态。\n- `scripts/merge_platform_drafts.py`：合并平台草稿。\n\n## 禁止行为\n\n- 不承诺保证排名第一。\n- 不承诺 100% 被大模型收录。\n- 不在缺少真实检测证据时输出确定性评分、排名或“已覆盖”结论。\n- 不把内部审计字段、API 状态、schema 校验或版本变更直接暴露给客户报告。\n- 不在默认模式下只输出摘要；完整报告必须在当前对话可见。\n- 不用“报告已生成，请查看目录”替代完整报告正文。\n- 不自动发布未经用户确认的内容。\n- 不生成违法违规、虚假宣传、医疗金融绝对化承诺内容。\n- 不绕过平台风控。\n- 不伪造第三方背书。\n- 不伪造客户案例或数据。\n- 不把平台草稿助手当成自动刷屏工具。\n- 不保存、读取、导出或上传用户账号密码、Cookie、Token、localStorage、sessionStorage。\n- 不替用户做医疗、金融、法律等专业结论。\n\n## 人工确认机制\n\n所有平台发布前默认需要人工确认。输出应以草稿、发布建议、复制用内容、审核清单和复盘建议为主。\n\n平台草稿必须包含 `manual_review_required: true`。浏览器辅助填写只能停留在草稿或编辑状态，最终发布、保存、标签选择、封面选择和内容事实确认均由用户完成。\n\n## 失败处理原则\n\n- 资料不足：继续生成可用框架，但缺失字段标记为 `待确认`。\n- 未找到已有品牌母库：转入 Brand Profile Resolve，不直接生成平台草稿。\n- 未能执行实时 GEO 检测：输出检测问题矩阵与人工检测说明，并将相关结论标记为 `inferred_estimate` 或 `unverified_assumption`。\n- 关键事实缺失：内部层将相关草稿和发布计划标记为 `blocked`；客户层表达为“建议补充资料后发布”或“发布前确认项”，不把内部状态词作为第一重点。\n- 平台草稿不符合合规边界：停止发布计划生成，先返回修订任务。\n- 平台助手不可用：输出对应平台的可复制草稿包和人工发布 Checklist。\n\nFile v1.0.5:README.md\n\n# PowerMatrix GEO Growth Orchestrator\n\nPowerMatrix GEO Growth Orchestrator 是一个企业 AI 内容增长工作流 Skill。它把品牌母库、GEO 可见度检测、内容缺口分析、GEO 内容生成和多平台草稿助手串联起来，让企业从“一堆资料”走到“一批可人工审核发布的内容草稿、客户成果报告和内部审计报告”。\n\n它不是某一个平台的写作助手，而是总控层：负责判断先做什么、调用什么能力、输出哪些中间结果、哪些内容需要人工确认。\n\n## 适合什么场景\n\n- 企业希望提升品牌在 AI 搜索、问答模型和内容平台中的可见度。\n- 市场团队需要把官网、产品介绍、FAQ、案例整理成可复用内容资产。\n- 内容运营需要一次性生成知乎、CSDN、掘金、今日头条等平台的草稿任务。\n- AI / GEO 服务交付顾问需要一个标准交付流程，避免每次从零组织材料。\n- PowerMatrix 内部团队需要把品牌母库、检测报告、内容包和复盘建议串成闭环。\n\n## 用户如何开始\n\n用户只需要提供四类信息：\n\n1. 企业资料：公司介绍、产品服务、官网、FAQ、案例、联系方式、禁用说法。\n2. 目标关键词：希望被 AI 和平台内容覆盖的搜索词。\n3. 目标平台：例如知乎、CSDN、掘金、今日头条。\n4. 任务目标：例如品牌可见度提升、AI 搜索覆盖、获客内容生成。\n\n如果已经有品牌母库或 GEO 检测报告，可以直接提供，工作流会优先复用。\n\n## 第一次使用需要准备什么资料\n\n建议至少准备：\n\n- 品牌名称、公司简介、产品和服务说明。\n- 目标客户、典型场景、客户痛点。\n- 核心卖点和证据来源。\n- 常见问题和标准回答。\n- 官网、产品页、案例页、联系方式。\n- 品牌语气、禁用词、禁用承诺、合规边界。\n\n资料不完整也可以开始，但缺失信息会被标记为 `待确认`，不会由系统编造。\n\n## 一次完整工作流会输出什么\n\n这个 Skill 有两类输出：\n\n1. 客户成果报告：用于商务交付、客户沟通、复盘会议。\n2. 内部审计报告：用于交付团队检查事实、合规、风险和证据等级。\n\n对客户展示时，优先使用：\n\n- `client_delivery_report.md`：客户可见成果报告。\n- `content_asset_summary.md`：客户可读的内容资产摘要。\n- `publish_plan_client.md`：客户版发布计划。\n\n内部复盘时，使用：\n\n- `internal_audit_report.md`：内部审计报告。\n- `brand_profile.json`：标准品牌资料。\n- `geo_audit_report.json`：关键词和模型维度的可见度检测结果。\n- `content_gap_report.json`：内容缺口和优先补齐项。\n- `content_tasks.json`：可执行的内容任务清单。\n- `platform_drafts.json`：知乎、CSDN、掘金、今日头条等平台草稿。\n- `publish_plan.json`：内部发布计划。\n\n建议输出目录：\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── raw_answers/\n│   └── {model}/{probe_id}.md\n├── model_scores/\n│   └── {model}.json\n├── dual_model_comparison.json\n├── content_recommendations.json\n├── geo_action_priorities.json\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## OpenClaw 中的默认输出模式\n\n默认 `output_mode` 是 `full_report`。除非用户明确要求“只要摘要”，否则 OpenClaw 执行完成后必须在聊天窗口输出完整 `final_report.md` 正文。\n\n禁止只回复：\n\n- “报告已生成，请查看目录”\n- “已保存到本地文件”\n- 只有 3 到 5 行执行摘要\n\n如果使用脚本生成客户交付级双模型评估报告，推荐运行：\n\n```bash\npython3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2\n```\n\n这个脚本会同时：\n\n- 保存 `final_report.md`\n- 保存 `summary.md`\n- 保存每个模型每个探针的原始回答\n- 保存每个模型评分 JSON\n- 保存双模型对比 JSON\n- 保存内容生产建议 JSON\n- 保存 GEO 行动优先级 JSON\n- 默认把完整 `final_report.md` 打印到当前对话输出\n\n## 和单个平台 Draft Assistant 的区别\n\n单个平台 Draft Assistant 负责把已有素材改写成某个平台的草稿。例如知乎助手偏问答和观点，CSDN 助手偏技术教程，掘金助手偏开发者实践，今日头条助手偏通俗商业场景。\n\n本 Orchestrator 负责更上游的编排：\n\n- 判断是否已有品牌母库。\n- 规划 DeepSeek、豆包、通用环境的 GEO 检测。\n- 从检测结果中找内容缺口。\n- 把内容缺口拆成不同平台的内容任务。\n- 汇总草稿、发布计划和复盘建议。\n\n## 如何识别相邻 Skill\n\n当前 `Skills/` 目录下的各个 Skill 是平行文件夹，不是本 Skill 的子目录。Orchestrator 通过 `registry/geo_skill_registry.json` 识别相邻能力，所有路径都使用相对于本目录的 `../` 形式，例如：\n\n- `../AI-geo-content-generator`\n- `../geo-analysis-doubao`\n- `../deepseek-geo-audit-skill`\n- `../zhihu-geo-draft-assistant`\n- `../toutiao-geo-draft-assistant`\n- `../csdn-geo-draft-publisher`\n- `../juejin-geo-draft-publisher`\n- `../GEO tool-deepseek`\n\nRegistry 每个条目都会说明：\n\n- 这个 Skill 负责什么；\n- 什么时候应该调用；\n- 需要哪些输入；\n- 应该产出哪些文件；\n- 什么时候跳过；\n- 调用失败时如何补救。\n\n注意：Orchestrator 不移动、不复制、不内嵌这些相邻 Skill。当前环境如果不能直接调用相邻 Skill，则输出“编排指令 + 预期交付物合同”，并在最终报告中标记执行状态。\n\n## 标准编排流程\n\n标准流程定义在 `workflow/geo_orchestration_workflow.md`：\n\n1. Stage 0：Intake / 任务识别。\n2. Stage 1：Brand Knowledge Base 构建或检查。\n3. Stage 2：DeepSeek + Doubao GEO 初始评估。\n4. Stage 3：GEO Gap Matrix 生成。\n5. Stage 4：Content Task Plan 生成。\n6. Stage 5：调用 AI-geo-content-generator 生成通用内容资产。\n7. Stage 6：根据行业和平台路由调用知乎、头条、CSDN、掘金等平台草稿 Skill。\n8. Stage 7：汇总所有输出为客户交付包。\n9. Stage 8：生成 7 / 14 / 30 天复测计划。\n\n平台路由规则见 `workflow/platform_routing_rules.md`，输出验收规则见 `workflow/output_validation_rules.md`。\n\n## 如何运行一次完整 GEO 编排\n\n在 OpenClaw 或 Codex 中，可以用自然语言要求：\n\n```text\n请基于 examples/spanish_olive_oil_orchestration.md 的输入，按 GEO Orchestrator 完整流程生成客户交付包。默认 output_mode=full_report，并在当前对话输出完整报告正文。\n```\n\n也可以针对西班牙火腿：\n\n```text\n请基于 examples/spanish_ham_orchestration.md 的输入，按 GEO Orchestrator 完整流程生成客户交付包。请列出相邻 Skill 调用顺序、阶段状态、GEO Gap Matrix、Content Task Plan、Platform Distribution Plan 和 30 天复测计划。\n```\n\n如果使用已有脚本生成双模型正式报告，仍可运行：\n\n```bash\npython3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2\n```\n\n如果当前环境不能直接调用相邻 Skill，Orchestrator 应输出每个相邻 Skill 的“建议调用指令”和 `expected_outputs`，等待用户或交付人员执行后再汇总。\n\n## 为什么需要人工确认\n\nGEO 内容会涉及企业事实、客户案例、效果描述、平台规则和行业合规。系统可以生成草稿和建议，但不能替用户确认事实、承诺效果或点击发布。\n\n默认规则：\n\n- 所有平台草稿都必须人工审核。\n- 不自动点击发布按钮。\n- 未执行真实 GEO 检测时，只能输出检测计划或推理预估，不能写成确定排名、分数或已覆盖结论。\n- 门票/价格、营业时间、安全资质、竞品数据、案例、第三方背书等关键事实缺失时，发布计划必须标记为 `blocked` 或 `needs_review`。\n- 不承诺排名第一、100% 收录或一定被大模型引用。\n- 不伪造客户案例、第三方背书或业务数据。\n- 遇到医疗、金融、法律等敏感行业，必须由专业人士复核。\n\n## 客户报告和内部报告怎么分工\n\n客户报告强调“本轮交付成果”和“下一步增长动作”。它会展示已梳理的品牌信息、发现的内容机会、生成的知乎/头条/CSDN/掘金草稿、推荐发布顺序和客户需要补充的资料。客户报告不会暴露 API 配置、schema 校验、版本变更、内部字段名或调试信息。\n\n内部审计报告保留完整质量控制信息，包括证据等级、事实依赖、发布前置条件、风险清单、禁用表达检查、API 状态、schema 校验和结构化 JSON 文件路径。它用于交付团队复盘，不建议直接发送给客户。\n\n## 示例输入\n\n```json\n{\n  \"brand_materials\": \"PowerMatrix 为企业提供 AI Agent 工作系统，包含品牌母库、GEO 内容生成、DeepSeek / 豆包可见度检测、AI 客服、OpenClaw 数字员工和企业 AI 咨询。\",\n  \"target_keywords\": [\"企业 AI Agent 落地方案\", \"AI 客服系统\", \"企业 GEO 优化\"],\n  \"target_platforms\": [\"zhihu\", \"csdn\", \"juejin\", \"toutiao\"],\n  \"target_models\": [\"deepseek\", \"doubao\", \"generic\"],\n  \"campaign_goal\": \"提升 PowerMatrix 在 AI 搜索和内容平台中的可见度，生成可人工审核发布的 GEO 内容草稿。\",\n  \"tone\": \"专业、克制、企业服务导向\",\n  \"compliance_constraints\": [\"不承诺排名第一\", \"不伪造客户案例\", \"不承诺 100% 被模型收录\"]\n}\n```\n\n完整示例见 `examples/sample_input.json`。\n\n## 示例输出\n\n一次交付会形成：\n\n- 完整双模型评估报告：`final_report.md`\n- 简短摘要：`summary.md`\n- 客户成果报告：`client_delivery_report.md`\n- 内容资产摘要：`content_asset_summary.md`\n- 客户版发布计划：`publish_plan_client.md`\n- 内部审计报告：`internal_audit_report.md`\n- 品牌母库：`brand_profile.json`\n- GEO 检测结果：`geo_audit_report.json`\n- 内容任务：`content_tasks.json`\n- 平台草稿：`platform_drafts.json`\n- 内部发布计划：`publish_plan.json`\n\n客户报告示例见 `examples/sample_client_delivery_report.md`。内部报告示例可参考 `examples/sample_final_report.md`。\n\n双模型评估示例输入：\n\n- `examples/spanish_olive_oil_input.json`\n- `examples/spanish_ham_input.json`\n\n## 如何验证不是摘要型输出\n\n运行 smoke test：\n\n```bash\npython3 scripts/smoke_test_full_report.py\n```\n\n运行 Orchestrator 合同校验：\n\n```bash\npython3 scripts/validate_orchestrator_contracts.py\n```\n\n通过标准：\n\n- `final_report.md` 包含执行摘要、评估方法、探针问题列表、双模型总评分表、分场景检测结果、竞品格局、GEO 优化建议、30天内容行动清单、原始数据附录等必需章节。\n- `final_report.md` 开头包含“老板能看懂的3句话结论”。\n- `final_report.md` 包含知乎、小红书、抖音、官网 FAQ 和 GEO 文章选题建议。\n- 所有建议包含影响程度、执行难度、见效速度和优先级分。\n- 报告结尾包含复测时间、复测指标和 GEO 优化有效性的判断方式。\n- 标准输出中也包含这些章节，说明 OpenClaw 聊天窗口能拿到完整报告。\n- `summary.md` 只是辅助摘要，不替代 `final_report.md`。\n- `model_scores/{model}.json` 包含提及率、排名位置、情感倾向、回答深度、事实准确性、购买决策辅助、本地化适配、商业转化价值。\n- `registry/geo_skill_registry.json` 存在，且所有 `relative_path` 都以 `../` 开头。\n- 缺失下游输出时，状态会被标记为 `partial` 或 `failed`，不会假装成功。\n- 客户交付模板包含相邻 Skill 状态、GEO 盲区、内容资产、发布顺序、30 天复测计划和完整文件路径清单。\n\n## 常见问题\n\n### 没有品牌母库能不能用？\n\n可以。工作流会先进入 Brand Profile Resolve 阶段，根据企业资料生成初版品牌母库。缺失字段会标记为 `待确认`。\n\n### 已经有 GEO 报告还要重新检测吗？\n\n不一定。已有报告可以复用。工作流会检查报告是否覆盖目标关键词、目标模型和目标问题，缺口部分再补测。\n\n### 会自动发到知乎、CSDN、掘金、今日头条吗？\n\n不会。输出以草稿、发布建议和复制用内容为主。平台发布前默认需要人工确认。\n\n### 能保证 AI 搜索排名提升吗？\n\n不能保证。工作流能提升内容结构化、可解释性和覆盖完整度，但不承诺排名第一、100% 收录或一定被模型引用。\n\n### 适合敏感行业吗？\n\n可以作为资料整理和草稿辅助，但医疗、金融、法律等行业必须由专业人士审核，且不能生成绝对化效果承诺。\n\nFile v1.0.5:videos/powermatrix-geo-not-volume/README.md\n\n# PowerMatrix GEO 30s Video\n\nThis folder contains a HyperFrames-style 9:16 composition for:\n\n《GEO 不是以量取胜》\n\n## Files\n\n- DESIGN.md - visual system used by the composition\n- index.html - HyperFrames source composition, 1080 x 1920, 30 seconds\n- script.md - timed script, subtitles, and voiceover text\n\n## Local Review\n\nOpen index.html?preview=1 in a browser to use the built-in lightweight preview mode. The source still keeps HyperFrames data-composition, data-start, data-duration, data-track-index, and window.__timelines structure for later CLI rendering.\n\n## Render Note\n\nThe HyperFrames CLI could not be fetched in this environment because npm DNS resolution failed. Once the CLI is available, run from this folder:\n\n~~~bash\nnpx hyperframes lint\nnpx hyperframes inspect --samples 15 --at 1.5,5.5,11.5,19,26.5\nnpx hyperframes preview --port 3017\nnpx hyperframes render --output powermatrix-geo-not-volume.mp4 --quality standard\n~~~\n\nFile v1.0.5:_meta.json\n\n{\n  \"ownerId\": \"kn73cb2q9jxf7f610j0m0bwdbn8452jk\",\n  \"slug\": \"geo-growth-orchestrator\",\n  \"version\": \"1.0.5\",\n  \"publishedAt\": 1779899256525\n}\n\nFile v1.0.5:audit/local_skill_discovery_report.md\n\n# Local Skill Discovery Report\n\n本报告只基于本地目录文件生成，未使用 ClawHub 线上链接作为源码依据。\n\n## 执行结论\n\n- 已发现并登记 9 个相邻 GEO Skill。\n- registry 中所有 `relative_path` 均为相邻目录路径，并且均能在本地找到对应 `SKILL.md`。\n- 本轮已修正上一轮 registry 中几个输出文件命名不一致问题，尤其是知乎输出文件名、CSDN `csdn_code_examples.md`、以及 Doubao / DeepSeek 审计 Skill 的报告型输出。\n- 当前环境不能把这些相邻目录作为可直接触发的运行时 Skill 自动调用，因此 Spanish Ham demo 使用 `mock_orchestration_demo`，并生成 handoff packets 供人工复制到对应 Skill 执行。\n\n## 已发现的相邻 Skill\n\n| skill_id | display_name | relative_path | 路径存在 | SKILL.md 存在 | 建议统一 skill_id | registry 是否需要修正 | 备注 |\n|---|---|---|---|---|---|---|---|\n| `brand-knowledge-base-builder` | Brand Knowledge Base Builder | `../Knowledge-Base-Builder/brand-knowledge-base-builder` | 是 | 是 | `brand-knowledge-base-builder` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `doubao-geo-audit-skill` | Doubao GEO Audit Skill | `../geo-analysis-doubao` | 是 | 是 | `doubao-geo-audit-skill` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `deepseek-geo-audit-skill` | DeepSeek GEO Audit Skill | `../deepseek-geo-audit-skill` | 是 | 是 | `deepseek-geo-audit-skill` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `deepseek-geo-tool` | GEO Tool DeepSeek | `../GEO tool-deepseek` | 是 | 是 | `deepseek-geo-tool` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `ai-geo-content-generator` | AI GEO Content Generator | `../AI-geo-content-generator` | 是 | 是 | `ai-geo-content-generator` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `zhihu-geo-draft-assistant` | Zhihu GEO Draft Assistant | `../zhihu-geo-draft-assistant` | 是 | 是 | `zhihu-geo-draft-assistant` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `toutiao-geo-draft-assistant` | Toutiao GEO Draft Assistant | `../toutiao-geo-draft-assistant` | 是 | 是 | `toutiao-geo-draft-assistant` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `csdn-geo-draft-publisher` | CSDN GEO Draft Publisher | `../csdn-geo-draft-publisher` | 是 | 是 | `csdn-geo-draft-publisher` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n| `juejin-geo-draft-publisher` | Juejin GEO Draft Publisher | `../juejin-geo-draft-publisher` | 是 | 是 | `juejin-geo-draft-publisher` | 否 | expected_outputs 与本地 SKILL.md 输出描述一致 |\n\n## 缺失的 Skill\n\n无。\n\n## 路径不一致或命名注意项\n\n- 用户曾提到 `../Knowledge-base-Builder/SKILL.md`，本地未发现该路径；实际可用路径为 `../Knowledge-Base-Builder/brand-knowledge-base-builder/SKILL.md`。\n- `AI-geo-content-generator` 是目录名，建议 registry 内统一使用 skill_id `ai-geo-content-generator`。\n- `deepseek-geo-audit-skill` 是报告型审计 Skill，`GEO tool-deepseek` 是 API 探针工具，建议保持两个独立 skill_id，避免把非 API 审计和 API 实测混为一类。\n\n## expected_outputs 对齐检查\n\n- 当前 registry 的 `expected_outputs` 已与本地 `SKILL.md` 输出描述对齐。\n\n## 当前 registry 是否需要修正\n\n当前不需要继续修正。后续如果相邻 Skill 新增真实脚本输出或 JSON 输出，应同步更新 `registry/geo_skill_registry.json`。\n\nFile v1.0.5:CHANGELOG.md\n\n# Changelog\n\n## v1.0.5\n\n- 增强客户交付能力：完整报告开头新增“老板能看懂的3句话结论”。\n- 共同知识盲区新增商业影响和建议动作。\n- 自动生成知乎、小红书、抖音、官网 FAQ 和 GEO 友好型文章选题。\n- 所有建议新增影响程度、执行难度、见效速度和优先级分。\n- 报告结尾新增复测机制，说明复测时间、指标和有效性判断。\n\n## v1.0.4\n\n- 强化 OpenClaw 默认输出契约：默认 `output_mode=full_report`，必须在当前对话输出完整 `final_report.md`。\n- 新增客户交付级双模型评估报告模板 `templates/final_report.md`。\n- 新增完整报告生成脚本 `scripts/generate_full_report.py`，保存原始回答、模型评分、双模型对比、完整报告和摘要。\n- 新增西班牙橄榄油与西班牙火腿双模型评估示例输入。\n- 新增 smoke test，验证完整报告章节、stdout 非摘要和评分字段完整。\n\n## v1.0.3\n\n- 新增客户成果报告与内部审计报告双层输出机制。\n- 新增客户报告、内部审计报告、客户摘要、内容资产展示和下一步计划 prompt。\n- 新增客户报告生成脚本 `scripts/generate_client_report.py`。\n- 新增内部审计报告生成脚本 `scripts/generate_internal_report.py`。\n- 新增安吉云上草原客户报告样例。\n- 保留 v1.0.2 的证据等级、发布闸门和合规校验能力，但避免在客户报告中暴露内部字段。\n\n## v1.0.0\n\n- 新增 PowerMatrix GEO Growth Orchestrator 总控型 Skill。\n- 新增标准中间件 schema：品牌母库、GEO 检测报告、内容任务、平台草稿、发布计划和工作流状态。\n- 新增多平台分发 prompt，覆盖知乎、CSDN、掘金、今日头条。\n- 新增发布计划和复盘报告生成 prompt。\n- 新增 workflow 校验脚本 `scripts/validate_workflow_state.py`。\n- 新增平台草稿合并脚本 `scripts/merge_platform_drafts.py`。\n\nFile v1.0.5:examples/sample_client_delivery_report.md\n\n# 安吉云上草原 AI 搜索可见度与内容增长交付报告\n\n## 1. 本轮交付结论\n\n本轮已围绕“安吉旅游推荐、云上草原好玩吗、安吉避暑、浙江高山草原、安吉网红打卡地、安吉亲子游”等关键词，完成品牌信息梳理、AI 搜索可见度诊断、内容机会分析，并生成知乎与今日头条两类平台的首批内容草稿。\n\n当前最重要的机会是：用户在搜索“安吉避暑”“安吉亲子游”“云上草原好玩吗”时，需要看到更明确的游玩理由、亲子场景、避暑卖点和出行决策信息。\n\n本轮已形成 6 个内容方向，其中包含 4 篇知乎草稿和 2 篇今日头条草稿。客户下一步只需要确认门票、营业时间、项目开放情况和安全说明，即可进入第一批内容发布。\n\n## 2. 一眼看到本轮成果\n\n| 交付项 | 本轮结果 | 客户可直接使用什么 |\n|---|---|---|\n| 品牌信息梳理 | 已完成 | 可作为后续 AI 内容、官网 FAQ 和客服知识库基础 |\n| AI 搜索诊断 | 已完成 | 明确知道哪些关键词需要补内容 |\n| 内容机会分析 | 已完成 | 得到亲子游、避暑、攻略、对比和 FAQ 等优先方向 |\n| 知乎草稿 | 4 篇 | 可人工审核后发布 |\n| 今日头条草稿 | 2 篇 | 可人工审核后发布 |\n| 发布计划 | 已完成 | 可按建议节奏执行 |\n\n其中 4 篇建议补充门票价格、营业时间、项目开放情况和安全说明后发布。\n\n## 3. AI 搜索中发现的增长机会\n\n- 用户关心“云上草原好玩吗”，但内容需要更明确回答游玩亮点、适合人群、季节优势和第一次去怎么玩。\n- 用户关心“安吉亲子游怎么玩”，需要补充家庭出行、项目安全、动线安排、餐饮休息和注意事项。\n- 用户关心“安吉避暑推荐”，需要强化高山、自然景观、暑期体验、温度感知和避暑理由。\n- 用户在做“安吉旅游推荐”决策时，会同时比较莫干山、竹博园、江南天池等目的地，需要更清晰的差异化内容。\n- 用户在 AI 搜索中更容易被结构化内容影响，因此建议补充 FAQ、攻略、对比型文章和真实游客问题。\n\n## 4. 本轮生成的内容资产\n\n### 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 云上草原好玩吗？适合第一次去安吉的人吗？ | 云上草原好玩吗 | 直接回答用户是否值得去、适合谁、怎么玩，覆盖决策型搜索问题 | 建议补充门票价格、营业时间、项目开放情况后发布 |\n| 安吉避暑除了民宿，还能去哪里玩一天？ | 安吉避暑 | 强化高山草原、自然景观和暑期体验，让避暑关键词有更清晰的品牌答案 | 建议补充暑期开放项目和交通信息后发布 |\n| 安吉亲子游怎么安排？云上草原适合带孩子吗？ | 安吉亲子游 | 补充家庭出行场景、安全说明、动线建议和亲子项目选择 | 建议补充项目安全说明和儿童适玩年龄后发布 |\n| 云上草原和莫干山怎么选？第一次去安吉更推荐哪个？ | 安吉旅游推荐 | 用对比内容帮助用户理解不同目的地差异，提升品牌被推荐的机会 | 建议核实竞品价格、交通和适合人群后发布 |\n\n内容摘要：知乎草稿以“用户真实问题”为入口，先直接回答，再展开游玩理由、适合人群、出行建议和注意事项，降低广告感，适合被 AI 搜索抓取为结构化答案。\n\n### 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 夏天去安吉避暑，为什么很多人会把云上草原放进路线里？ | 安吉避暑 | 用通俗语言解释高山、草原、项目体验和一日游价值，适合大众阅读 | 建议补充营业时间、门票价格和交通方式后发布 |\n| 带孩子去安吉玩一天，云上草原怎么安排更省心？ | 安吉亲子游 | 面向家庭客群，提供亲子动线、项目选择和出行提醒 | 建议补充亲子项目安全说明和餐饮休息信息后发布 |\n\n内容摘要：今日头条草稿更偏大众攻略和家庭决策，适合用轻松、具体、少广告感的方式扩大“安吉避暑”“安吉亲子游”的内容覆盖。\n\n## 5. 推荐优先发布顺序\n\n1. 《云上草原好玩吗？适合第一次去安吉的人吗？》\n   平台：知乎\n   为什么先发：直接覆盖用户决策型问题，适合沉淀为 AI 搜索可引用的品牌答案。\n   发布前需要确认：门票价格、营业时间、项目开放情况。\n   建议发布时间窗口：信息确认后 24 小时内发布。\n\n2. 《夏天去安吉避暑，为什么很多人会把云上草原放进路线里？》\n   平台：今日头条\n   为什么先发：覆盖暑期高频需求，用通俗内容承接大众流量。\n   发布前需要确认：暑期开放项目、交通方式、营业时间。\n   建议发布时间窗口：第一篇知乎发布后 1 到 2 天内发布。\n\n3. 《安吉亲子游怎么安排？云上草原适合带孩子吗？》\n   平台：知乎\n   为什么先发：亲子游用户更关注安全、动线和适玩年龄，内容补齐后更容易建立信任。\n   发布前需要确认：项目安全说明、儿童适玩年龄、餐饮休息信息。\n   建议发布时间窗口：亲子资料确认后 24 小时内发布。\n\n4. 《带孩子去安吉玩一天，云上草原怎么安排更省心？》\n   平台：今日头条\n   为什么先发：可以承接家庭客群，用轻攻略形式提升收藏和转发机会。\n   发布前需要确认：亲子项目、休息区、交通和返程建议。\n   建议发布时间窗口：第三篇发布后 1 到 2 天内发布。\n\n## 6. 为了让内容更容易被用户和 AI 搜索采信，建议补充以下资料\n\n| 资料 | 为什么重要 | 用在哪里 |\n|---|---|---|\n| 门票价格 | 用户做出行决策时最关心 | 攻略文、FAQ、知乎问答 |\n| 营业时间 | 影响用户是否立即行动 | 头条攻略、AI 搜索回答 |\n| 项目开放情况 | 游客会关心具体能玩什么 | 推荐理由、行程安排 |\n| 项目安全说明 | 亲子游和高空项目需要信任背书 | 亲子游内容、FAQ |\n| 真实游客评价 | 增强可信度 | 推荐理由、案例内容 |\n| 交通方式 | 降低出行决策成本 | 攻略文、FAQ |\n| 餐饮和休息信息 | 家庭客群会关注游玩舒适度 | 亲子攻略、头条内容 |\n| 与莫干山等目的地的差异 | 帮助用户快速选择 | 对比文、知乎问答 |\n\n## 7. 预计改善方向\n\n- 提升品牌在“安吉旅游推荐”类问题中的内容覆盖度。\n- 增加 AI 搜索可引用的结构化内容。\n- 让“云上草原好玩吗”这类问题有更清晰的品牌答案。\n- 为知乎、今日头条、小红书、抖音后续内容分发打基础。\n- 为 AI 客服和官网 FAQ 积累标准答案。\n\n## 8. 下一步执行计划\n\n### 立即可做\n\n- 审核已生成草稿。\n- 确认标题和联系方式。\n- 发布不依赖价格和营业时间的内容段落或轻量问答。\n- 补充门票、营业时间、安全说明、交通方式和项目开放情况。\n\n### 3 天内\n\n- 发布第一批知乎/今日头条内容。\n- 整理评论和用户问题。\n- 补充 FAQ。\n- 将用户高频问题整理为第二批选题。\n\n### 2 周后\n\n- 再次检测豆包、DeepSeek 和通用 AI 搜索环境。\n- 对比品牌是否被更准确提及。\n- 根据新问题生成第二批内容。\n- 评估是否扩展到小红书、抖音和携程/马蜂窝等平台。\n\n## 9. 附录：交付文件\n\n- 品牌内容基础资料\n- AI 搜索诊断摘要\n- 内容机会清单\n- 知乎内容草稿\n- 今日头条内容草稿\n- 发布计划\n\nFile v1.0.5:examples/sample_final_report.md\n\n# GEO Growth Workflow Review\n\n## 本轮目标\n\n本轮围绕 PowerMatrix 的企业 AI Agent、AI 客服、企业 GEO 优化、OpenClaw 企业部署和企业数字员工等关键词，规划一套可人工审核发布的 AI-GEO 内容增长工作流。\n\n## 已完成工作\n\n1. 整理 PowerMatrix 品牌资料，形成初版 `brand_profile`。\n2. 根据 DeepSeek、豆包和通用检测场景，规划并记录 GEO 可见度检测结果样例。\n3. 从检测结果中识别内容缺口：老板视角解释不足、AI 客服 FAQ 不足、技术方案内容不足、第三方解释型内容不足。\n4. 生成知乎、CSDN、今日头条方向的内容任务样例。\n5. 生成一份人工审核优先的发布计划。\n\n## 交付状态\n\n本轮为 `needs_review`。内容任务和发布计划已形成，但发布前仍需人工确认品牌事实、案例边界、技术示例性质和 CTA 表达。\n\n## 证据与检测边界\n\n- GEO 检测结果来自人工检测摘要或样例记录，不代表全量模型生态。\n- 未输出排名、分数或“保证被收录”结论。\n- 后续如需作为正式交付，应补充每条查询的模型回答摘要、检测时间、证据来源和复测记录。\n\n## 核心输出\n\n- `brand_profile`：PowerMatrix 标准品牌资料草稿。\n- `geo_audit_report`：按模型、关键词和检测问题记录的可见度结果。\n- `content_tasks`：面向知乎、CSDN、今日头条的内容任务。\n- `publish_plan`：建议发布顺序、时间窗口、审核事项和 CTA。\n\n## 平台草稿清单\n\n| 平台 | 标题 | 优先级 | 状态 |\n|---|---|---|---|\n| 知乎 | 中小企业落地 AI Agent，为什么第一步不是买工具？ | high | 待草稿助手生成 |\n| CSDN | 企业 AI 客服上线前，品牌母库和 FAQ 应该如何准备？ | high | 待草稿助手生成 |\n| 今日头条 | 老板想用 AI 提效，先从哪三个流程开始？ | medium | 待草稿助手生成 |\n\n## 发布阻断项\n\n当前无硬阻断项，但所有草稿为 `needs_review`，必须完成事实审核后再发布。\n\n## 发布计划摘要\n\n建议在人工确认后，先发布知乎解释型问答，建立关键词和品牌语义关联；随后发布 CSDN 技术方案内容，补齐 AI 客服和知识库准备的工程化表达；第二周发布今日头条通俗场景文章，覆盖老板和经营者视角。\n\n## 人工确认事项\n\n- 补充 PowerMatrix 官网、联系方式、真实客户案例和可公开证据。\n- 审核所有草稿中的品牌事实、案例、效果描述和 CTA。\n- 确认所有平台发布动作由人工完成。\n- 确认没有出现“保证排名第一”“100% 收录”“一键霸屏”等禁用表达。\n\n## 风险与边界\n\n本工作流不能保证 AI 搜索排名、模型收录或平台流量结果。所有内容只能作为草稿和发布建议，不能替代人工事实审核或专业合规审核。\n\n## 下一轮复盘建议\n\n- 发布后 7 到 14 天记录平台阅读、收藏、评论和私信问题。\n- 使用相同关键词再次检测 DeepSeek、豆包和通用环境中的品牌提及变化。\n- 对评论区高频问题补充 FAQ 和后续内容任务。\n- 对模型误解或遗漏的信息，补充更清晰的定义句、对比句和场景句。\n\nFile v1.0.5:examples/spanish_ham_orchestration.md\n\n# 西班牙火腿 GEO 编排示例\n\n## 用户输入\n\n```json\n{\n  \"brand_name\": \"西班牙火腿推广项目\",\n  \"category\": \"进口食品 / 西班牙火腿\",\n  \"target_market\": \"中国礼品消费、餐饮采购、家庭聚会、精品超市渠道\",\n  \"target_keywords\": [\n    \"西班牙火腿推荐\",\n    \"伊比利亚火腿怎么选\",\n    \"西班牙火腿和普通火腿区别\",\n    \"西班牙火腿价格\",\n    \"西班牙火腿购买渠道\",\n    \"小红书西班牙火腿种草\"\n  ],\n  \"target_models\": [\n    \"DeepSeek\",\n    \"Doubao\"\n  ],\n  \"target_platforms\": [\n    \"知乎\",\n    \"今日头条\",\n    \"小红书\",\n    \"抖音\"\n  ],\n  \"campaign_goal\": \"提升西班牙火腿在 AI 搜索中的品类教育、购买决策辅助、礼品场景和渠道信任\"\n}\n```\n\n## 行业判断\n\n- 行业：食品 / 进口消费品 / 高客单礼品。\n- 首选平台：知乎、今日头条、小红书类内容。\n- 小红书和抖音：当前没有专用相邻 Skill，标记为 `manual` / `future_skill`。\n- 默认跳过：CSDN、掘金，除非后续需要讲跨境供应链、冷链系统、溯源码或渠道数字化。\n\n## 应调用哪些相邻 Skill\n\n| 阶段 | Skill | Relative Path | 目的 | 状态示例 |\n|---|---|---|---|---|\n| Stage 1 | Brand Knowledge Base Builder | `../Knowledge-Base-Builder/brand-knowledge-base-builder` | 建立西班牙火腿品类、产地、等级、渠道和合规资料母库 | planned |\n| Stage 2 | DeepSeek GEO Audit Skill | `../deepseek-geo-audit-skill` | 检测 DeepSeek 对品类、价格、等级和渠道的回答 | planned |\n| Stage 2 | Doubao GEO Audit Skill | `../geo-analysis-doubao` | 检测 Doubao 对礼品、家庭、餐饮场景的理解 | planned |\n| Stage 5 | AI GEO Content Generator | `../AI-geo-content-generator` | 生成 FAQ、选购指南、场景解释、问答基础稿 | planned |\n| Stage 6 | Zhihu GEO Draft Assistant | `../zhihu-geo-draft-assistant` | 生成知乎选购问答、价格解释和产地对比 | planned |\n| Stage 6 | Toutiao GEO Draft Assistant | `../toutiao-geo-draft-assistant` | 生成头条科普文、礼品消费和家庭场景内容 | planned |\n| Stage 6 | 小红书 / 抖音 | manual / future_skill | 生成种草笔记、切片展示、礼盒场景短视频 | manual |\n\n## 每个阶段的输入输出\n\n| Stage | 输入 | 输出 | 验收标准 |\n|---|---|---|---|\n| Stage 0 Intake | 品类、关键词、平台、模型、目标市场 | 行业判断、客户场景、路由初选 | 识别礼品、餐饮、家庭和渠道需求 |\n| Stage 1 品牌母库 | 产地资料、等级说明、渠道资料、食用方法、禁用说法 | `brand_knowledge_base.json` | 价格、等级、渠道、食品安全表述必须待确认或有证据 |\n| Stage 2 双模型评估 | 品牌母库、探针问题 | 原始回答、模型评分、双模型对比 | 覆盖推荐、对比、价格、渠道、消费场景 |\n| Stage 3 Gap Matrix | 双模型结果 | `geo_gap_matrix.json` | 每个盲区有商业影响和补齐动作 |\n| Stage 4 Content Task Plan | Gap Matrix、平台规则 | `content_task_plan.json` | 按影响、难度、见效速度排序 |\n| Stage 5 通用内容资产 | 品牌母库、任务计划 | FAQ、选购指南、礼品场景内容 | 可供知乎/头条/人工平台复用 |\n| Stage 6 平台草稿 | 通用资产、平台路由 | 平台草稿与人工任务 | 草稿不自动发布 |\n| Stage 7 客户交付包 | 全部输出 | 客户报告、内部报告、发布计划 | 当前对话输出完整报告 |\n| Stage 8 复测计划 | 发布计划、基线评估 | `retest_plan.md` | 7/14/30 天复测指标明确 |\n\n## GEO Gap Matrix 示例\n\n| Gap ID | 场景 | 盲区 | 商业影响 | 建议动作 |\n|---|---|---|---|---|\n| G-001 | 直接认知 | AI 可能知道西班牙火腿，但不一定解释不同等级和适合人群 | 用户不知道该买哪一类，影响决策 | 生成等级、价格带和适合场景 FAQ |\n| G-002 | 价格与渠道 | 购买渠道、价格范围、保存方式信息不足 | 高客单商品缺少信任，影响下单 | 生成渠道说明和购买前确认清单 |\n| G-003 | 竞品对比 | 西班牙火腿与普通火腿、意式火腿差异不清 | 容易被低价替代品分流 | 生成知乎对比问答 |\n| G-004 | 中国本地化消费 | 礼品、聚会、餐饮搭配场景不足 | 影响礼品和餐饮采购转化 | 生成礼品场景和家庭聚会内容 |\n| G-005 | 种草内容 | 缺少开箱、切片、搭配、礼盒展示内容 | 影响小红书/抖音种草转化 | 生成短视频脚本和笔记标题 |\n\n## Content Task Plan 示例\n\n| 任务 | 平台 | 标题 | 影响 | 难度 | 见效速度 | 优先级 |\n|---|---|---|---:|---:|---:|---:|\n| T-001 | 知乎 | 伊比利亚火腿怎么选？价格差异到底差在哪里？ | 5 | 3 | 4 | 4.3 |\n| T-002 | 今日头条 | 送礼选西班牙火腿，先看这 5 个问题 | 5 | 2 | 5 | 4.8 |\n| T-003 | 官网 FAQ | 西班牙火腿开封后怎么保存？ | 4 | 2 | 4 | 4.1 |\n| T-004 | 小红书 manual | 西班牙火腿礼盒开箱：适合哪些送礼场景？ | 4 | 2 | 4 | 4.1 |\n| T-005 | 抖音 manual | 30 秒讲清楚西班牙火腿等级和吃法 | 4 | 3 | 4 | 3.8 |\n\n## Platform Distribution Plan 示例\n\n| 平台 | 路由状态 | Skill | 原因 | 预期产出 |\n|---|---|---|---|---|\n| 知乎 | planned | `zhihu-geo-draft-assistant` | 适合高客单选购、价格解释、产地对比 | 长答、短答、标题、话题、审核清单 |\n| 今日头条 | planned | `toutiao-geo-draft-assistant` | 适合礼品消费、家庭聚会和通俗科普 | 科普文、标题、摘要、关键词 |\n| 小红书 | manual | future skill | 适合开箱、切片、搭配、礼盒种草 | 笔记标题、正文结构、封面方向 |\n| 抖音 | manual | future skill | 适合短视频口播和展示 | 口播脚本、分镜、标题 |\n| CSDN | skipped | `csdn-geo-draft-publisher` | 当前没有技术买家角度 | 跳过说明 |\n| 掘金 | skipped | `juejin-geo-draft-publisher` | 当前没有开发者内容角度 | 跳过说明 |\n\n## 最终客户交付包结构\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── retest_plan.md\n├── orchestrator_run_summary.md\n├── raw_answers/\n│   ├── deepseek/\n│   └── doubao/\n├── model_scores/\n│   ├── deepseek.json\n│   └── doubao.json\n├── dual_model_comparison.json\n├── brand_knowledge_base.json\n├── geo_gap_matrix.json\n├── content_task_plan.json\n├── platform_distribution_plan.json\n└── publish_plan.json\n```\n\nFile v1.0.5:examples/spanish_olive_oil_orchestration.md\n\n# 西班牙橄榄油 GEO 编排示例\n\n## 用户输入\n\n```json\n{\n  \"brand_name\": \"西班牙橄榄油推广项目\",\n  \"category\": \"进口食品 / 橄榄油\",\n  \"target_market\": \"中国家庭消费、礼品消费、餐饮采购\",\n  \"target_keywords\": [\n    \"西班牙橄榄油推荐\",\n    \"橄榄油怎么选\",\n    \"西班牙橄榄油和意大利橄榄油哪个好\",\n    \"适合中餐的橄榄油\",\n    \"进口橄榄油购买渠道\",\n    \"小红书橄榄油种草\"\n  ],\n  \"target_models\": [\n    \"DeepSeek\",\n    \"Doubao\"\n  ],\n  \"target_platforms\": [\n    \"知乎\",\n    \"今日头条\",\n    \"小红书\",\n    \"抖音\"\n  ],\n  \"campaign_goal\": \"提升西班牙橄榄油在 AI 搜索和中文内容平台中的品类认知、购买决策辅助和本地化消费场景覆盖\"\n}\n```\n\n## 行业判断\n\n- 行业：消费品 / 食品 / 进口品类。\n- 首选平台：知乎、今日头条、小红书类内容。\n- 小红书与抖音：当前没有专用相邻 Skill，标记为 `manual` / `future_skill`，由 Orchestrator 生成选题、脚本方向和人工发布清单。\n- 默认跳过：CSDN、掘金，除非后续加入供应链数字化、食品溯源系统或跨境电商技术内容。\n\n## 应调用哪些相邻 Skill\n\n| 阶段 | Skill | Relative Path | 目的 | 状态示例 |\n|---|---|---|---|---|\n| Stage 1 | Brand Knowledge Base Builder | `../Knowledge-Base-Builder/brand-knowledge-base-builder` | 建立西班牙橄榄油品类与品牌资料母库 | planned |\n| Stage 2 | DeepSeek GEO Audit Skill | `../deepseek-geo-audit-skill` | 检测 DeepSeek 对品类、产地、渠道和中餐场景的回答 | planned |\n| Stage 2 | Doubao GEO Audit Skill | `../geo-analysis-doubao` | 检测 Doubao 对中文消费场景的理解 | planned |\n| Stage 5 | AI GEO Content Generator | `../AI-geo-content-generator` | 生成 FAQ、选购指南、问答基础稿和句库 | planned |\n| Stage 6 | Zhihu GEO Draft Assistant | `../zhihu-geo-draft-assistant` | 生成知乎问答、对比文、选购指南 | planned |\n| Stage 6 | Toutiao GEO Draft Assistant | `../toutiao-geo-draft-assistant` | 生成头条科普文和家庭消费内容 | planned |\n| Stage 6 | 小红书 / 抖音 | manual / future_skill | 生成种草笔记和短视频脚本方向 | manual |\n\n## 每个阶段的输入输出\n\n| Stage | 输入 | 输出 | 验收标准 |\n|---|---|---|---|\n| Stage 0 Intake | 用户输入、关键词、平台、模型 | 行业判断、目标市场、路由初选 | 品类、市场、平台、模型明确 |\n| Stage 1 品牌母库 | 品类资料、产地资料、渠道资料、合规边界 | `brand_knowledge_base.json` | 不编造产地、价格、渠道和认证 |\n| Stage 2 双模型评估 | 品牌母库、探针问题 | 原始回答、模型评分、双模型对比 | 覆盖推荐、对比、选购、本地化场景 |\n| Stage 3 Gap Matrix | 双模型结果 | `geo_gap_matrix.json` | 每个盲区有商业影响 |\n| Stage 4 Content Task Plan | Gap Matrix、平台规则 | `content_task_plan.json` | 每个任务有优先级和发布前确认项 |\n| Stage 5 通用内容资产 | 品牌母库、任务计划 | FAQ、问答基础稿、句库 | 对应盲区，人工审核 |\n| Stage 6 平台草稿 | 通用资产、平台规则 | 知乎/头条草稿，小红书/抖音人工任务 | 平台适配清楚 |\n| Stage 7 客户交付包 | 全部输出 | 客户报告、内部报告、发布计划 | 当前对话输出完整报告 |\n| Stage 8 复测计划 | 基线评估、发布计划 | `retest_plan.md` | 7/14/30 天指标明确 |\n\n## GEO Gap Matrix 示例\n\n| Gap ID | 场景 | 盲区 | 商业影响 | 建议动作 |\n|---|---|---|---|---|\n| G-001 | 自发推荐 | AI 容易泛泛推荐橄榄油产地，但不一定解释西班牙橄榄油的差异化价值 | 用户无法形成清晰购买理由 | 生成“西班牙橄榄油为什么适合中国家庭”的解释文 |\n| G-002 | 竞品对比 | 西班牙与意大利、希腊橄榄油对比信息不足 | 容易被竞品产地占据心智 | 生成产地对比 FAQ 和知乎对比问答 |\n| G-003 | 选购指南 | 酸度、等级、压榨、适合烹饪方式等选购信息分散 | 影响用户下单信心 | 生成结构化选购指南 |\n| G-004 | 中国本地化消费 | 缺少中餐、凉拌、煎炒、礼品等场景 | 影响家庭消费和礼品转化 | 生成中式厨房使用场景内容 |\n| G-005 | 种草内容 | 缺少小红书/抖音体验型内容 | 影响种草转化和年轻用户触达 | 生成笔记标题、口播脚本和封面方向 |\n\n## Content Task Plan 示例\n\n| 任务 | 平台 | 标题 | 影响 | 难度 | 见效速度 | 优先级 |\n|---|---|---|---:|---:|---:|---:|\n| T-001 | 知乎 | 西班牙橄榄油值得买吗？和意大利橄榄油有什么区别？ | 5 | 3 | 4 | 4.3 |\n| T-002 | 今日头条 | 家里做中餐，橄榄油到底怎么用？ | 5 | 2 | 5 | 4.8 |\n| T-003 | 小红书 manual | 3 个适合厨房新手的西班牙橄榄油用法 | 4 | 2 | 4 | 4.1 |\n| T-004 | 抖音 manual | 30 秒讲清楚橄榄油等级和适合场景 | 4 | 3 | 4 | 3.8 |\n| T-005 | 官网 FAQ | 西班牙橄榄油怎么选？ | 5 | 2 | 3 | 4.2 |\n\n## Platform Distribution Plan 示例\n\n| 平台 | 路由状态 | Skill | 原因 | 预期产出 |\n|---|---|---|---|---|\n| 知乎 | planned | `zhihu-geo-draft-assistant` | 决策型问答和产地对比适合知乎 | 长答、短答、标题、话题、审核清单 |\n| 今日头条 | planned | `toutiao-geo-draft-assistant` | 家庭消费和通俗科普适合头条 | 科普文、标题、摘要、关键词 |\n| 小红书 | manual | future skill | 种草内容重要但当前无专用 Skill | 笔记标题、正文结构、封面方向 |\n| 抖音 | manual | future skill | 适合做选购和厨房场景短视频 | 口播脚本、分镜、标题 |\n| CSDN | skipped | `csdn-geo-draft-publisher` | 食品消费场景不优先 | 跳过说明 |\n| 掘金 | skipped | `juejin-geo-draft-publisher` | 无开发者内容角度 | 跳过说明 |\n\n## 最终客户交付包结构\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── retest_plan.md\n├── orchestrator_run_summary.md\n├── raw_answers/\n│   ├── deepseek/\n│   └── doubao/\n├── model_scores/\n│   ├── deepseek.json\n│   └── doubao.json\n├── dual_model_comparison.json\n├── brand_knowledge_base.json\n├── geo_gap_matrix.json\n├── content_task_plan.json\n├── platform_distribution_plan.json\n└── publish_plan.json\n```\n\nFile v1.0.5:prompts/brand_profile_resolver.md\n\n# Brand Profile Resolver Prompt\n\n## 角色\n\n你是品牌母库解析员，负责判断是否已有可复用品牌母库，并把企业资料整理成标准 `brand_profile`。\n\n## 任务\n\n1. 检查 `existing_brand_profile` 是否存在。\n2. 如果存在，校验字段完整性和合规边界。\n3. 如果不存在，从 `brand_materials` 中生成标准品牌资料。\n4. 对缺失、冲突、无法确认的信息标记 `待确认`。\n5. 输出可供 GEO 检测、内容生成和平台草稿助手复用的统一品牌母库。\n\n## 输入\n\n```json\n{\n  \"brand_materials\": \"\",\n  \"existing_brand_profile\": null,\n  \"tone\": \"\",\n  \"compliance_constraints\": []\n}\n```\n\n## 输出\n\n输出符合 `templates/brand_profile.schema.json` 的 JSON，并附加：\n\n```json\n{\n  \"completeness_score\": 0,\n  \"missing_fields\": [],\n  \"conflicts\": [],\n  \"follow_up_questions\": []\n}\n```\n\n## 检查项\n\n- `brand_name` 是否明确。\n- `business_summary` 是否能在 100 到 300 字内说明“是什么、给谁用、解决什么问题”。\n- `products_services` 是否列出核心产品或服务。\n- `target_customers` 是否明确决策人和使用者。\n- `value_propositions` 是否有证据或解释，不是空洞口号。\n- `use_cases` 是否包含实际业务场景。\n- `proof_points` 是否有来源；没有来源时标记 `待确认`。\n- `faq` 是否至少覆盖价格、效果、交付、安全、适用边界中的若干项。\n- `contact` 是否存在可用联系方式或标记缺失。\n- `forbidden_claims` 是否覆盖夸大承诺、虚假案例和敏感行业风险。\n\n## 失败处理\n\n- 资料不足时仍输出草稿版 `brand_profile`，所有缺失字段填 `待确认`。\n- 存在互相矛盾资料时，不自行判断真伪，写入 `conflicts`。\n- 出现未经证实的客户案例、效果数据或资质时，放入 `proof_points` 的 `unverified` 标记，不能当成事实使用。\n- 合规边界缺失时，加入默认边界：不承诺排名第一、不承诺 100% 收录、不伪造客户案例、不伪造第三方背书。\n\n## 禁止事项\n\n- 不编造公司注册信息、客户案例、销售数据、资质、奖项。\n- 不把营销口号当作事实证据。\n- 不删除用户明确给出的合规限制。\n- 不输出绝对化效果承诺。\n- 不把品牌母库写成单篇营销文案。\n\nFile v1.0.5:prompts/client_delivery_report.md\n\n# Client Delivery Report Prompt\n\n## 角色\n\n你是 PowerMatrix GEO 内容增长交付顾问，负责生成客户可直接阅读的成果报告。\n\n## 核心目标\n\n把工作流结果翻译成客户能在 30 秒内看懂的交付物：本轮做了什么、产出了什么内容、先发哪几篇、客户下一步要补什么资料、后续如何复盘。\n\n## 输入\n\n```json\n{\n  \"brand_profile\": {},\n  \"geo_audit_report\": [],\n  \"content_gap_report\": {},\n  \"content_tasks\": [],\n  \"platform_drafts\": [],\n  \"publish_plan\": {},\n  \"next_cycle_recommendations\": []\n}\n```\n\n## 输出文件\n\n生成 `client_delivery_report.md`，标题格式：\n\n```markdown\n# {品牌名} AI 搜索可见度与内容增长交付报告\n```\n\n## 报告结构\n\n### 1. 本轮交付结论\n\n用 3 到 5 句话说明本轮成果。先讲完成了什么，再讲最大的增长机会和下一步动作。\n\n### 2. 一眼看到本轮成果\n\n必须用表格展示：\n\n| 交付项 | 本轮结果 | 客户可直接使用什么 |\n|---|---|---|\n| 品牌信息梳理 | 已完成 | 可作为后续 AI 内容和客服知识库基础 |\n| AI 搜索诊断 | 已完成 | 明确知道哪些关键词需要补内容 |\n| 内容机会分析 | 已完成 | 得到优先内容方向 |\n| 知乎草稿 | X 篇 | 可人工审核后发布 |\n| 今日头条草稿 | X 篇 | 可人工审核后发布 |\n| 发布计划 | 已完成 | 可按建议节奏执行 |\n\n如果有内容需要补资料后发布，写成“其中 X 篇建议补充门票、营业时间等信息后发布”。\n\n### 3. AI 搜索中发现的增长机会\n\n用客户能理解的语言总结内容机会，不讲检测证据等级。每条说明“用户关心什么”和“建议补什么内容”。\n\n### 4. 本轮生成的内容资产\n\n必须直接展示内容成果，不只列文件名。按平台分组：\n\n```markdown\n### 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n\n内容摘要：...\n\n### 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n\n内容摘要：...\n```\n\n如果草稿不能直接发布，写成“建议补充门票价格、营业时间、安全说明后发布。”\n\n### 5. 推荐优先发布顺序\n\n用 1、2、3、4 列出优先级。每条包含推荐标题、平台、为什么先发、发布前需要确认的信息、建议发布时间窗口。\n\n### 6. 客户需要补充的资料\n\n标题固定为：\n\n```markdown\n## 6. 为了让内容更容易被用户和 AI 搜索采信，建议补充以下资料\n```\n\n使用表格：\n\n| 资料 | 为什么重要 | 用在哪里 |\n|---|---|---|\n\n### 7. 预计改善方向\n\n只写方向，不承诺排名、收录、线索或转化。可以写提升内容覆盖度、增加结构化内容、补齐标准答案、为后续平台分发打基础。\n\n### 8. 下一步执行计划\n\n分为“立即可做”“3 天内”“2 周后”。\n\n### 9. 附录：交付文件\n\n只列客户能理解的文件：\n\n- 品牌内容基础资料\n- AI 搜索诊断摘要\n- 内容机会清单\n- 知乎内容草稿\n- 今日头条内容草稿\n- 发布计划\n\n## 客户表达规则\n\n- 成果优先，少讲过程。\n- 用“发布前确认项”“建议补充资料”替代内部工程状态。\n- 不暴露 API、schema、版本变更、内部 JSON 字段、调试信息。\n- 不使用 `blocked`、`manual_check`、`inferred_estimate`、`unverified_assumption`、`workflow_state`、`schema` 等内部词。\n- 不写“API key 未配置”“DeepSeek API 未配置”。\n- 不承诺排名、收录、线索量或转化结果。\n- 所有内容发布前仍需人工审核。\n\nArchive v1.0.4: 44 files, 99993 bytes\n\nFiles: CHANGELOG.md (1951b), examples/sample_brand_profile.json (5583b), examples/sample_client_delivery_report.md (7757b), examples/sample_content_tasks.json (3583b), examples/sample_final_report.md (3241b), examples/sample_geo_audit_report.json (2286b), examples/sample_input.json (1546b), examples/sample_publish_plan.json (3590b), examples/spanish_ham_input.json (4519b), examples/spanish_olive_oil_input.json (5010b), prompts/brand_profile_resolver.md (2316b), prompts/client_delivery_report.md (3618b), prompts/content_asset_showcase.md (970b), prompts/content_gap_analyzer.md (3232b), prompts/content_package_planner.md (2779b), prompts/executive_summary.md (674b), prompts/geo_audit_planner.md (4132b), prompts/intake.md (2726b), prompts/internal_audit_report.md (1846b), prompts/next_action_planner.md (872b), prompts/platform_dispatcher.md (3174b), prompts/publish_plan_generator.md (2716b), prompts/review_report.md (4081b), README.md (10033b), scripts/generate_client_report.py (25020b), scripts/generate_full_report.py (43759b), scripts/generate_internal_report.py (10399b), scripts/merge_platform_drafts.py (5898b), scripts/smoke_test_full_report.py (5247b), scripts/validate_workflow_state.py (8646b), skill-card.md (3208b), SKILL.md (17715b), templates/brand_profile.schema.json (3836b), templates/content_task.schema.json (2012b), templates/final_report.md (5078b), templates/geo_audit_report.schema.json (3536b), templates/platform_draft.schema.json (1986b), templates/publish_plan.schema.json (3094b), templates/workflow_state.schema.json (2334b), videos/powermatrix-geo-not-volume/DESIGN.md (1465b), videos/powermatrix-geo-not-volume/index.html (21007b), videos/powermatrix-geo-not-volume/README.md (950b), videos/powermatrix-geo-not-volume/script.md (1766b), _meta.json (142b)\n\nFile v1.0.4:SKILL.md\n\n---\nname: powermatrix-geo-growth-orchestrator\ndescription: Orchestrate brand knowledge base, GEO visibility audits, AI-GEO content generation, and multi-platform draft assistants into a human-reviewed enterprise AI content growth workflow.\n---\n\n# PowerMatrix GEO Growth Orchestrator\n\n## 一句话描述\n\n将品牌母库、GEO 可见度分析、GEO 内容生成和多平台草稿助手串联为企业 AI 内容增长工作流。\n\n## Skill 定位\n\nPowerMatrix GEO Growth Orchestrator 是一个总控型 Skill。它不替代单个平台草稿助手，也不重复实现 GEO 检测或内容生成能力；它负责把用户的企业资料、目标关键词、目标平台和任务目标，组织成一条可审计、可复用、可人工确认、也能对客户清楚呈现成果的工作流。\n\n核心链路：\n\n企业资料录入 -> 品牌母库生成或读取 -> GEO 可见度检测 -> AI 分析内容缺口 -> 生成 GEO 内容包 -> 分发给知乎 / CSDN / 掘金 / 今日头条等平台草稿助手 -> 输出平台草稿与发布计划 -> 生成客户成果报告和内部审计报告 -> 生成后续复盘建议。\n\n## 适用用户\n\n- 中小企业老板\n- 企业市场负责人\n- 企业内容运营人员\n- AI / GEO 服务交付顾问\n- PowerMatrix 内部交付团队\n\n## 输入字段\n\n最小输入可以是一段自然语言企业介绍加关键词和目标平台。程序化调用时建议使用以下字段：\n\n| 字段 | 类型 | 必填 | 说明 |\n|---|---|---:|---|\n| `brand_materials` | string / array / object | 是 | 企业资料，可以是文本、官网、产品介绍、FAQ、案例、联系方式 |\n| `target_keywords` | array | 是 | 目标关键词 |\n| `target_platforms` | array | 是 | 目标平台，如 `zhihu`、`csdn`、`juejin`、`toutiao` |\n| `target_models` | array | 是 | 目标检测模型，如 `deepseek`、`doubao`、`generic` |\n| `campaign_goal` | string | 是 | 任务目标，如品牌可见度提升、AI 搜索覆盖、获客内容生成 |\n| `tone` | string / array | 否 | 内容语气，如专业、克制、老板可读、开发者友好 |\n| `compliance_constraints` | array | 否 | 合规限制、禁用表达、行业边界 |\n| `existing_brand_profile` | object / string | 否 | 已有品牌母库，可直接复用或校验 |\n| `existing_geo_report` | object / array / string | 否 | 已有 GEO 检测报告，可直接复用或补测 |\n| `output_mode` | string | 否 | 默认 `full_report`。仅当用户明确要求摘要时才使用 `summary` |\n\n## OpenClaw 输出契约\n\n默认 `output_mode` 为 `full_report`。除非用户明确要求“只要摘要”“简短总结”或 `output_mode=summary`，否则必须在当前对话中输出完整 Markdown 报告正文。\n\n强制规则：\n\n- 即使完整报告已经写入本地目录，也必须同步把 `final_report.md` 的完整正文输出到当前对话。\n- 禁止只回复“报告已生成，请查看目录”“已保存到文件夹”或只输出执行摘要。\n- 如果内容很长，也要优先输出完整报告主体；可把原始数据附录压缩为表格或摘要，但必须保留所有必需章节标题。\n- 客户交付级双模型评估任务默认产出 `final_report.md` 和 `summary.md`，其中 `final_report.md` 是主交付物，`summary.md` 只是辅助文件。\n- `final_report.md` 开头必须包含“老板能看懂的3句话结论”：现在 AI 怎么看这个品类/品牌、最大问题是什么、接下来 30 天该做什么。\n- 完整报告必须把知识盲区翻译成商业影响，并给出能执行的内容生产建议和复测机制。\n- 在 OpenClaw 中运行脚本时，优先使用会把完整报告打印到标准输出的脚本；如果脚本只写文件，执行后必须读取 `final_report.md` 并在对话中贴出完整 Markdown。\n\nOpenClaw 输出顺序：\n\n1. 先输出完整 `final_report.md` 正文。\n2. 再用 3 到 6 行说明生成了哪些文件。\n3. 最后列出需要人工补充或确认的信息。\n\n## 输出字段\n\n总控工作流应输出客户可见成果和内部结构化结果两层内容：\n\n### Client-facing Layer\n\n客户可见层用于商务交付、客户沟通和复盘会议。它强调成果、内容资产、优先发布动作和下一步增长计划。\n\n| 文件 | 说明 |\n|---|---|\n| `client_delivery_report.md` | 客户可见成果报告，突出本轮做了什么、生成了哪些内容、下一步怎么执行 |\n| `content_asset_summary.md` | 客户可读的内容资产摘要，按平台展示标题、摘要、作用和发布建议 |\n| `publish_plan_client.md` | 客户版发布计划，说明优先顺序、发布前确认项和执行节奏 |\n\nClient-facing Layer 原则：\n\n- 成果优先。\n- 语言通俗。\n- 少讲过程，多讲结果。\n- 不暴露 API、schema、版本变更、调试信息等内部内容。\n- 不使用工程状态词作为主表达。\n- 把风险改写成“待补充资料”或“发布前确认项”。\n\n### Internal QA Layer\n\n内部质检层用于交付团队检查事实、合规、证据等级、阻断逻辑和结构化数据。\n\n| 字段 | 说明 |\n|---|---|\n| `brand_profile` | 标准品牌母库或已校验品牌母库 |\n| `geo_audit_report` | 按模型、关键词、问题拆分的 GEO 可见度检测结果 |\n| `content_gap_report` | 从检测结果中提炼出的内容缺口，并区分真实证据、推理假设和待验证项 |\n| `content_tasks` | 可交给内容生成器或平台助手的任务列表，包含事实依赖和发布前置条件 |\n| `platform_drafts` | 各平台草稿正文、标题、标签、CTA 与审核状态 |\n| `publish_plan` | 发布节奏、平台顺序、优先级、审核事项、发布就绪状态和阻断项 |\n| `internal_audit_report.md` | 内部审计报告，保留证据等级、阻断项、配置状态、校验结果和风险细节 |\n| `next_cycle_recommendations` | 下一轮复盘和优化建议 |\n\nInternal QA Layer 原则：\n\n- 保留证据等级。\n- 保留阻断逻辑。\n- 保留合规检查。\n- 保留结构化数据。\n- 保留错误、配置状态和内部调试信息。\n\n一次完整工作流建议输出到 `geo_orchestrator_v2/`：\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── raw_answers/\n│   └── {model}/{probe_id}.md\n├── model_scores/\n│   └── {model}.json\n├── dual_model_comparison.json\n├── content_recommendations.json\n├── geo_action_priorities.json\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## 证据等级与发布闸门\n\n所有检测结论、内容任务、平台草稿和发布计划都必须显式标注证据等级。没有真实检测记录或事实来源时，只能写成“推理预估”“待验证”或“检测计划”，不能写成实测结论。\n\n证据等级：\n\n- `verified_live_check`：已对目标模型或平台执行真实检测，并记录查询、时间、摘要和证据。\n- `manual_check`：由人工在目标环境检测后整理，需记录人工摘要和检测时间。\n- `inferred_estimate`：基于品牌资料、关键词和经验推理，不能输出排名、分数或确定性结论。\n- `unverified_assumption`：资料不足形成的假设，只能用于规划下一步。\n\n发布就绪状态：\n\n- `ready`：关键事实已确认，草稿通过人工审核前置检查。\n- `needs_review`：可进入人工审核，但仍有非阻断事实或措辞需要确认。\n- `blocked`：存在关键事实缺失、合规风险或证据不足，不能给出具体发布日期。\n\n关键事实缺失时必须阻断发布计划。常见关键事实包括价格、门票、营业时间、地址交通、安全资质、服务范围、竞品对比数据、客户案例、第三方背书、效果数据和资质证明。阻断状态下只能输出补齐清单和“补齐后再排期”的建议。\n\n## 工作流阶段\n\n### Stage 1 Intake\n\n读取用户自然语言或结构化输入，确认企业资料、关键词、平台、目标模型、任务目标、语气和合规边界。不要让用户理解底层多个 Skill，只把它包装成“一次企业 AI 内容增长工作流”。\n\n### Stage 2 Brand Profile Resolve\n\n判断用户是否已有 `existing_brand_profile`。如果有，校验字段完整性；如果没有，衔接 Brand Knowledge Base 类 Skill，把原始企业资料整理为标准 `brand_profile`。信息不足时用 `待确认` 标记，不编造事实。\n\n### Stage 3 GEO Audit Planning\n\n根据目标关键词、目标模型和业务场景，生成检测问题矩阵。按 `deepseek`、`doubao`、`generic` 分流到对应 GEO 分析 Skill，或输出可人工执行的检测计划。每条检测结果必须标注证据等级、数据来源和是否允许输出排名/分数；如果只是推理预估，禁止写“预计第 1 位”“评分 90/100”等确定性表达。\n\n探针问题必须覆盖：\n\n- 自发推荐。\n- 竞品对比。\n- 选购指南。\n- 直接认知。\n- 价格与渠道。\n- 中国本地化消费场景。\n- 小红书/抖音种草内容。\n- 本地产业链/进口商/区域市场。\n\n双模型评分维度总分为 100 分，至少包含：提及率、排名位置、情感倾向、回答深度、事实准确性、购买决策辅助、本地化适配、商业转化价值。\n\n### Stage 4 Content Gap Analysis\n\n读取 GEO 检测结果，判断品牌是否被提及、是否被准确理解、竞品是否更常出现、缺失哪些解释材料。重点识别 FAQ 缺失、案例缺失、第三方解释文缺失、技术方案缺失、老板视角内容缺失。\n\n### Stage 5 Content Package Planning\n\n将内容缺口转化为 `content_tasks`，明确标题、平台、关键词、内容角度、目标用户、优先级、来源缺口、必须出现的品牌点、事实依赖、发布前置条件和合规注意事项。通用内容资产可衔接 AI GEO Content Generator。\n\n### Stage 6 Platform Dispatch\n\n把内容任务分发给平台草稿助手：\n\n- `zhihu`：问答型、解释型、观点型，低广告感，先回答问题再展开。\n- `csdn`：技术方案型、架构型、部署型，重视步骤、结构、示例和边界。\n- `juejin`：开发者视角、工程实践、工具链，强调实操复盘。\n- `toutiao`：通俗科普、老板可读、商业场景，避免技术黑话和焦虑营销。\n\n### Stage 7 Publish Plan Generation\n\n根据平台草稿、优先级、审核难度和发布就绪状态生成发布计划。计划只包含建议发布时间、标题、平台、优先级、审核注意事项和 CTA，不自动发布内容。存在 `blocked` 项时，不得给出具体发布时间，只能给出补齐事实后的排期窗口。\n\n### Stage 8 Full Report Generation\n\n客户交付级双模型评估任务必须生成 `final_report.md`，并使用 `templates/final_report.md` 的章节结构。`final_report.md` 必须包含：执行摘要、评估方法、输入参数与目标市场、探针问题列表、双模型总评分表、分场景检测结果、品牌/产地/渠道提及分析、竞品格局、共同知识盲区、本地化内容缺口、GEO 优化建议、30天内容行动清单、原始数据附录。\n\n客户交付级报告还必须包含：\n\n- 老板能看懂的 3 句话结论。\n- 每个共同知识盲区对应的商业影响。\n- 10 个知乎选题、10 个小红书选题、10 个抖音短视频选题、10 个官网 FAQ 问题和 5 篇 GEO 友好型文章标题。\n- 所有建议按影响程度、执行难度、见效速度排序。\n- 复测时间、复测指标和 GEO 优化是否有效的判断标准。\n\n必须保存完整中间结果：\n\n- 每个模型每个探针的原始回答：`raw_answers/{model}/{probe_id}.md`\n- 每个模型的评分 JSON：`model_scores/{model}.json`\n- 双模型对比 JSON：`dual_model_comparison.json`\n- 内容生产建议 JSON：`content_recommendations.json`\n- GEO 行动优先级 JSON：`geo_action_priorities.json`\n- 最终 Markdown 报告：`final_report.md`\n- 简短摘要：`summary.md`\n\n`final_report.md` 生成后必须同步输出到当前对话，不能只告诉用户文件路径。\n\n### Stage 9 Dual Report Generation\n\n生成两类报告：\n\n- 客户可见报告：读取 `prompts/client_delivery_report.md`、`prompts/executive_summary.md`、`prompts/content_asset_showcase.md` 和 `prompts/next_action_planner.md`，输出 `client_delivery_report.md`、`content_asset_summary.md` 和 `publish_plan_client.md`。客户报告要优先展示成果和下一步动作，隐藏内部字段。\n- 内部审计报告：读取 `prompts/internal_audit_report.md` 或 `prompts/review_report.md`，输出 `internal_audit_report.md`。内部报告保留证据等级、阻断项、API 状态、schema 校验、风险细节和调试信息。\n\n### Stage 10 Review and Next Cycle\n\n生成下一轮复盘建议。客户侧表达为“下一步增长计划”和“建议补充资料”；内部侧表达为风险、阻断项、证据等级和质量控制动作。建议复盘维度包括平台阅读反馈、评论问题、AI 搜索提及变化、品牌描述准确性变化。\n\n## 依赖 Skill\n\n本 Skill 可以调用或衔接以下能力，但不硬编码绝对路径：\n\n- Brand Knowledge Base\n- GEO Analysis Doubao\n- GEO Performance Analysis DeepSeek\n- GEO Performance Analysis\n- AI GEO Content Generator\n- Zhihu GEO Draft Assistant\n- CSDN GEO Draft Publisher\n- Juejin GEO Draft Generator\n- Toutiao GEO Draft Assistant\n\n推荐衔接关系：\n\n1. Brand Knowledge Base 产出 `brand_profile`。\n2. GEO Analysis Doubao / GEO Performance Analysis DeepSeek / GEO Performance Analysis 产出 `geo_audit_report`。\n3. AI GEO Content Generator 产出通用内容资产、FAQ、句库和初稿。\n4. 各平台 Draft Assistant 产出平台化草稿、标签、摘要和发布前 Checklist。\n5. 本 Orchestrator 汇总 `workflow_state`、`publish_plan` 和最终 `review_report`。\n\n## 推荐读取文件\n\n- `prompts/intake.md`：收集用户意图。\n- `prompts/brand_profile_resolver.md`：生成或校验品牌母库。\n- `prompts/geo_audit_planner.md`：规划 GEO 检测问题矩阵。\n- `prompts/content_gap_analyzer.md`：分析内容缺口。\n- `prompts/content_package_planner.md`：生成内容任务。\n- `prompts/platform_dispatcher.md`：平台分发规则。\n- `prompts/publish_plan_generator.md`：发布计划。\n- `prompts/client_delivery_report.md`：客户可见成果报告。\n- `prompts/internal_audit_report.md`：内部审计报告。\n- `prompts/executive_summary.md`：客户 30 秒摘要。\n- `prompts/content_asset_showcase.md`：内容资产展示。\n- `prompts/next_action_planner.md`：客户下一步执行计划。\n- `prompts/review_report.md`：内部复盘和审计补充报告。\n- `templates/final_report.md`：客户交付级 GEO 双模型评估报告模板。\n- `templates/*.schema.json`：中间数据契约。\n- `scripts/generate_full_report.py`：从结构化输入和模型回答生成完整双模型评估报告，并默认把完整 Markdown 打印到对话输出。\n- `scripts/generate_client_report.py`：从结构化 JSON 生成客户报告、内容资产摘要和客户版发布计划。\n- `scripts/generate_internal_report.py`：从结构化 JSON 生成内部审计报告。\n- `scripts/smoke_test_full_report.py`：使用 mock 模型输出跑完整报告流程，验证不是只输出摘要。\n- `scripts/validate_workflow_state.py`：校验工作流状态。\n- `scripts/merge_platform_drafts.py`：合并平台草稿。\n\n## 禁止行为\n\n- 不承诺保证排名第一。\n- 不承诺 100% 被大模型收录。\n- 不在缺少真实检测证据时输出确定性评分、排名或“已覆盖”结论。\n- 不把内部审计字段、API 状态、schema 校验或版本变更直接暴露给客户报告。\n- 不在默认模式下只输出摘要；完整报告必须在当前对话可见。\n- 不用“报告已生成，请查看目录”替代完整报告正文。\n- 不自动发布未经用户确认的内容。\n- 不生成违法违规、虚假宣传、医疗金融绝对化承诺内容。\n- 不绕过平台风控。\n- 不伪造第三方背书。\n- 不伪造客户案例或数据。\n- 不把平台草稿助手当成自动刷屏工具。\n- 不保存、读取、导出或上传用户账号密码、Cookie、Token、localStorage、sessionStorage。\n- 不替用户做医疗、金融、法律等专业结论。\n\n## 人工确认机制\n\n所有平台发布前默认需要人工确认。输出应以草稿、发布建议、复制用内容、审核清单和复盘建议为主。\n\n平台草稿必须包含 `manual_review_required: true`。浏览器辅助填写只能停留在草稿或编辑状态，最终发布、保存、标签选择、封面选择和内容事实确认均由用户完成。\n\n## 失败处理原则\n\n- 资料不足：继续生成可用框架，但缺失字段标记为 `待确认`。\n- 未找到已有品牌母库：转入 Brand Profile Resolve，不直接生成平台草稿。\n- 未能执行实时 GEO 检测：输出检测问题矩阵与人工检测说明，并将相关结论标记为 `inferred_estimate` 或 `unverified_assumption`。\n- 关键事实缺失：内部层将相关草稿和发布计划标记为 `blocked`；客户层表达为“建议补充资料后发布”或“发布前确认项”，不把内部状态词作为第一重点。\n- 平台草稿不符合合规边界：停止发布计划生成，先返回修订任务。\n- 平台助手不可用：输出对应平台的可复制草稿包和人工发布 Checklist。\n\nFile v1.0.4:README.md\n\n# PowerMatrix GEO Growth Orchestrator\n\nPowerMatrix GEO Growth Orchestrator 是一个企业 AI 内容增长工作流 Skill。它把品牌母库、GEO 可见度检测、内容缺口分析、GEO 内容生成和多平台草稿助手串联起来，让企业从“一堆资料”走到“一批可人工审核发布的内容草稿、客户成果报告和内部审计报告”。\n\n它不是某一个平台的写作助手，而是总控层：负责判断先做什么、调用什么能力、输出哪些中间结果、哪些内容需要人工确认。\n\n## 适合什么场景\n\n- 企业希望提升品牌在 AI 搜索、问答模型和内容平台中的可见度。\n- 市场团队需要把官网、产品介绍、FAQ、案例整理成可复用内容资产。\n- 内容运营需要一次性生成知乎、CSDN、掘金、今日头条等平台的草稿任务。\n- AI / GEO 服务交付顾问需要一个标准交付流程，避免每次从零组织材料。\n- PowerMatrix 内部团队需要把品牌母库、检测报告、内容包和复盘建议串成闭环。\n\n## 用户如何开始\n\n用户只需要提供四类信息：\n\n1. 企业资料：公司介绍、产品服务、官网、FAQ、案例、联系方式、禁用说法。\n2. 目标关键词：希望被 AI 和平台内容覆盖的搜索词。\n3. 目标平台：例如知乎、CSDN、掘金、今日头条。\n4. 任务目标：例如品牌可见度提升、AI 搜索覆盖、获客内容生成。\n\n如果已经有品牌母库或 GEO 检测报告，可以直接提供，工作流会优先复用。\n\n## 第一次使用需要准备什么资料\n\n建议至少准备：\n\n- 品牌名称、公司简介、产品和服务说明。\n- 目标客户、典型场景、客户痛点。\n- 核心卖点和证据来源。\n- 常见问题和标准回答。\n- 官网、产品页、案例页、联系方式。\n- 品牌语气、禁用词、禁用承诺、合规边界。\n\n资料不完整也可以开始，但缺失信息会被标记为 `待确认`，不会由系统编造。\n\n## 一次完整工作流会输出什么\n\n这个 Skill 有两类输出：\n\n1. 客户成果报告：用于商务交付、客户沟通、复盘会议。\n2. 内部审计报告：用于交付团队检查事实、合规、风险和证据等级。\n\n对客户展示时，优先使用：\n\n- `client_delivery_report.md`：客户可见成果报告。\n- `content_asset_summary.md`：客户可读的内容资产摘要。\n- `publish_plan_client.md`：客户版发布计划。\n\n内部复盘时，使用：\n\n- `internal_audit_report.md`：内部审计报告。\n- `brand_profile.json`：标准品牌资料。\n- `geo_audit_report.json`：关键词和模型维度的可见度检测结果。\n- `content_gap_report.json`：内容缺口和优先补齐项。\n- `content_tasks.json`：可执行的内容任务清单。\n- `platform_drafts.json`：知乎、CSDN、掘金、今日头条等平台草稿。\n- `publish_plan.json`：内部发布计划。\n\n建议输出目录：\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── raw_answers/\n│   └── {model}/{probe_id}.md\n├── model_scores/\n│   └── {model}.json\n├── dual_model_comparison.json\n├── content_recommendations.json\n├── geo_action_priorities.json\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## OpenClaw 中的默认输出模式\n\n默认 `output_mode` 是 `full_report`。除非用户明确要求“只要摘要”，否则 OpenClaw 执行完成后必须在聊天窗口输出完整 `final_report.md` 正文。\n\n禁止只回复：\n\n- “报告已生成，请查看目录”\n- “已保存到本地文件”\n- 只有 3 到 5 行执行摘要\n\n如果使用脚本生成客户交付级双模型评估报告，推荐运行：\n\n```bash\npython3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2\n```\n\n这个脚本会同时：\n\n- 保存 `final_report.md`\n- 保存 `summary.md`\n- 保存每个模型每个探针的原始回答\n- 保存每个模型评分 JSON\n- 保存双模型对比 JSON\n- 保存内容生产建议 JSON\n- 保存 GEO 行动优先级 JSON\n- 默认把完整 `final_report.md` 打印到当前对话输出\n\n## 和单个平台 Draft Assistant 的区别\n\n单个平台 Draft Assistant 负责把已有素材改写成某个平台的草稿。例如知乎助手偏问答和观点，CSDN 助手偏技术教程，掘金助手偏开发者实践，今日头条助手偏通俗商业场景。\n\n本 Orchestrator 负责更上游的编排：\n\n- 判断是否已有品牌母库。\n- 规划 DeepSeek、豆包、通用环境的 GEO 检测。\n- 从检测结果中找内容缺口。\n- 把内容缺口拆成不同平台的内容任务。\n- 汇总草稿、发布计划和复盘建议。\n\n## 为什么需要人工确认\n\nGEO 内容会涉及企业事实、客户案例、效果描述、平台规则和行业合规。系统可以生成草稿和建议，但不能替用户确认事实、承诺效果或点击发布。\n\n默认规则：\n\n- 所有平台草稿都必须人工审核。\n- 不自动点击发布按钮。\n- 未执行真实 GEO 检测时，只能输出检测计划或推理预估，不能写成确定排名、分数或已覆盖结论。\n- 门票/价格、营业时间、安全资质、竞品数据、案例、第三方背书等关键事实缺失时，发布计划必须标记为 `blocked` 或 `needs_review`。\n- 不承诺排名第一、100% 收录或一定被大模型引用。\n- 不伪造客户案例、第三方背书或业务数据。\n- 遇到医疗、金融、法律等敏感行业，必须由专业人士复核。\n\n## 客户报告和内部报告怎么分工\n\n客户报告强调“本轮交付成果”和“下一步增长动作”。它会展示已梳理的品牌信息、发现的内容机会、生成的知乎/头条/CSDN/掘金草稿、推荐发布顺序和客户需要补充的资料。客户报告不会暴露 API 配置、schema 校验、版本变更、内部字段名或调试信息。\n\n内部审计报告保留完整质量控制信息，包括证据等级、事实依赖、发布前置条件、风险清单、禁用表达检查、API 状态、schema 校验和结构化 JSON 文件路径。它用于交付团队复盘，不建议直接发送给客户。\n\n## 示例输入\n\n```json\n{\n  \"brand_materials\": \"PowerMatrix 为企业提供 AI Agent 工作系统，包含品牌母库、GEO 内容生成、DeepSeek / 豆包可见度检测、AI 客服、OpenClaw 数字员工和企业 AI 咨询。\",\n  \"target_keywords\": [\"企业 AI Agent 落地方案\", \"AI 客服系统\", \"企业 GEO 优化\"],\n  \"target_platforms\": [\"zhihu\", \"csdn\", \"juejin\", \"toutiao\"],\n  \"target_models\": [\"deepseek\", \"doubao\", \"generic\"],\n  \"campaign_goal\": \"提升 PowerMatrix 在 AI 搜索和内容平台中的可见度，生成可人工审核发布的 GEO 内容草稿。\",\n  \"tone\": \"专业、克制、企业服务导向\",\n  \"compliance_constraints\": [\"不承诺排名第一\", \"不伪造客户案例\", \"不承诺 100% 被模型收录\"]\n}\n```\n\n完整示例见 `examples/sample_input.json`。\n\n## 示例输出\n\n一次交付会形成：\n\n- 完整双模型评估报告：`final_report.md`\n- 简短摘要：`summary.md`\n- 客户成果报告：`client_delivery_report.md`\n- 内容资产摘要：`content_asset_summary.md`\n- 客户版发布计划：`publish_plan_client.md`\n- 内部审计报告：`internal_audit_report.md`\n- 品牌母库：`brand_profile.json`\n- GEO 检测结果：`geo_audit_report.json`\n- 内容任务：`content_tasks.json`\n- 平台草稿：`platform_drafts.json`\n- 内部发布计划：`publish_plan.json`\n\n客户报告示例见 `examples/sample_client_delivery_report.md`。内部报告示例可参考 `examples/sample_final_report.md`。\n\n双模型评估示例输入：\n\n- `examples/spanish_olive_oil_input.json`\n- `examples/spanish_ham_input.json`\n\n## 如何验证不是摘要型输出\n\n运行 smoke test：\n\n```bash\npython3 scripts/smoke_test_full_report.py\n```\n\n通过标准：\n\n- `final_report.md` 包含执行摘要、评估方法、探针问题列表、双模型总评分表、分场景检测结果、竞品格局、GEO 优化建议、30天内容行动清单、原始数据附录等必需章节。\n- `final_report.md` 开头包含“老板能看懂的3句话结论”。\n- `final_report.md` 包含知乎、小红书、抖音、官网 FAQ 和 GEO 文章选题建议。\n- 所有建议包含影响程度、执行难度、见效速度和优先级分。\n- 报告结尾包含复测时间、复测指标和 GEO 优化有效性的判断方式。\n- 标准输出中也包含这些章节，说明 OpenClaw 聊天窗口能拿到完整报告。\n- `summary.md` 只是辅助摘要，不替代 `final_report.md`。\n- `model_scores/{model}.json` 包含提及率、排名位置、情感倾向、回答深度、事实准确性、购买决策辅助、本地化适配、商业转化价值。\n\n## 常见问题\n\n### 没有品牌母库能不能用？\n\n可以。工作流会先进入 Brand Profile Resolve 阶段，根据企业资料生成初版品牌母库。缺失字段会标记为 `待确认`。\n\n### 已经有 GEO 报告还要重新检测吗？\n\n不一定。已有报告可以复用。工作流会检查报告是否覆盖目标关键词、目标模型和目标问题，缺口部分再补测。\n\n### 会自动发到知乎、CSDN、掘金、今日头条吗？\n\n不会。输出以草稿、发布建议和复制用内容为主。平台发布前默认需要人工确认。\n\n### 能保证 AI 搜索排名提升吗？\n\n不能保证。工作流能提升内容结构化、可解释性和覆盖完整度，但不承诺排名第一、100% 收录或一定被模型引用。\n\n### 适合敏感行业吗？\n\n可以作为资料整理和草稿辅助，但医疗、金融、法律等行业必须由专业人士审核，且不能生成绝对化效果承诺。\n\nFile v1.0.4:videos/powermatrix-geo-not-volume/README.md\n\n# PowerMatrix GEO 30s Video\n\nThis folder contains a HyperFrames-style 9:16 composition for:\n\n《GEO 不是以量取胜》\n\n## Files\n\n- DESIGN.md - visual system used by the composition\n- index.html - HyperFrames source composition, 1080 x 1920, 30 seconds\n- script.md - timed script, subtitles, and voiceover text\n\n## Local Review\n\nOpen index.html?preview=1 in a browser to use the built-in lightweight preview mode. The source still keeps HyperFrames data-composition, data-start, data-duration, data-track-index, and window.__timelines structure for later CLI rendering.\n\n## Render Note\n\nThe HyperFrames CLI could not be fetched in this environment because npm DNS resolution failed. Once the CLI is available, run from this folder:\n\n~~~bash\nnpx hyperframes lint\nnpx hyperframes inspect --samples 15 --at 1.5,5.5,11.5,19,26.5\nnpx hyperframes preview --port 3017\nnpx hyperframes render --output powermatrix-geo-not-volume.mp4 --quality standard\n~~~\n\nFile v1.0.4:_meta.json\n\n{\n  \"ownerId\": \"kn73cb2q9jxf7f610j0m0bwdbn8452jk\",\n  \"slug\": \"geo-growth-orchestrator\",\n  \"version\": \"1.0.4\",\n  \"publishedAt\": 1779863805728\n}\n\nFile v1.0.4:CHANGELOG.md\n\n# Changelog\n\n## v1.0.5\n\n- 增强客户交付能力：完整报告开头新增“老板能看懂的3句话结论”。\n- 共同知识盲区新增商业影响和建议动作。\n- 自动生成知乎、小红书、抖音、官网 FAQ 和 GEO 友好型文章选题。\n- 所有建议新增影响程度、执行难度、见效速度和优先级分。\n- 报告结尾新增复测机制，说明复测时间、指标和有效性判断。\n\n## v1.0.4\n\n- 强化 OpenClaw 默认输出契约：默认 `output_mode=full_report`，必须在当前对话输出完整 `final_report.md`。\n- 新增客户交付级双模型评估报告模板 `templates/final_report.md`。\n- 新增完整报告生成脚本 `scripts/generate_full_report.py`，保存原始回答、模型评分、双模型对比、完整报告和摘要。\n- 新增西班牙橄榄油与西班牙火腿双模型评估示例输入。\n- 新增 smoke test，验证完整报告章节、stdout 非摘要和评分字段完整。\n\n## v1.0.3\n\n- 新增客户成果报告与内部审计报告双层输出机制。\n- 新增客户报告、内部审计报告、客户摘要、内容资产展示和下一步计划 prompt。\n- 新增客户报告生成脚本 `scripts/generate_client_report.py`。\n- 新增内部审计报告生成脚本 `scripts/generate_internal_report.py`。\n- 新增安吉云上草原客户报告样例。\n- 保留 v1.0.2 的证据等级、发布闸门和合规校验能力，但避免在客户报告中暴露内部字段。\n\n## v1.0.0\n\n- 新增 PowerMatrix GEO Growth Orchestrator 总控型 Skill。\n- 新增标准中间件 schema：品牌母库、GEO 检测报告、内容任务、平台草稿、发布计划和工作流状态。\n- 新增多平台分发 prompt，覆盖知乎、CSDN、掘金、今日头条。\n- 新增发布计划和复盘报告生成 prompt。\n- 新增 workflow 校验脚本 `scripts/validate_workflow_state.py`。\n- 新增平台草稿合并脚本 `scripts/merge_platform_drafts.py`。\n\nFile v1.0.4:examples/sample_client_delivery_report.md\n\n# 安吉云上草原 AI 搜索可见度与内容增长交付报告\n\n## 1. 本轮交付结论\n\n本轮已围绕“安吉旅游推荐、云上草原好玩吗、安吉避暑、浙江高山草原、安吉网红打卡地、安吉亲子游”等关键词，完成品牌信息梳理、AI 搜索可见度诊断、内容机会分析，并生成知乎与今日头条两类平台的首批内容草稿。\n\n当前最重要的机会是：用户在搜索“安吉避暑”“安吉亲子游”“云上草原好玩吗”时，需要看到更明确的游玩理由、亲子场景、避暑卖点和出行决策信息。\n\n本轮已形成 6 个内容方向，其中包含 4 篇知乎草稿和 2 篇今日头条草稿。客户下一步只需要确认门票、营业时间、项目开放情况和安全说明，即可进入第一批内容发布。\n\n## 2. 一眼看到本轮成果\n\n| 交付项 | 本轮结果 | 客户可直接使用什么 |\n|---|---|---|\n| 品牌信息梳理 | 已完成 | 可作为后续 AI 内容、官网 FAQ 和客服知识库基础 |\n| AI 搜索诊断 | 已完成 | 明确知道哪些关键词需要补内容 |\n| 内容机会分析 | 已完成 | 得到亲子游、避暑、攻略、对比和 FAQ 等优先方向 |\n| 知乎草稿 | 4 篇 | 可人工审核后发布 |\n| 今日头条草稿 | 2 篇 | 可人工审核后发布 |\n| 发布计划 | 已完成 | 可按建议节奏执行 |\n\n其中 4 篇建议补充门票价格、营业时间、项目开放情况和安全说明后发布。\n\n## 3. AI 搜索中发现的增长机会\n\n- 用户关心“云上草原好玩吗”，但内容需要更明确回答游玩亮点、适合人群、季节优势和第一次去怎么玩。\n- 用户关心“安吉亲子游怎么玩”，需要补充家庭出行、项目安全、动线安排、餐饮休息和注意事项。\n- 用户关心“安吉避暑推荐”，需要强化高山、自然景观、暑期体验、温度感知和避暑理由。\n- 用户在做“安吉旅游推荐”决策时，会同时比较莫干山、竹博园、江南天池等目的地，需要更清晰的差异化内容。\n- 用户在 AI 搜索中更容易被结构化内容影响，因此建议补充 FAQ、攻略、对比型文章和真实游客问题。\n\n## 4. 本轮生成的内容资产\n\n### 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 云上草原好玩吗？适合第一次去安吉的人吗？ | 云上草原好玩吗 | 直接回答用户是否值得去、适合谁、怎么玩，覆盖决策型搜索问题 | 建议补充门票价格、营业时间、项目开放情况后发布 |\n| 安吉避暑除了民宿，还能去哪里玩一天？ | 安吉避暑 | 强化高山草原、自然景观和暑期体验，让避暑关键词有更清晰的品牌答案 | 建议补充暑期开放项目和交通信息后发布 |\n| 安吉亲子游怎么安排？云上草原适合带孩子吗？ | 安吉亲子游 | 补充家庭出行场景、安全说明、动线建议和亲子项目选择 | 建议补充项目安全说明和儿童适玩年龄后发布 |\n| 云上草原和莫干山怎么选？第一次去安吉更推荐哪个？ | 安吉旅游推荐 | 用对比内容帮助用户理解不同目的地差异，提升品牌被推荐的机会 | 建议核实竞品价格、交通和适合人群后发布 |\n\n内容摘要：知乎草稿以“用户真实问题”为入口，先直接回答，再展开游玩理由、适合人群、出行建议和注意事项，降低广告感，适合被 AI 搜索抓取为结构化答案。\n\n### 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 夏天去安吉避暑，为什么很多人会把云上草原放进路线里？ | 安吉避暑 | 用通俗语言解释高山、草原、项目体验和一日游价值，适合大众阅读 | 建议补充营业时间、门票价格和交通方式后发布 |\n| 带孩子去安吉玩一天，云上草原怎么安排更省心？ | 安吉亲子游 | 面向家庭客群，提供亲子动线、项目选择和出行提醒 | 建议补充亲子项目安全说明和餐饮休息信息后发布 |\n\n内容摘要：今日头条草稿更偏大众攻略和家庭决策，适合用轻松、具体、少广告感的方式扩大“安吉避暑”“安吉亲子游”的内容覆盖。\n\n## 5. 推荐优先发布顺序\n\n1. 《云上草原好玩吗？适合第一次去安吉的人吗？》\n   平台：知乎\n   为什么先发：直接覆盖用户决策型问题，适合沉淀为 AI 搜索可引用的品牌答案。\n   发布前需要确认：门票价格、营业时间、项目开放情况。\n   建议发布时间窗口：信息确认后 24 小时内发布。\n\n2. 《夏天去安吉避暑，为什么很多人会把云上草原放进路线里？》\n   平台：今日头条\n   为什么先发：覆盖暑期高频需求，用通俗内容承接大众流量。\n   发布前需要确认：暑期开放项目、交通方式、营业时间。\n   建议发布时间窗口：第一篇知乎发布后 1 到 2 天内发布。\n\n3. 《安吉亲子游怎么安排？云上草原适合带孩子吗？》\n   平台：知乎\n   为什么先发：亲子游用户更关注安全、动线和适玩年龄，内容补齐后更容易建立信任。\n   发布前需要确认：项目安全说明、儿童适玩年龄、餐饮休息信息。\n   建议发布时间窗口：亲子资料确认后 24 小时内发布。\n\n4. 《带孩子去安吉玩一天，云上草原怎么安排更省心？》\n   平台：今日头条\n   为什么先发：可以承接家庭客群，用轻攻略形式提升收藏和转发机会。\n   发布前需要确认：亲子项目、休息区、交通和返程建议。\n   建议发布时间窗口：第三篇发布后 1 到 2 天内发布。\n\n## 6. 为了让内容更容易被用户和 AI 搜索采信，建议补充以下资料\n\n| 资料 | 为什么重要 | 用在哪里 |\n|---|---|---|\n| 门票价格 | 用户做出行决策时最关心 | 攻略文、FAQ、知乎问答 |\n| 营业时间 | 影响用户是否立即行动 | 头条攻略、AI 搜索回答 |\n| 项目开放情况 | 游客会关心具体能玩什么 | 推荐理由、行程安排 |\n| 项目安全说明 | 亲子游和高空项目需要信任背书 | 亲子游内容、FAQ |\n| 真实游客评价 | 增强可信度 | 推荐理由、案例内容 |\n| 交通方式 | 降低出行决策成本 | 攻略文、FAQ |\n| 餐饮和休息信息 | 家庭客群会关注游玩舒适度 | 亲子攻略、头条内容 |\n| 与莫干山等目的地的差异 | 帮助用户快速选择 | 对比文、知乎问答 |\n\n## 7. 预计改善方向\n\n- 提升品牌在“安吉旅游推荐”类问题中的内容覆盖度。\n- 增加 AI 搜索可引用的结构化内容。\n- 让“云上草原好玩吗”这类问题有更清晰的品牌答案。\n- 为知乎、今日头条、小红书、抖音后续内容分发打基础。\n- 为 AI 客服和官网 FAQ 积累标准答案。\n\n## 8. 下一步执行计划\n\n### 立即可做\n\n- 审核已生成草稿。\n- 确认标题和联系方式。\n- 发布不依赖价格和营业时间的内容段落或轻量问答。\n- 补充门票、营业时间、安全说明、交通方式和项目开放情况。\n\n### 3 天内\n\n- 发布第一批知乎/今日头条内容。\n- 整理评论和用户问题。\n- 补充 FAQ。\n- 将用户高频问题整理为第二批选题。\n\n### 2 周后\n\n- 再次检测豆包、DeepSeek 和通用 AI 搜索环境。\n- 对比品牌是否被更准确提及。\n- 根据新问题生成第二批内容。\n- 评估是否扩展到小红书、抖音和携程/马蜂窝等平台。\n\n## 9. 附录：交付文件\n\n- 品牌内容基础资料\n- AI 搜索诊断摘要\n- 内容机会清单\n- 知乎内容草稿\n- 今日头条内容草稿\n- 发布计划\n\nFile v1.0.4:examples/sample_final_report.md\n\n# GEO Growth Workflow Review\n\n## 本轮目标\n\n本轮围绕 PowerMatrix 的企业 AI Agent、AI 客服、企业 GEO 优化、OpenClaw 企业部署和企业数字员工等关键词，规划一套可人工审核发布的 AI-GEO 内容增长工作流。\n\n## 已完成工作\n\n1. 整理 PowerMatrix 品牌资料，形成初版 `brand_profile`。\n2. 根据 DeepSeek、豆包和通用检测场景，规划并记录 GEO 可见度检测结果样例。\n3. 从检测结果中识别内容缺口：老板视角解释不足、AI 客服 FAQ 不足、技术方案内容不足、第三方解释型内容不足。\n4. 生成知乎、CSDN、今日头条方向的内容任务样例。\n5. 生成一份人工审核优先的发布计划。\n\n## 交付状态\n\n本轮为 `needs_review`。内容任务和发布计划已形成，但发布前仍需人工确认品牌事实、案例边界、技术示例性质和 CTA 表达。\n\n## 证据与检测边界\n\n- GEO 检测结果来自人工检测摘要或样例记录，不代表全量模型生态。\n- 未输出排名、分数或“保证被收录”结论。\n- 后续如需作为正式交付，应补充每条查询的模型回答摘要、检测时间、证据来源和复测记录。\n\n## 核心输出\n\n- `brand_profile`：PowerMatrix 标准品牌资料草稿。\n- `geo_audit_report`：按模型、关键词和检测问题记录的可见度结果。\n- `content_tasks`：面向知乎、CSDN、今日头条的内容任务。\n- `publish_plan`：建议发布顺序、时间窗口、审核事项和 CTA。\n\n## 平台草稿清单\n\n| 平台 | 标题 | 优先级 | 状态 |\n|---|---|---|---|\n| 知乎 | 中小企业落地 AI Agent，为什么第一步不是买工具？ | high | 待草稿助手生成 |\n| CSDN | 企业 AI 客服上线前，品牌母库和 FAQ 应该如何准备？ | high | 待草稿助手生成 |\n| 今日头条 | 老板想用 AI 提效，先从哪三个流程开始？ | medium | 待草稿助手生成 |\n\n## 发布阻断项\n\n当前无硬阻断项，但所有草稿为 `needs_review`，必须完成事实审核后再发布。\n\n## 发布计划摘要\n\n建议在人工确认后，先发布知乎解释型问答，建立关键词和品牌语义关联；随后发布 CSDN 技术方案内容，补齐 AI 客服和知识库准备的工程化表达；第二周发布今日头条通俗场景文章，覆盖老板和经营者视角。\n\n## 人工确认事项\n\n- 补充 PowerMatrix 官网、联系方式、真实客户案例和可公开证据。\n- 审核所有草稿中的品牌事实、案例、效果描述和 CTA。\n- 确认所有平台发布动作由人工完成。\n- 确认没有出现“保证排名第一”“100% 收录”“一键霸屏”等禁用表达。\n\n## 风险与边界\n\n本工作流不能保证 AI 搜索排名、模型收录或平台流量结果。所有内容只能作为草稿和发布建议，不能替代人工事实审核或专业合规审核。\n\n## 下一轮复盘建议\n\n- 发布后 7 到 14 天记录平台阅读、收藏、评论和私信问题。\n- 使用相同关键词再次检测 DeepSeek、豆包和通用环境中的品牌提及变化。\n- 对评论区高频问题补充 FAQ 和后续内容任务。\n- 对模型误解或遗漏的信息，补充更清晰的定义句、对比句和场景句。\n\nFile v1.0.4:prompts/brand_profile_resolver.md\n\n# Brand Profile Resolver Prompt\n\n## 角色\n\n你是品牌母库解析员，负责判断是否已有可复用品牌母库，并把企业资料整理成标准 `brand_profile`。\n\n## 任务\n\n1. 检查 `existing_brand_profile` 是否存在。\n2. 如果存在，校验字段完整性和合规边界。\n3. 如果不存在，从 `brand_materials` 中生成标准品牌资料。\n4. 对缺失、冲突、无法确认的信息标记 `待确认`。\n5. 输出可供 GEO 检测、内容生成和平台草稿助手复用的统一品牌母库。\n\n## 输入\n\n```json\n{\n  \"brand_materials\": \"\",\n  \"existing_brand_profile\": null,\n  \"tone\": \"\",\n  \"compliance_constraints\": []\n}\n```\n\n## 输出\n\n输出符合 `templates/brand_profile.schema.json` 的 JSON，并附加：\n\n```json\n{\n  \"completeness_score\": 0,\n  \"missing_fields\": [],\n  \"conflicts\": [],\n  \"follow_up_questions\": []\n}\n```\n\n## 检查项\n\n- `brand_name` 是否明确。\n- `business_summary` 是否能在 100 到 300 字内说明“是什么、给谁用、解决什么问题”。\n- `products_services` 是否列出核心产品或服务。\n- `target_customers` 是否明确决策人和使用者。\n- `value_propositions` 是否有证据或解释，不是空洞口号。\n- `use_cases` 是否包含实际业务场景。\n- `proof_points` 是否有来源；没有来源时标记 `待确认`。\n- `faq` 是否至少覆盖价格、效果、交付、安全、适用边界中的若干项。\n- `contact` 是否存在可用联系方式或标记缺失。\n- `forbidden_claims` 是否覆盖夸大承诺、虚假案例和敏感行业风险。\n\n## 失败处理\n\n- 资料不足时仍输出草稿版 `brand_profile`，所有缺失字段填 `待确认`。\n- 存在互相矛盾资料时，不自行判断真伪，写入 `conflicts`。\n- 出现未经证实的客户案例、效果数据或资质时，放入 `proof_points` 的 `unverified` 标记，不能当成事实使用。\n- 合规边界缺失时，加入默认边界：不承诺排名第一、不承诺 100% 收录、不伪造客户案例、不伪造第三方背书。\n\n## 禁止事项\n\n- 不编造公司注册信息、客户案例、销售数据、资质、奖项。\n- 不把营销口号当作事实证据。\n- 不删除用户明确给出的合规限制。\n- 不输出绝对化效果承诺。\n- 不把品牌母库写成单篇营销文案。\n\nFile v1.0.4:prompts/client_delivery_report.md\n\n# Client Delivery Report Prompt\n\n## 角色\n\n你是 PowerMatrix GEO 内容增长交付顾问，负责生成客户可直接阅读的成果报告。\n\n## 核心目标\n\n把工作流结果翻译成客户能在 30 秒内看懂的交付物：本轮做了什么、产出了什么内容、先发哪几篇、客户下一步要补什么资料、后续如何复盘。\n\n## 输入\n\n```json\n{\n  \"brand_profile\": {},\n  \"geo_audit_report\": [],\n  \"content_gap_report\": {},\n  \"content_tasks\": [],\n  \"platform_drafts\": [],\n  \"publish_plan\": {},\n  \"next_cycle_recommendations\": []\n}\n```\n\n## 输出文件\n\n生成 `client_delivery_report.md`，标题格式：\n\n```markdown\n# {品牌名} AI 搜索可见度与内容增长交付报告\n```\n\n## 报告结构\n\n### 1. 本轮交付结论\n\n用 3 到 5 句话说明本轮成果。先讲完成了什么，再讲最大的增长机会和下一步动作。\n\n### 2. 一眼看到本轮成果\n\n必须用表格展示：\n\n| 交付项 | 本轮结果 | 客户可直接使用什么 |\n|---|---|---|\n| 品牌信息梳理 | 已完成 | 可作为后续 AI 内容和客服知识库基础 |\n| AI 搜索诊断 | 已完成 | 明确知道哪些关键词需要补内容 |\n| 内容机会分析 | 已完成 | 得到优先内容方向 |\n| 知乎草稿 | X 篇 | 可人工审核后发布 |\n| 今日头条草稿 | X 篇 | 可人工审核后发布 |\n| 发布计划 | 已完成 | 可按建议节奏执行 |\n\n如果有内容需要补资料后发布，写成“其中 X 篇建议补充门票、营业时间等信息后发布”。\n\n### 3. AI 搜索中发现的增长机会\n\n用客户能理解的语言总结内容机会，不讲检测证据等级。每条说明“用户关心什么”和“建议补什么内容”。\n\n### 4. 本轮生成的内容资产\n\n必须直接展示内容成果，不只列文件名。按平台分组：\n\n```markdown\n### 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n\n内容摘要：...\n\n### 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n\n内容摘要：...\n```\n\n如果草稿不能直接发布，写成“建议补充门票价格、营业时间、安全说明后发布。”\n\n### 5. 推荐优先发布顺序\n\n用 1、2、3、4 列出优先级。每条包含推荐标题、平台、为什么先发、发布前需要确认的信息、建议发布时间窗口。\n\n### 6. 客户需要补充的资料\n\n标题固定为：\n\n```markdown\n## 6. 为了让内容更容易被用户和 AI 搜索采信，建议补充以下资料\n```\n\n使用表格：\n\n| 资料 | 为什么重要 | 用在哪里 |\n|---|---|---|\n\n### 7. 预计改善方向\n\n只写方向，不承诺排名、收录、线索或转化。可以写提升内容覆盖度、增加结构化内容、补齐标准答案、为后续平台分发打基础。\n\n### 8. 下一步执行计划\n\n分为“立即可做”“3 天内”“2 周后”。\n\n### 9. 附录：交付文件\n\n只列客户能理解的文件：\n\n- 品牌内容基础资料\n- AI 搜索诊断摘要\n- 内容机会清单\n- 知乎内容草稿\n- 今日头条内容草稿\n- 发布计划\n\n## 客户表达规则\n\n- 成果优先，少讲过程。\n- 用“发布前确认项”“建议补充资料”替代内部工程状态。\n- 不暴露 API、schema、版本变更、内部 JSON 字段、调试信息。\n- 不使用 `blocked`、`manual_check`、`inferred_estimate`、`unverified_assumption`、`workflow_state`、`schema` 等内部词。\n- 不写“API key 未配置”“DeepSeek API 未配置”。\n- 不承诺排名、收录、线索量或转化结果。\n- 所有内容发布前仍需人工审核。\n\nFile v1.0.4:prompts/content_asset_showcase.md\n\n# Content Asset Showcase Prompt\n\n## 角色\n\n你是内容资产展示编辑，负责把平台草稿和内容任务整理成客户一眼能看懂的成果清单。\n\n## 输入\n\n```json\n{\n  \"content_tasks\": [],\n  \"platform_drafts\": [],\n  \"publish_plan\": {}\n}\n```\n\n## 输出\n\n生成 `content_asset_summary.md`，并可嵌入客户报告第 4 节。\n\n## 结构\n\n按平台分组展示：\n\n```markdown\n# 内容资产摘要\n\n## 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容摘要 | 内容作用 | 发布建议 |\n|---|---|---|---|---|\n\n## 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容摘要 | 内容作用 | 发布建议 |\n|---|---|---|---|---|\n```\n\n## 转写规则\n\n- 如果内部状态为 `blocked`，客户侧写成“建议补充资料后发布”。\n- 如果有风险项，客户侧写成“发布前确认项”。\n- 摘要要让客户知道文章主要写什么，而不是只看标题。\n- 不暴露内部字段名、文件名和 JSON 结构。\n\nFile v1.0.4:prompts/content_gap_analyzer.md\n\n# Content Gap Analyzer Prompt\n\n## 角色\n\n你是 AI-GEO 内容缺口分析员，负责从 GEO 检测结果中找出品牌在 AI 搜索和内容平台里的表达短板。\n\n## 任务\n\n1. 读取 `brand_profile` 和 `geo_audit_report`。\n2. 分析每个模型、关键词、问题的结果。\n3. 判断品牌是否被提及、是否被准确理解、是否被竞品替代。\n4. 提炼内容缺口，并映射到后续内容任务。\n5. 识别事实缺口和发布阻断项，尤其是价格、营业时间、安全资质、竞品数据、案例和第三方背书。\n6. 输出结构化 `content_gap_report`。\n\n## 输入\n\n```json\n{\n  \"brand_profile\": {},\n  \"geo_audit_report\": [],\n  \"target_keywords\": [],\n  \"campaign_goal\": \"\"\n}\n```\n\n## 输出\n\n```json\n{\n  \"summary\": \"\",\n  \"visibility_findings\": [],\n  \"content_gaps\": [\n    {\n      \"gap_id\": \"\",\n      \"gap_type\": \"faq_missing | case_missing | third_party_explainer_missing | technical_solution_missing | founder_or_boss_view_missing | comparison_missing | definition_missing\",\n      \"keyword\": \"\",\n      \"evidence\": \"\",\n      \"impact\": \"high | medium | low\",\n      \"evidence_level\": \"verified_live_check | manual_check | inferred_estimate | unverified_assumption\",\n      \"publish_blocking\": false,\n      \"recommended_content\": \"\",\n      \"suggested_platforms\": []\n    }\n  ],\n  \"blocking_items\": [\n    {\n      \"item\": \"\",\n      \"reason\": \"\",\n      \"required_before\": \"drafting | publishing | measurement_claim\",\n      \"owner\": \"user | operator | client\"\n    }\n  ],\n  \"risk_notes\": [],\n  \"priority_recommendations\": []\n}\n```\n\n## 检查项\n\n- 是否识别 FAQ 缺失：用户常问但品牌没有标准回答。\n- 是否识别案例缺失：模型无法理解真实业务场景或证据。\n- 是否识别第三方解释文缺失：只有品牌自述，没有客观解释型内容。\n- 是否识别技术方案缺失：技术平台没有架构、部署、工具链表达。\n- 是否识别老板视角内容缺失：非技术决策人看不懂商业价值。\n- 是否识别对比内容缺失：竞品或传统方案更容易被模型推荐。\n- 是否记录证据，不凭空判断。\n- 是否把 `inferred_estimate` 和 `unverified_assumption` 与真实检测结论分开。\n- 是否把关键事实缺失写入 `blocking_items`，而不是只写进普通风险提示。\n- 对本地生活、旅游、消费类内容，是否检查门票/价格、营业时间、地址交通、安全说明、季节限制和竞品对比来源。\n\n## 失败处理\n\n- 如果 GEO 报告缺失，基于品牌母库和关键词输出“待检测缺口假设”，并要求先执行 GEO Audit Planning。\n- 如果报告字段不完整，标记 `insufficient_report_data`。\n- 如果分析中发现虚假或过度承诺风险，放入 `risk_notes` 并阻止进入发布计划。\n- 如果关键事实缺失，把对应后续内容标记为发布阻断，不允许进入具体排期。\n\n## 禁止事项\n\n- 不把竞品缺口解读为攻击竞品。\n- 不编造检测证据。\n- 不把推理出来的缺口写成真实模型反馈。\n- 不把“未提及品牌”直接等同于“内容必然失败”。\n- 不承诺补齐内容后一定被模型引用。\n- 不生成医疗、金融等敏感行业绝对化建议。\n\nFile v1.0.4:prompts/content_package_planner.md\n\n# Content Package Planner Prompt\n\n## 角色\n\n你是 GEO 内容包规划员，负责把内容缺口转化为可执行的内容任务，供 AI GEO Content Generator 和各平台草稿助手使用。\n\n## 任务\n\n1. 读取 `brand_profile`、`content_gap_report`、`target_platforms` 和 `target_keywords`。\n2. 为每个高优先级缺口生成内容任务。\n3. 每个任务必须包含标题、平台、关键词、内容角度、目标用户、优先级、来源缺口、必须包含的品牌点、事实依赖、发布闸门和合规注意事项。\n4. 任务要适合后续分发到知乎、CSDN、掘金、今日头条等平台。\n\n## 输入\n\n```json\n{\n  \"brand_profile\": {},\n  \"content_gap_report\": {},\n  \"target_platforms\": [],\n  \"target_keywords\": [],\n  \"tone\": \"\",\n  \"compliance_constraints\": []\n}\n```\n\n## 输出\n\n输出符合 `templates/content_task.schema.json` 的数组：\n\n```json\n[\n  {\n    \"task_id\": \"\",\n    \"platform\": \"zhihu\",\n    \"title\": \"\",\n    \"keyword\": \"\",\n    \"content_angle\": \"\",\n    \"target_audience\": \"\",\n    \"priority\": \"high\",\n    \"source_gap\": \"\",\n    \"required_brand_points\": [],\n    \"fact_dependencies\": [],\n    \"publish_gate\": {\n      \"readiness\": \"ready | needs_review | blocked\",\n      \"blocking_items\": [],\n      \"preconditions\": []\n    },\n    \"compliance_notes\": []\n  }\n]\n```\n\n## 检查项\n\n- 每个高优先级内容缺口是否至少转成 1 个任务。\n- 每个平台是否有符合平台调性的任务。\n- 标题是否自然，不标题党。\n- 关键词是否自然嵌入，不堆砌。\n- 内容角度是否能补齐具体缺口。\n- `required_brand_points` 是否来自品牌母库。\n- `fact_dependencies` 是否列出发布前必须确认的事实来源。\n- 如果任务依赖门票、价格、营业时间、安全资质、竞品数据、案例或第三方背书，是否正确设置 `publish_gate.readiness`。\n- `compliance_notes` 是否包含禁用承诺和人工审核要求。\n\n## 失败处理\n\n- 如果目标平台为空，默认按 `zhihu`、`csdn`、`juejin`、`toutiao` 规划，但标记为假设。\n- 如果品牌点不足，任务中使用 `待确认`，并要求补充资料。\n- 如果某平台不适合某任务，给出替代平台或改写角度。\n- 如果任务涉及敏感行业，降低承诺强度并增加专业审核提示。\n- 如果任务的关键事实未确认，仍可生成任务框架，但必须标记为 `blocked`，不得要求下游草稿助手写成事实稿。\n\n## 禁止事项\n\n- 不为单一关键词生成重复洗稿任务。\n- 不生成批量刷屏式任务。\n- 不伪造案例、数据或用户评价。\n- 不把 `待确认` 的品牌点写成必须出现的确定事实。\n- 不把平台草稿助手当成自动发布工具。\n- 不输出超出品牌母库事实边界的任务要求。\n\nArchive v1.0.3: 34 files, 62897 bytes\n\nFiles: CHANGELOG.md (999b), examples/sample_brand_profile.json (5583b), examples/sample_client_delivery_report.md (7757b), examples/sample_content_tasks.json (3583b), examples/sample_final_report.md (3241b), examples/sample_geo_audit_report.json (2286b), examples/sample_input.json (1546b), examples/sample_publish_plan.json (3590b), prompts/brand_profile_resolver.md (2316b), prompts/client_delivery_report.md (3618b), prompts/content_asset_showcase.md (970b), prompts/content_gap_analyzer.md (3232b), prompts/content_package_planner.md (2779b), prompts/executive_summary.md (674b), prompts/geo_audit_planner.md (3352b), prompts/intake.md (2726b), prompts/internal_audit_report.md (1846b), prompts/next_action_planner.md (872b), prompts/platform_dispatcher.md (3174b), prompts/publish_plan_generator.md (2716b), prompts/review_report.md (3336b), README.md (7674b), scripts/generate_client_report.py (25020b), scripts/generate_internal_report.py (10399b), scripts/merge_platform_drafts.py (5898b), scripts/validate_workflow_state.py (8646b), SKILL.md (13481b), templates/brand_profile.schema.json (3836b), templates/content_task.schema.json (2012b), templates/geo_audit_report.schema.json (2559b), templates/platform_draft.schema.json (1986b), templates/publish_plan.schema.json (3094b), templates/workflow_state.schema.json (1947b), _meta.json (142b)\n\nFile v1.0.3:SKILL.md\n\n---\nname: powermatrix-geo-growth-orchestrator\ndescription: Orchestrate brand knowledge base, GEO visibility audits, AI-GEO content generation, and multi-platform draft assistants into a human-reviewed enterprise AI content growth workflow.\n---\n\n# PowerMatrix GEO Growth Orchestrator\n\n## 一句话描述\n\n将品牌母库、GEO 可见度分析、GEO 内容生成和多平台草稿助手串联为企业 AI 内容增长工作流。\n\n## Skill 定位\n\nPowerMatrix GEO Growth Orchestrator 是一个总控型 Skill。它不替代单个平台草稿助手，也不重复实现 GEO 检测或内容生成能力；它负责把用户的企业资料、目标关键词、目标平台和任务目标，组织成一条可审计、可复用、可人工确认、也能对客户清楚呈现成果的工作流。\n\n核心链路：\n\n企业资料录入 -> 品牌母库生成或读取 -> GEO 可见度检测 -> AI 分析内容缺口 -> 生成 GEO 内容包 -> 分发给知乎 / CSDN / 掘金 / 今日头条等平台草稿助手 -> 输出平台草稿与发布计划 -> 生成客户成果报告和内部审计报告 -> 生成后续复盘建议。\n\n## 适用用户\n\n- 中小企业老板\n- 企业市场负责人\n- 企业内容运营人员\n- AI / GEO 服务交付顾问\n- PowerMatrix 内部交付团队\n\n## 输入字段\n\n最小输入可以是一段自然语言企业介绍加关键词和目标平台。程序化调用时建议使用以下字段：\n\n| 字段 | 类型 | 必填 | 说明 |\n|---|---|---:|---|\n| `brand_materials` | string / array / object | 是 | 企业资料，可以是文本、官网、产品介绍、FAQ、案例、联系方式 |\n| `target_keywords` | array | 是 | 目标关键词 |\n| `target_platforms` | array | 是 | 目标平台，如 `zhihu`、`csdn`、`juejin`、`toutiao` |\n| `target_models` | array | 是 | 目标检测模型，如 `deepseek`、`doubao`、`generic` |\n| `campaign_goal` | string | 是 | 任务目标，如品牌可见度提升、AI 搜索覆盖、获客内容生成 |\n| `tone` | string / array | 否 | 内容语气，如专业、克制、老板可读、开发者友好 |\n| `compliance_constraints` | array | 否 | 合规限制、禁用表达、行业边界 |\n| `existing_brand_profile` | object / string | 否 | 已有品牌母库，可直接复用或校验 |\n| `existing_geo_report` | object / array / string | 否 | 已有 GEO 检测报告，可直接复用或补测 |\n\n## 输出字段\n\n总控工作流应输出客户可见成果和内部结构化结果两层内容：\n\n### Client-facing Layer\n\n客户可见层用于商务交付、客户沟通和复盘会议。它强调成果、内容资产、优先发布动作和下一步增长计划。\n\n| 文件 | 说明 |\n|---|---|\n| `client_delivery_report.md` | 客户可见成果报告，突出本轮做了什么、生成了哪些内容、下一步怎么执行 |\n| `content_asset_summary.md` | 客户可读的内容资产摘要，按平台展示标题、摘要、作用和发布建议 |\n| `publish_plan_client.md` | 客户版发布计划，说明优先顺序、发布前确认项和执行节奏 |\n\nClient-facing Layer 原则：\n\n- 成果优先。\n- 语言通俗。\n- 少讲过程，多讲结果。\n- 不暴露 API、schema、版本变更、调试信息等内部内容。\n- 不使用工程状态词作为主表达。\n- 把风险改写成“待补充资料”或“发布前确认项”。\n\n### Internal QA Layer\n\n内部质检层用于交付团队检查事实、合规、证据等级、阻断逻辑和结构化数据。\n\n| 字段 | 说明 |\n|---|---|\n| `brand_profile` | 标准品牌母库或已校验品牌母库 |\n| `geo_audit_report` | 按模型、关键词、问题拆分的 GEO 可见度检测结果 |\n| `content_gap_report` | 从检测结果中提炼出的内容缺口，并区分真实证据、推理假设和待验证项 |\n| `content_tasks` | 可交给内容生成器或平台助手的任务列表，包含事实依赖和发布前置条件 |\n| `platform_drafts` | 各平台草稿正文、标题、标签、CTA 与审核状态 |\n| `publish_plan` | 发布节奏、平台顺序、优先级、审核事项、发布就绪状态和阻断项 |\n| `internal_audit_report.md` | 内部审计报告，保留证据等级、阻断项、配置状态、校验结果和风险细节 |\n| `next_cycle_recommendations` | 下一轮复盘和优化建议 |\n\nInternal QA Layer 原则：\n\n- 保留证据等级。\n- 保留阻断逻辑。\n- 保留合规检查。\n- 保留结构化数据。\n- 保留错误、配置状态和内部调试信息。\n\n一次完整工作流建议输出到 `geo_orchestrator_v2/`：\n\n```text\ngeo_orchestrator_v2/\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## 证据等级与发布闸门\n\n所有检测结论、内容任务、平台草稿和发布计划都必须显式标注证据等级。没有真实检测记录或事实来源时，只能写成“推理预估”“待验证”或“检测计划”，不能写成实测结论。\n\n证据等级：\n\n- `verified_live_check`：已对目标模型或平台执行真实检测，并记录查询、时间、摘要和证据。\n- `manual_check`：由人工在目标环境检测后整理，需记录人工摘要和检测时间。\n- `inferred_estimate`：基于品牌资料、关键词和经验推理，不能输出排名、分数或确定性结论。\n- `unverified_assumption`：资料不足形成的假设，只能用于规划下一步。\n\n发布就绪状态：\n\n- `ready`：关键事实已确认，草稿通过人工审核前置检查。\n- `needs_review`：可进入人工审核，但仍有非阻断事实或措辞需要确认。\n- `blocked`：存在关键事实缺失、合规风险或证据不足，不能给出具体发布日期。\n\n关键事实缺失时必须阻断发布计划。常见关键事实包括价格、门票、营业时间、地址交通、安全资质、服务范围、竞品对比数据、客户案例、第三方背书、效果数据和资质证明。阻断状态下只能输出补齐清单和“补齐后再排期”的建议。\n\n## 工作流阶段\n\n### Stage 1 Intake\n\n读取用户自然语言或结构化输入，确认企业资料、关键词、平台、目标模型、任务目标、语气和合规边界。不要让用户理解底层多个 Skill，只把它包装成“一次企业 AI 内容增长工作流”。\n\n### Stage 2 Brand Profile Resolve\n\n判断用户是否已有 `existing_brand_profile`。如果有，校验字段完整性；如果没有，衔接 Brand Knowledge Base 类 Skill，把原始企业资料整理为标准 `brand_profile`。信息不足时用 `待确认` 标记，不编造事实。\n\n### Stage 3 GEO Audit Planning\n\n根据目标关键词、目标模型和业务场景，生成检测问题矩阵。按 `deepseek`、`doubao`、`generic` 分流到对应 GEO 分析 Skill，或输出可人工执行的检测计划。每条检测结果必须标注证据等级、数据来源和是否允许输出排名/分数；如果只是推理预估，禁止写“预计第 1 位”“评分 90/100”等确定性表达。\n\n### Stage 4 Content Gap Analysis\n\n读取 GEO 检测结果，判断品牌是否被提及、是否被准确理解、竞品是否更常出现、缺失哪些解释材料。重点识别 FAQ 缺失、案例缺失、第三方解释文缺失、技术方案缺失、老板视角内容缺失。\n\n### Stage 5 Content Package Planning\n\n将内容缺口转化为 `content_tasks`，明确标题、平台、关键词、内容角度、目标用户、优先级、来源缺口、必须出现的品牌点、事实依赖、发布前置条件和合规注意事项。通用内容资产可衔接 AI GEO Content Generator。\n\n### Stage 6 Platform Dispatch\n\n把内容任务分发给平台草稿助手：\n\n- `zhihu`：问答型、解释型、观点型，低广告感，先回答问题再展开。\n- `csdn`：技术方案型、架构型、部署型，重视步骤、结构、示例和边界。\n- `juejin`：开发者视角、工程实践、工具链，强调实操复盘。\n- `toutiao`：通俗科普、老板可读、商业场景，避免技术黑话和焦虑营销。\n\n### Stage 7 Publish Plan Generation\n\n根据平台草稿、优先级、审核难度和发布就绪状态生成发布计划。计划只包含建议发布时间、标题、平台、优先级、审核注意事项和 CTA，不自动发布内容。存在 `blocked` 项时，不得给出具体发布时间，只能给出补齐事实后的排期窗口。\n\n### Stage 8 Dual Report Generation\n\n生成两类报告：\n\n- 客户可见报告：读取 `prompts/client_delivery_report.md`、`prompts/executive_summary.md`、`prompts/content_asset_showcase.md` 和 `prompts/next_action_planner.md`，输出 `client_delivery_report.md`、`content_asset_summary.md` 和 `publish_plan_client.md`。客户报告要优先展示成果和下一步动作，隐藏内部字段。\n- 内部审计报告：读取 `prompts/internal_audit_report.md` 或 `prompts/review_report.md`，输出 `internal_audit_report.md`。内部报告保留证据等级、阻断项、API 状态、schema 校验、风险细节和调试信息。\n\n### Stage 9 Review and Next Cycle\n\n生成下一轮复盘建议。客户侧表达为“下一步增长计划”和“建议补充资料”；内部侧表达为风险、阻断项、证据等级和质量控制动作。建议复盘维度包括平台阅读反馈、评论问题、AI 搜索提及变化、品牌描述准确性变化。\n\n## 依赖 Skill\n\n本 Skill 可以调用或衔接以下能力，但不硬编码绝对路径：\n\n- Brand Knowledge Base\n- GEO Analysis Doubao\n- GEO Performance Analysis DeepSeek\n- GEO Performance Analysis\n- AI GEO Content Generator\n- Zhihu GEO Draft Assistant\n- CSDN GEO Draft Publisher\n- Juejin GEO Draft Generator\n- Toutiao GEO Draft Assistant\n\n推荐衔接关系：\n\n1. Brand Knowledge Base 产出 `brand_profile`。\n2. GEO Analysis Doubao / GEO Performance Analysis DeepSeek / GEO Performance Analysis 产出 `geo_audit_report`。\n3. AI GEO Content Generator 产出通用内容资产、FAQ、句库和初稿。\n4. 各平台 Draft Assistant 产出平台化草稿、标签、摘要和发布前 Checklist。\n5. 本 Orchestrator 汇总 `workflow_state`、`publish_plan` 和最终 `review_report`。\n\n## 推荐读取文件\n\n- `prompts/intake.md`：收集用户意图。\n- `prompts/brand_profile_resolver.md`：生成或校验品牌母库。\n- `prompts/geo_audit_planner.md`：规划 GEO 检测问题矩阵。\n- `prompts/content_gap_analyzer.md`：分析内容缺口。\n- `prompts/content_package_planner.md`：生成内容任务。\n- `prompts/platform_dispatcher.md`：平台分发规则。\n- `prompts/publish_plan_generator.md`：发布计划。\n- `prompts/client_delivery_report.md`：客户可见成果报告。\n- `prompts/internal_audit_report.md`：内部审计报告。\n- `prompts/executive_summary.md`：客户 30 秒摘要。\n- `prompts/content_asset_showcase.md`：内容资产展示。\n- `prompts/next_action_planner.md`：客户下一步执行计划。\n- `prompts/review_report.md`：内部复盘和审计补充报告。\n- `templates/*.schema.json`：中间数据契约。\n- `scripts/generate_client_report.py`：从结构化 JSON 生成客户报告、内容资产摘要和客户版发布计划。\n- `scripts/generate_internal_report.py`：从结构化 JSON 生成内部审计报告。\n- `scripts/validate_workflow_state.py`：校验工作流状态。\n- `scripts/merge_platform_drafts.py`：合并平台草稿。\n\n## 禁止行为\n\n- 不承诺保证排名第一。\n- 不承诺 100% 被大模型收录。\n- 不在缺少真实检测证据时输出确定性评分、排名或“已覆盖”结论。\n- 不把内部审计字段、API 状态、schema 校验或版本变更直接暴露给客户报告。\n- 不自动发布未经用户确认的内容。\n- 不生成违法违规、虚假宣传、医疗金融绝对化承诺内容。\n- 不绕过平台风控。\n- 不伪造第三方背书。\n- 不伪造客户案例或数据。\n- 不把平台草稿助手当成自动刷屏工具。\n- 不保存、读取、导出或上传用户账号密码、Cookie、Token、localStorage、sessionStorage。\n- 不替用户做医疗、金融、法律等专业结论。\n\n## 人工确认机制\n\n所有平台发布前默认需要人工确认。输出应以草稿、发布建议、复制用内容、审核清单和复盘建议为主。\n\n平台草稿必须包含 `manual_review_required: true`。浏览器辅助填写只能停留在草稿或编辑状态，最终发布、保存、标签选择、封面选择和内容事实确认均由用户完成。\n\n## 失败处理原则\n\n- 资料不足：继续生成可用框架，但缺失字段标记为 `待确认`。\n- 未找到已有品牌母库：转入 Brand Profile Resolve，不直接生成平台草稿。\n- 未能执行实时 GEO 检测：输出检测问题矩阵与人工检测说明，并将相关结论标记为 `inferred_estimate` 或 `unverified_assumption`。\n- 关键事实缺失：内部层将相关草稿和发布计划标记为 `blocked`；客户层表达为“建议补充资料后发布”或“发布前确认项”，不把内部状态词作为第一重点。\n- 平台草稿不符合合规边界：停止发布计划生成，先返回修订任务。\n- 平台助手不可用：输出对应平台的可复制草稿包和人工发布 Checklist。\n\nFile v1.0.3:README.md\n\n# PowerMatrix GEO Growth Orchestrator\n\nPowerMatrix GEO Growth Orchestrator 是一个企业 AI 内容增长工作流 Skill。它把品牌母库、GEO 可见度检测、内容缺口分析、GEO 内容生成和多平台草稿助手串联起来，让企业从“一堆资料”走到“一批可人工审核发布的内容草稿、客户成果报告和内部审计报告”。\n\n它不是某一个平台的写作助手，而是总控层：负责判断先做什么、调用什么能力、输出哪些中间结果、哪些内容需要人工确认。\n\n## 适合什么场景\n\n- 企业希望提升品牌在 AI 搜索、问答模型和内容平台中的可见度。\n- 市场团队需要把官网、产品介绍、FAQ、案例整理成可复用内容资产。\n- 内容运营需要一次性生成知乎、CSDN、掘金、今日头条等平台的草稿任务。\n- AI / GEO 服务交付顾问需要一个标准交付流程，避免每次从零组织材料。\n- PowerMatrix 内部团队需要把品牌母库、检测报告、内容包和复盘建议串成闭环。\n\n## 用户如何开始\n\n用户只需要提供四类信息：\n\n1. 企业资料：公司介绍、产品服务、官网、FAQ、案例、联系方式、禁用说法。\n2. 目标关键词：希望被 AI 和平台内容覆盖的搜索词。\n3. 目标平台：例如知乎、CSDN、掘金、今日头条。\n4. 任务目标：例如品牌可见度提升、AI 搜索覆盖、获客内容生成。\n\n如果已经有品牌母库或 GEO 检测报告，可以直接提供，工作流会优先复用。\n\n## 第一次使用需要准备什么资料\n\n建议至少准备：\n\n- 品牌名称、公司简介、产品和服务说明。\n- 目标客户、典型场景、客户痛点。\n- 核心卖点和证据来源。\n- 常见问题和标准回答。\n- 官网、产品页、案例页、联系方式。\n- 品牌语气、禁用词、禁用承诺、合规边界。\n\n资料不完整也可以开始，但缺失信息会被标记为 `待确认`，不会由系统编造。\n\n## 一次完整工作流会输出什么\n\n这个 Skill 有两类输出：\n\n1. 客户成果报告：用于商务交付、客户沟通、复盘会议。\n2. 内部审计报告：用于交付团队检查事实、合规、风险和证据等级。\n\n对客户展示时，优先使用：\n\n- `client_delivery_report.md`：客户可见成果报告。\n- `content_asset_summary.md`：客户可读的内容资产摘要。\n- `publish_plan_client.md`：客户版发布计划。\n\n内部复盘时，使用：\n\n- `internal_audit_report.md`：内部审计报告。\n- `brand_profile.json`：标准品牌资料。\n- `geo_audit_report.json`：关键词和模型维度的可见度检测结果。\n- `content_gap_report.json`：内容缺口和优先补齐项。\n- `content_tasks.json`：可执行的内容任务清单。\n- `platform_drafts.json`：知乎、CSDN、掘金、今日头条等平台草稿。\n- `publish_plan.json`：内部发布计划。\n\n建议输出目录：\n\n```text\ngeo_orchestrator_v2/\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## 和单个平台 Draft Assistant 的区别\n\n单个平台 Draft Assistant 负责把已有素材改写成某个平台的草稿。例如知乎助手偏问答和观点，CSDN 助手偏技术教程，掘金助手偏开发者实践，今日头条助手偏通俗商业场景。\n\n本 Orchestrator 负责更上游的编排：\n\n- 判断是否已有品牌母库。\n- 规划 DeepSeek、豆包、通用环境的 GEO 检测。\n- 从检测结果中找内容缺口。\n- 把内容缺口拆成不同平台的内容任务。\n- 汇总草稿、发布计划和复盘建议。\n\n## 为什么需要人工确认\n\nGEO 内容会涉及企业事实、客户案例、效果描述、平台规则和行业合规。系统可以生成草稿和建议，但不能替用户确认事实、承诺效果或点击发布。\n\n默认规则：\n\n- 所有平台草稿都必须人工审核。\n- 不自动点击发布按钮。\n- 未执行真实 GEO 检测时，只能输出检测计划或推理预估，不能写成确定排名、分数或已覆盖结论。\n- 门票/价格、营业时间、安全资质、竞品数据、案例、第三方背书等关键事实缺失时，发布计划必须标记为 `blocked` 或 `needs_review`。\n- 不承诺排名第一、100% 收录或一定被大模型引用。\n- 不伪造客户案例、第三方背书或业务数据。\n- 遇到医疗、金融、法律等敏感行业，必须由专业人士复核。\n\n## 客户报告和内部报告怎么分工\n\n客户报告强调“本轮交付成果”和“下一步增长动作”。它会展示已梳理的品牌信息、发现的内容机会、生成的知乎/头条/CSDN/掘金草稿、推荐发布顺序和客户需要补充的资料。客户报告不会暴露 API 配置、schema 校验、版本变更、内部字段名或调试信息。\n\n内部审计报告保留完整质量控制信息，包括证据等级、事实依赖、发布前置条件、风险清单、禁用表达检查、API 状态、schema 校验和结构化 JSON 文件路径。它用于交付团队复盘，不建议直接发送给客户。\n\n## 示例输入\n\n```json\n{\n  \"brand_materials\": \"PowerMatrix 为企业提供 AI Agent 工作系统，包含品牌母库、GEO 内容生成、DeepSeek / 豆包可见度检测、AI 客服、OpenClaw 数字员工和企业 AI 咨询。\",\n  \"target_keywords\": [\"企业 AI Agent 落地方案\", \"AI 客服系统\", \"企业 GEO 优化\"],\n  \"target_platforms\": [\"zhihu\", \"csdn\", \"juejin\", \"toutiao\"],\n  \"target_models\": [\"deepseek\", \"doubao\", \"generic\"],\n  \"campaign_goal\": \"提升 PowerMatrix 在 AI 搜索和内容平台中的可见度，生成可人工审核发布的 GEO 内容草稿。\",\n  \"tone\": \"专业、克制、企业服务导向\",\n  \"compliance_constraints\": [\"不承诺排名第一\", \"不伪造客户案例\", \"不承诺 100% 被模型收录\"]\n}\n```\n\n完整示例见 `examples/sample_input.json`。\n\n## 示例输出\n\n一次交付会形成：\n\n- 客户成果报告：`client_delivery_report.md`\n- 内容资产摘要：`content_asset_summary.md`\n- 客户版发布计划：`publish_plan_client.md`\n- 内部审计报告：`internal_audit_report.md`\n- 品牌母库：`brand_profile.json`\n- GEO 检测结果：`geo_audit_report.json`\n- 内容任务：`content_tasks.json`\n- 平台草稿：`platform_drafts.json`\n- 内部发布计划：`publish_plan.json`\n\n客户报告示例见 `examples/sample_client_delivery_report.md`。内部报告示例可参考 `examples/sample_final_report.md`。\n\n## 常见问题\n\n### 没有品牌母库能不能用？\n\n可以。工作流会先进入 Brand Profile Resolve 阶段，根据企业资料生成初版品牌母库。缺失字段会标记为 `待确认`。\n\n### 已经有 GEO 报告还要重新检测吗？\n\n不一定。已有报告可以复用。工作流会检查报告是否覆盖目标关键词、目标模型和目标问题，缺口部分再补测。\n\n### 会自动发到知乎、CSDN、掘金、今日头条吗？\n\n不会。输出以草稿、发布建议和复制用内容为主。平台发布前默认需要人工确认。\n\n### 能保证 AI 搜索排名提升吗？\n\n不能保证。工作流能提升内容结构化、可解释性和覆盖完整度，但不承诺排名第一、100% 收录或一定被模型引用。\n\n### 适合敏感行业吗？\n\n可以作为资料整理和草稿辅助，但医疗、金融、法律等行业必须由专业人士审核，且不能生成绝对化效果承诺。\n\nFile v1.0.3:_meta.json\n\n{\n  \"ownerId\": \"kn73cb2q9jxf7f610j0m0bwdbn8452jk\",\n  \"slug\": \"geo-growth-orchestrator\",\n  \"version\": \"1.0.3\",\n  \"publishedAt\": 1779374573233\n}\n\nFile v1.0.3:CHANGELOG.md\n\n# Changelog\n\n## v1.0.3\n\n- 新增客户成果报告与内部审计报告双层输出机制。\n- 新增客户报告、内部审计报告、客户摘要、内容资产展示和下一步计划 prompt。\n- 新增客户报告生成脚本 `scripts/generate_client_report.py`。\n- 新增内部审计报告生成脚本 `scripts/generate_internal_report.py`。\n- 新增安吉云上草原客户报告样例。\n- 保留 v1.0.2 的证据等级、发布闸门和合规校验能力，但避免在客户报告中暴露内部字段。\n\n## v1.0.0\n\n- 新增 PowerMatrix GEO Growth Orchestrator 总控型 Skill。\n- 新增标准中间件 schema：品牌母库、GEO 检测报告、内容任务、平台草稿、发布计划和工作流状态。\n- 新增多平台分发 prompt，覆盖知乎、CSDN、掘金、今日头条。\n- 新增发布计划和复盘报告生成 prompt。\n- 新增 workflow 校验脚本 `scripts/validate_workflow_state.py`。\n- 新增平台草稿合并脚本 `scripts/merge_platform_drafts.py`。\n\nFile v1.0.3:examples/sample_client_delivery_report.md\n\n# 安吉云上草原 AI 搜索可见度与内容增长交付报告\n\n## 1. 本轮交付结论\n\n本轮已围绕“安吉旅游推荐、云上草原好玩吗、安吉避暑、浙江高山草原、安吉网红打卡地、安吉亲子游”等关键词，完成品牌信息梳理、AI 搜索可见度诊断、内容机会分析，并生成知乎与今日头条两类平台的首批内容草稿。\n\n当前最重要的机会是：用户在搜索“安吉避暑”“安吉亲子游”“云上草原好玩吗”时，需要看到更明确的游玩理由、亲子场景、避暑卖点和出行决策信息。\n\n本轮已形成 6 个内容方向，其中包含 4 篇知乎草稿和 2 篇今日头条草稿。客户下一步只需要确认门票、营业时间、项目开放情况和安全说明，即可进入第一批内容发布。\n\n## 2. 一眼看到本轮成果\n\n| 交付项 | 本轮结果 | 客户可直接使用什么 |\n|---|---|---|\n| 品牌信息梳理 | 已完成 | 可作为后续 AI 内容、官网 FAQ 和客服知识库基础 |\n| AI 搜索诊断 | 已完成 | 明确知道哪些关键词需要补内容 |\n| 内容机会分析 | 已完成 | 得到亲子游、避暑、攻略、对比和 FAQ 等优先方向 |\n| 知乎草稿 | 4 篇 | 可人工审核后发布 |\n| 今日头条草稿 | 2 篇 | 可人工审核后发布 |\n| 发布计划 | 已完成 | 可按建议节奏执行 |\n\n其中 4 篇建议补充门票价格、营业时间、项目开放情况和安全说明后发布。\n\n## 3. AI 搜索中发现的增长机会\n\n- 用户关心“云上草原好玩吗”，但内容需要更明确回答游玩亮点、适合人群、季节优势和第一次去怎么玩。\n- 用户关心“安吉亲子游怎么玩”，需要补充家庭出行、项目安全、动线安排、餐饮休息和注意事项。\n- 用户关心“安吉避暑推荐”，需要强化高山、自然景观、暑期体验、温度感知和避暑理由。\n- 用户在做“安吉旅游推荐”决策时，会同时比较莫干山、竹博园、江南天池等目的地，需要更清晰的差异化内容。\n- 用户在 AI 搜索中更容易被结构化内容影响，因此建议补充 FAQ、攻略、对比型文章和真实游客问题。\n\n## 4. 本轮生成的内容资产\n\n### 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 云上草原好玩吗？适合第一次去安吉的人吗？ | 云上草原好玩吗 | 直接回答用户是否值得去、适合谁、怎么玩，覆盖决策型搜索问题 | 建议补充门票价格、营业时间、项目开放情况后发布 |\n| 安吉避暑除了民宿，还能去哪里玩一天？ | 安吉避暑 | 强化高山草原、自然景观和暑期体验，让避暑关键词有更清晰的品牌答案 | 建议补充暑期开放项目和交通信息后发布 |\n| 安吉亲子游怎么安排？云上草原适合带孩子吗？ | 安吉亲子游 | 补充家庭出行场景、安全说明、动线建议和亲子项目选择 | 建议补充项目安全说明和儿童适玩年龄后发布 |\n| 云上草原和莫干山怎么选？第一次去安吉更推荐哪个？ | 安吉旅游推荐 | 用对比内容帮助用户理解不同目的地差异，提升品牌被推荐的机会 | 建议核实竞品价格、交通和适合人群后发布 |\n\n内容摘要：知乎草稿以“用户真实问题”为入口，先直接回答，再展开游玩理由、适合人群、出行建议和注意事项，降低广告感，适合被 AI 搜索抓取为结构化答案。\n\n### 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n| 夏天去安吉避暑，为什么很多人会把云上草原放进路线里？ | 安吉避暑 | 用通俗语言解释高山、草原、项目体验和一日游价值，适合大众阅读 | 建议补充营业时间、门票价格和交通方式后发布 |\n| 带孩子去安吉玩一天，云上草原怎么安排更省心？ | 安吉亲子游 | 面向家庭客群，提供亲子动线、项目选择和出行提醒 | 建议补充亲子项目安全说明和餐饮休息信息后发布 |\n\n内容摘要：今日头条草稿更偏大众攻略和家庭决策，适合用轻松、具体、少广告感的方式扩大“安吉避暑”“安吉亲子游”的内容覆盖。\n\n## 5. 推荐优先发布顺序\n\n1. 《云上草原好玩吗？适合第一次去安吉的人吗？》\n   平台：知乎\n   为什么先发：直接覆盖用户决策型问题，适合沉淀为 AI 搜索可引用的品牌答案。\n   发布前需要确认：门票价格、营业时间、项目开放情况。\n   建议发布时间窗口：信息确认后 24 小时内发布。\n\n2. 《夏天去安吉避暑，为什么很多人会把云上草原放进路线里？》\n   平台：今日头条\n   为什么先发：覆盖暑期高频需求，用通俗内容承接大众流量。\n   发布前需要确认：暑期开放项目、交通方式、营业时间。\n   建议发布时间窗口：第一篇知乎发布后 1 到 2 天内发布。\n\n3. 《安吉亲子游怎么安排？云上草原适合带孩子吗？》\n   平台：知乎\n   为什么先发：亲子游用户更关注安全、动线和适玩年龄，内容补齐后更容易建立信任。\n   发布前需要确认：项目安全说明、儿童适玩年龄、餐饮休息信息。\n   建议发布时间窗口：亲子资料确认后 24 小时内发布。\n\n4. 《带孩子去安吉玩一天，云上草原怎么安排更省心？》\n   平台：今日头条\n   为什么先发：可以承接家庭客群，用轻攻略形式提升收藏和转发机会。\n   发布前需要确认：亲子项目、休息区、交通和返程建议。\n   建议发布时间窗口：第三篇发布后 1 到 2 天内发布。\n\n## 6. 为了让内容更容易被用户和 AI 搜索采信，建议补充以下资料\n\n| 资料 | 为什么重要 | 用在哪里 |\n|---|---|---|\n| 门票价格 | 用户做出行决策时最关心 | 攻略文、FAQ、知乎问答 |\n| 营业时间 | 影响用户是否立即行动 | 头条攻略、AI 搜索回答 |\n| 项目开放情况 | 游客会关心具体能玩什么 | 推荐理由、行程安排 |\n| 项目安全说明 | 亲子游和高空项目需要信任背书 | 亲子游内容、FAQ |\n| 真实游客评价 | 增强可信度 | 推荐理由、案例内容 |\n| 交通方式 | 降低出行决策成本 | 攻略文、FAQ |\n| 餐饮和休息信息 | 家庭客群会关注游玩舒适度 | 亲子攻略、头条内容 |\n| 与莫干山等目的地的差异 | 帮助用户快速选择 | 对比文、知乎问答 |\n\n## 7. 预计改善方向\n\n- 提升品牌在“安吉旅游推荐”类问题中的内容覆盖度。\n- 增加 AI 搜索可引用的结构化内容。\n- 让“云上草原好玩吗”这类问题有更清晰的品牌答案。\n- 为知乎、今日头条、小红书、抖音后续内容分发打基础。\n- 为 AI 客服和官网 FAQ 积累标准答案。\n\n## 8. 下一步执行计划\n\n### 立即可做\n\n- 审核已生成草稿。\n- 确认标题和联系方式。\n- 发布不依赖价格和营业时间的内容段落或轻量问答。\n- 补充门票、营业时间、安全说明、交通方式和项目开放情况。\n\n### 3 天内\n\n- 发布第一批知乎/今日头条内容。\n- 整理评论和用户问题。\n- 补充 FAQ。\n- 将用户高频问题整理为第二批选题。\n\n### 2 周后\n\n- 再次检测豆包、DeepSeek 和通用 AI 搜索环境。\n- 对比品牌是否被更准确提及。\n- 根据新问题生成第二批内容。\n- 评估是否扩展到小红书、抖音和携程/马蜂窝等平台。\n\n## 9. 附录：交付文件\n\n- 品牌内容基础资料\n- AI 搜索诊断摘要\n- 内容机会清单\n- 知乎内容草稿\n- 今日头条内容草稿\n- 发布计划\n\nFile v1.0.3:examples/sample_final_report.md\n\n# GEO Growth Workflow Review\n\n## 本轮目标\n\n本轮围绕 PowerMatrix 的企业 AI Agent、AI 客服、企业 GEO 优化、OpenClaw 企业部署和企业数字员工等关键词，规划一套可人工审核发布的 AI-GEO 内容增长工作流。\n\n## 已完成工作\n\n1. 整理 PowerMatrix 品牌资料，形成初版 `brand_profile`。\n2. 根据 DeepSeek、豆包和通用检测场景，规划并记录 GEO 可见度检测结果样例。\n3. 从检测结果中识别内容缺口：老板视角解释不足、AI 客服 FAQ 不足、技术方案内容不足、第三方解释型内容不足。\n4. 生成知乎、CSDN、今日头条方向的内容任务样例。\n5. 生成一份人工审核优先的发布计划。\n\n## 交付状态\n\n本轮为 `needs_review`。内容任务和发布计划已形成，但发布前仍需人工确认品牌事实、案例边界、技术示例性质和 CTA 表达。\n\n## 证据与检测边界\n\n- GEO 检测结果来自人工检测摘要或样例记录，不代表全量模型生态。\n- 未输出排名、分数或“保证被收录”结论。\n- 后续如需作为正式交付，应补充每条查询的模型回答摘要、检测时间、证据来源和复测记录。\n\n## 核心输出\n\n- `brand_profile`：PowerMatrix 标准品牌资料草稿。\n- `geo_audit_report`：按模型、关键词和检测问题记录的可见度结果。\n- `content_tasks`：面向知乎、CSDN、今日头条的内容任务。\n- `publish_plan`：建议发布顺序、时间窗口、审核事项和 CTA。\n\n## 平台草稿清单\n\n| 平台 | 标题 | 优先级 | 状态 |\n|---|---|---|---|\n| 知乎 | 中小企业落地 AI Agent，为什么第一步不是买工具？ | high | 待草稿助手生成 |\n| CSDN | 企业 AI 客服上线前，品牌母库和 FAQ 应该如何准备？ | high | 待草稿助手生成 |\n| 今日头条 | 老板想用 AI 提效，先从哪三个流程开始？ | medium | 待草稿助手生成 |\n\n## 发布阻断项\n\n当前无硬阻断项，但所有草稿为 `needs_review`，必须完成事实审核后再发布。\n\n## 发布计划摘要\n\n建议在人工确认后，先发布知乎解释型问答，建立关键词和品牌语义关联；随后发布 CSDN 技术方案内容，补齐 AI 客服和知识库准备的工程化表达；第二周发布今日头条通俗场景文章，覆盖老板和经营者视角。\n\n## 人工确认事项\n\n- 补充 PowerMatrix 官网、联系方式、真实客户案例和可公开证据。\n- 审核所有草稿中的品牌事实、案例、效果描述和 CTA。\n- 确认所有平台发布动作由人工完成。\n- 确认没有出现“保证排名第一”“100% 收录”“一键霸屏”等禁用表达。\n\n## 风险与边界\n\n本工作流不能保证 AI 搜索排名、模型收录或平台流量结果。所有内容只能作为草稿和发布建议，不能替代人工事实审核或专业合规审核。\n\n## 下一轮复盘建议\n\n- 发布后 7 到 14 天记录平台阅读、收藏、评论和私信问题。\n- 使用相同关键词再次检测 DeepSeek、豆包和通用环境中的品牌提及变化。\n- 对评论区高频问题补充 FAQ 和后续内容任务。\n- 对模型误解或遗漏的信息，补充更清晰的定义句、对比句和场景句。\n\nFile v1.0.3:prompts/brand_profile_resolver.md\n\n# Brand Profile Resolver Prompt\n\n## 角色\n\n你是品牌母库解析员，负责判断是否已有可复用品牌母库，并把企业资料整理成标准 `brand_profile`。\n\n## 任务\n\n1. 检查 `existing_brand_profile` 是否存在。\n2. 如果存在，校验字段完整性和合规边界。\n3. 如果不存在，从 `brand_materials` 中生成标准品牌资料。\n4. 对缺失、冲突、无法确认的信息标记 `待确认`。\n5. 输出可供 GEO 检测、内容生成和平台草稿助手复用的统一品牌母库。\n\n## 输入\n\n```json\n{\n  \"brand_materials\": \"\",\n  \"existing_brand_profile\": null,\n  \"tone\": \"\",\n  \"compliance_constraints\": []\n}\n```\n\n## 输出\n\n输出符合 `templates/brand_profile.schema.json` 的 JSON，并附加：\n\n```json\n{\n  \"completeness_score\": 0,\n  \"missing_fields\": [],\n  \"conflicts\": [],\n  \"follow_up_questions\": []\n}\n```\n\n## 检查项\n\n- `brand_name` 是否明确。\n- `business_summary` 是否能在 100 到 300 字内说明“是什么、给谁用、解决什么问题”。\n- `products_services` 是否列出核心产品或服务。\n- `target_customers` 是否明确决策人和使用者。\n- `value_propositions` 是否有证据或解释，不是空洞口号。\n- `use_cases` 是否包含实际业务场景。\n- `proof_points` 是否有来源；没有来源时标记 `待确认`。\n- `faq` 是否至少覆盖价格、效果、交付、安全、适用边界中的若干项。\n- `contact` 是否存在可用联系方式或标记缺失。\n- `forbidden_claims` 是否覆盖夸大承诺、虚假案例和敏感行业风险。\n\n## 失败处理\n\n- 资料不足时仍输出草稿版 `brand_profile`，所有缺失字段填 `待确认`。\n- 存在互相矛盾资料时，不自行判断真伪，写入 `conflicts`。\n- 出现未经证实的客户案例、效果数据或资质时，放入 `proof_points` 的 `unverified` 标记，不能当成事实使用。\n- 合规边界缺失时，加入默认边界：不承诺排名第一、不承诺 100% 收录、不伪造客户案例、不伪造第三方背书。\n\n## 禁止事项\n\n- 不编造公司注册信息、客户案例、销售数据、资质、奖项。\n- 不把营销口号当作事实证据。\n- 不删除用户明确给出的合规限制。\n- 不输出绝对化效果承诺。\n- 不把品牌母库写成单篇营销文案。\n\nFile v1.0.3:prompts/client_delivery_report.md\n\n# Client Delivery Report Prompt\n\n## 角色\n\n你是 PowerMatrix GEO 内容增长交付顾问，负责生成客户可直接阅读的成果报告。\n\n## 核心目标\n\n把工作流结果翻译成客户能在 30 秒内看懂的交付物：本轮做了什么、产出了什么内容、先发哪几篇、客户下一步要补什么资料、后续如何复盘。\n\n## 输入\n\n```json\n{\n  \"brand_profile\": {},\n  \"geo_audit_report\": [],\n  \"content_gap_report\": {},\n  \"content_tasks\": [],\n  \"platform_drafts\": [],\n  \"publish_plan\": {},\n  \"next_cycle_recommendations\": []\n}\n```\n\n## 输出文件\n\n生成 `client_delivery_report.md`，标题格式：\n\n```markdown\n# {品牌名} AI 搜索可见度与内容增长交付报告\n```\n\n## 报告结构\n\n### 1. 本轮交付结论\n\n用 3 到 5 句话说明本轮成果。先讲完成了什么，再讲最大的增长机会和下一步动作。\n\n### 2. 一眼看到本轮成果\n\n必须用表格展示：\n\n| 交付项 | 本轮结果 | 客户可直接使用什么 |\n|---|---|---|\n| 品牌信息梳理 | 已完成 | 可作为后续 AI 内容和客服知识库基础 |\n| AI 搜索诊断 | 已完成 | 明确知道哪些关键词需要补内容 |\n| 内容机会分析 | 已完成 | 得到优先内容方向 |\n| 知乎草稿 | X 篇 | 可人工审核后发布 |\n| 今日头条草稿 | X 篇 | 可人工审核后发布 |\n| 发布计划 | 已完成 | 可按建议节奏执行 |\n\n如果有内容需要补资料后发布，写成“其中 X 篇建议补充门票、营业时间等信息后发布”。\n\n### 3. AI 搜索中发现的增长机会\n\n用客户能理解的语言总结内容机会，不讲检测证据等级。每条说明“用户关心什么”和“建议补什么内容”。\n\n### 4. 本轮生成的内容资产\n\n必须直接展示内容成果，不只列文件名。按平台分组：\n\n```markdown\n### 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n\n内容摘要：...\n\n### 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容作用 | 发布建议 |\n|---|---|---|---|\n\n内容摘要：...\n```\n\n如果草稿不能直接发布，写成“建议补充门票价格、营业时间、安全说明后发布。”\n\n### 5. 推荐优先发布顺序\n\n用 1、2、3、4 列出优先级。每条包含推荐标题、平台、为什么先发、发布前需要确认的信息、建议发布时间窗口。\n\n### 6. 客户需要补充的资料\n\n标题固定为：\n\n```markdown\n## 6. 为了让内容更容易被用户和 AI 搜索采信，建议补充以下资料\n```\n\n使用表格：\n\n| 资料 | 为什么重要 | 用在哪里 |\n|---|---|---|\n\n### 7. 预计改善方向\n\n只写方向，不承诺排名、收录、线索或转化。可以写提升内容覆盖度、增加结构化内容、补齐标准答案、为后续平台分发打基础。\n\n### 8. 下一步执行计划\n\n分为“立即可做”“3 天内”“2 周后”。\n\n### 9. 附录：交付文件\n\n只列客户能理解的文件：\n\n- 品牌内容基础资料\n- AI 搜索诊断摘要\n- 内容机会清单\n- 知乎内容草稿\n- 今日头条内容草稿\n- 发布计划\n\n## 客户表达规则\n\n- 成果优先，少讲过程。\n- 用“发布前确认项”“建议补充资料”替代内部工程状态。\n- 不暴露 API、schema、版本变更、内部 JSON 字段、调试信息。\n- 不使用 `blocked`、`manual_check`、`inferred_estimate`、`unverified_assumption`、`workflow_state`、`schema` 等内部词。\n- 不写“API key 未配置”“DeepSeek API 未配置”。\n- 不承诺排名、收录、线索量或转化结果。\n- 所有内容发布前仍需人工审核。\n\nFile v1.0.3:prompts/content_asset_showcase.md\n\n# Content Asset Showcase Prompt\n\n## 角色\n\n你是内容资产展示编辑，负责把平台草稿和内容任务整理成客户一眼能看懂的成果清单。\n\n## 输入\n\n```json\n{\n  \"content_tasks\": [],\n  \"platform_drafts\": [],\n  \"publish_plan\": {}\n}\n```\n\n## 输出\n\n生成 `content_asset_summary.md`，并可嵌入客户报告第 4 节。\n\n## 结构\n\n按平台分组展示：\n\n```markdown\n# 内容资产摘要\n\n## 知乎内容草稿\n\n| 标题 | 目标关键词 | 内容摘要 | 内容作用 | 发布建议 |\n|---|---|---|---|---|\n\n## 今日头条内容草稿\n\n| 标题 | 目标关键词 | 内容摘要 | 内容作用 | 发布建议 |\n|---|---|---|---|---|\n```\n\n## 转写规则\n\n- 如果内部状态为 `blocked`，客户侧写成“建议补充资料后发布”。\n- 如果有风险项，客户侧写成“发布前确认项”。\n- 摘要要让客户知道文章主要写什么，而不是只看标题。\n- 不暴露内部字段名、文件名和 JSON 结构。\n\nFile v1.0.3:prompts/content_gap_analyzer.md\n\n# Content Gap Analyzer Prompt\n\n## 角色\n\n你是 AI-GEO 内容缺口分析员，负责从 GEO 检测结果中找出品牌在 AI 搜索和内容平台里的表达短板。\n\n## 任务\n\n1. 读取 `brand_profile` 和 `geo_audit_report`。\n2. 分析每个模型、关键词、问题的结果。\n3. 判断品牌是否被提及、是否被准确理解、是否被竞品替代。\n4. 提炼内容缺口，并映射到后续内容任务。\n5. 识别事实缺口和发布阻断项，尤其是价格、营业时间、安全资质、竞品数据、案例和第三方背书。\n6. 输出结构化 `content_gap_report`。\n\n## 输入\n\n```json\n{\n  \"brand_profile\": {},\n  \"geo_audit_report\": [],\n  \"target_keywords\": [],\n  \"campaign_goal\": \"\"\n}\n```\n\n## 输出\n\n```json\n{\n  \"summary\": \"\",\n  \"visibility_findings\": [],\n  \"content_gaps\": [\n    {\n      \"gap_id\": \"\",\n      \"gap_type\": \"faq_missing | case_missing | third_party_explainer_missing | technical_solution_missing | founder_or_boss_view_missing | comparison_missing | definition_missing\",\n      \"keyword\": \"\",\n      \"evidence\": \"\",\n      \"impact\": \"high | medium | low\",\n      \"evidence_level\": \"verified_live_check | manual_check | inferred_estimate | unverified_assumption\",\n      \"publish_blocking\": false,\n      \"recommended_content\": \"\",\n      \"suggested_platforms\": []\n    }\n  ],\n  \"blocking_items\": [\n    {\n      \"item\": \"\",\n      \"reason\": \"\",\n      \"required_before\": \"drafting | publishing | measurement_claim\",\n      \"owner\": \"user | operator | client\"\n    }\n  ],\n  \"risk_notes\": [],\n  \"priority_recommendations\": []\n}\n```\n\n## 检查项\n\n- 是否识别 FAQ 缺失：用户常问但品牌没有标准回答。\n- 是否识别案例缺失：模型无法理解真实业务场景或证据。\n- 是否识别第三方解释文缺失：只有品牌自述，没有客观解释型内容。\n- 是否识别技术方案缺失：技术平台没有架构、部署、工具链表达。\n- 是否识别老板视角内容缺失：非技术决策人看不懂商业价值。\n- 是否识别对比内容缺失：竞品或传统方案更容易被模型推荐。\n- 是否记录证据，不凭空判断。\n- 是否把 `inferred_estimate` 和 `unverified_assumption` 与真实检测结论分开。\n- 是否把关键事实缺失写入 `blocking_items`，而不是只写进普通风险提示。\n- 对本地生活、旅游、消费类内容，是否检查门票/价格、营业时间、地址交通、安全说明、季节限制和竞品对比来源。\n\n## 失败处理\n\n- 如果 GEO 报告缺失，基于品牌母库和关键词输出“待检测缺口假设”，并要求先执行 GEO Audit Planning。\n- 如果报告字段不完整，标记 `insufficient_report_data`。\n- 如果分析中发现虚假或过度承诺风险，放入 `risk_notes` 并阻止进入发布计划。\n- 如果关键事实缺失，把对应后续内容标记为发布阻断，不允许进入具体排期。\n\n## 禁止事项\n\n- 不把竞品缺口解读为攻击竞品。\n- 不编造检测证据。\n- 不把推理出来的缺口写成真实模型反馈。\n- 不把“未提及品牌”直接等同于“内容必然失败”。\n- 不承诺补齐内容后一定被模型引用。\n- 不生成医疗、金融等敏感行业绝对化建议。\n\nFile v1.0.3:prompts/content_package_planner.md\n\n# Content Package Planner Prompt\n\n## 角色\n\n你是 GEO 内容包规划员，负责把内容缺口转化为可执行的内容任务，供 AI GEO Content Generator 和各平台草稿助手使用。\n\n## 任务\n\n1. 读取 `brand_profile`、`content_gap_report`、`target_platforms` 和 `target_keywords`。\n2. 为每个高优先级缺口生成内容任务。\n3. 每个任务必须包含标题、平台、关键词、内容角度、目标用户、优先级、来源缺口、必须包含的品牌点、事实依赖、发布闸门和合规注意事项。\n4. 任务要适合后续分发到知乎、CSDN、掘金、今日头条等平台。\n\n## 输入\n\n```json\n{\n  \"brand_profile\": {},\n  \"content_gap_report\": {},\n  \"target_platforms\": [],\n  \"target_keywords\": [],\n  \"tone\": \"\",\n  \"compliance_constraints\": []\n}\n```\n\n## 输出\n\n输出符合 `templates/content_task.schema.json` 的数组：\n\n```json\n[\n  {\n    \"task_id\": \"\",\n    \"platform\": \"zhihu\",\n    \"title\": \"\",\n    \"keyword\": \"\",\n    \"content_angle\": \"\",\n    \"target_audience\": \"\",\n    \"priority\": \"high\",\n    \"source_gap\": \"\",\n    \"required_brand_points\": [],\n    \"fact_dependencies\": [],\n    \"publish_gate\": {\n      \"readiness\": \"ready | needs_review | blocked\",\n      \"blocking_items\": [],\n      \"preconditions\": []\n    },\n    \"compliance_notes\": []\n  }\n]\n```\n\n## 检查项\n\n- 每个高优先级内容缺口是否至少转成 1 个任务。\n- 每个平台是否有符合平台调性的任务。\n- 标题是否自然，不标题党。\n- 关键词是否自然嵌入，不堆砌。\n- 内容角度是否能补齐具体缺口。\n- `required_brand_points` 是否来自品牌母库。\n- `fact_dependencies` 是否列出发布前必须确认的事实来源。\n- 如果任务依赖门票、价格、营业时间、安全资质、竞品数据、案例或第三方背书，是否正确设置 `publish_gate.readiness`。\n- `compliance_notes` 是否包含禁用承诺和人工审核要求。\n\n## 失败处理\n\n- 如果目标平台为空，默认按 `zhihu`、`csdn`、`juejin`、`toutiao` 规划，但标记为假设。\n- 如果品牌点不足，任务中使用 `待确认`，并要求补充资料。\n- 如果某平台不适合某任务，给出替代平台或改写角度。\n- 如果任务涉及敏感行业，降低承诺强度并增加专业审核提示。\n- 如果任务的关键事实未确认，仍可生成任务框架，但必须标记为 `blocked`，不得要求下游草稿助手写成事实稿。\n\n## 禁止事项\n\n- 不为单一关键词生成重复洗稿任务。\n- 不生成批量刷屏式任务。\n- 不伪造案例、数据或用户评价。\n- 不把 `待确认` 的品牌点写成必须出现的确定事实。\n- 不把平台草稿助手当成自动发布工具。\n- 不输出超出品牌母库事实边界的任务要求。\n\nFile v1.0.3:prompts/executive_summary.md\n\n# Executive Summary Prompt\n\n## 角色\n\n你是客户会议开场摘要撰写员，负责把 GEO 内容增长交付浓缩成客户 30 秒能听懂的结论。\n\n## 输出目标\n\n生成可放入 `client_delivery_report.md` 第 1 节的 3 到 5 句话。\n\n## 写法\n\n- 第一句说明本轮围绕哪些关键词和平台完成了什么。\n- 第二句说明最重要的增长机会。\n- 第三句说明已经形成哪些内容资产。\n- 第四句说明客户下一步最该做什么。\n- 如需第五句，说明后续复盘节奏。\n\n## 禁止事项\n\n- 不讲 API、schema、workflow、版本变更。\n- 不使用内部证据等级词。\n- 不承诺排名、收录、转化。\n\nArchive v1.0.2: 26 files, 41931 bytes\n\nFiles: CHANGELOG.md (493b), examples/sample_brand_profile.json (5583b), examples/sample_content_tasks.json (3583b), examples/sample_final_report.md (3241b), examples/sample_geo_audit_report.json (2286b), examples/sample_input.json (1546b), examples/sample_publish_plan.json (3590b), prompts/brand_profile_resolver.md (2316b), prompts/content_gap_analyzer.md (3232b), prompts/content_package_planner.md (2779b), prompts/geo_audit_planner.md (3352b), prompts/intake.md (2726b), prompts/platform_dispatcher.md (3174b), prompts/publish_plan_generator.md (2716b), prompts/review_report.md (3025b), README.md (5953b), scripts/merge_platform_drafts.py (4973b), scripts/validate_workflow_state.py (8646b), SKILL.md (10379b), templates/brand_profile.schema.json (3836b), templates/content_task.schema.json (2012b), templates/geo_audit_report.schema.json (2559b), templates/platform_draft.schema.json (1986b), templates/publish_plan.schema.json (3094b), templates/workflow_state.schema.json (1947b), _meta.json (142b)\n\nFile v1.0.2:SKILL.md\n\n---\nname: powermatrix-geo-growth-orchestrator\ndescription: Orchestrate brand knowledge base, GEO visibility audits, AI-GEO content generation, and multi-platform draft assistants into a human-reviewed enterprise AI content growth workflow.\n---\n\n# PowerMatrix GEO Growth Orchestrator\n\n## 一句话描述\n\n将品牌母库、GEO 可见度分析、GEO 内容生成和多平台草稿助手串联为企业 AI 内容增长工作流。\n\n## Skill 定位\n\nPowerMatrix GEO Growth Orchestrator 是一个总控型 Skill。它不替代单个平台草稿助手，也不重复实现 GEO 检测或内容生成能力；它负责把用户的企业资料、目标关键词、目标平台和任务目标，组织成一条可审计、可复用、可人工确认的工作流。\n\n核心链路：\n\n企业资料录入 -> 品牌母库生成或读取 -> GEO 可见度检测 -> AI 分析内容缺口 -> 生成 GEO 内容包 -> 分发给知乎 / CSDN / 掘金 / 今日头条等平台草稿助手 -> 输出平台草稿与发布计划 -> 生成后续复盘建议。\n\n## 适用用户\n\n- 中小企业老板\n- 企业市场负责人\n- 企业内容运营人员\n- AI / GEO 服务交付顾问\n- PowerMatrix 内部交付团队\n\n## 输入字段\n\n最小输入可以是一段自然语言企业介绍加关键词和目标平台。程序化调用时建议使用以下字段：\n\n| 字段 | 类型 | 必填 | 说明 |\n|---|---|---:|---|\n| `brand_materials` | string / array / object | 是 | 企业资料，可以是文本、官网、产品介绍、FAQ、案例、联系方式 |\n| `target_keywords` | array | 是 | 目标关键词 |\n| `target_platforms` | array | 是 | 目标平台，如 `zhihu`、`csdn`、`juejin`、`toutiao` |\n| `target_models` | array | 是 | 目标检测模型，如 `deepseek`、`doubao`、`generic` |\n| `campaign_goal` | string | 是 | 任务目标，如品牌可见度提升、AI 搜索覆盖、获客内容生成 |\n| `tone` | string / array | 否 | 内容语气，如专业、克制、老板可读、开发者友好 |\n| `compliance_constraints` | array | 否 | 合规限制、禁用表达、行业边界 |\n| `existing_brand_profile` | object / string | 否 | 已有品牌母库，可直接复用或校验 |\n| `existing_geo_report` | object / array / string | 否 | 已有 GEO 检测报告，可直接复用或补测 |\n\n## 输出字段\n\n总控工作流应输出以下结构化结果：\n\n| 字段 | 说明 |\n|---|---|\n| `brand_profile` | 标准品牌母库或已校验品牌母库 |\n| `geo_audit_report` | 按模型、关键词、问题拆分的 GEO 可见度检测结果 |\n| `content_gap_report` | 从检测结果中提炼出的内容缺口，并区分真实证据、推理假设和待验证项 |\n| `content_tasks` | 可交给内容生成器或平台助手的任务列表，包含事实依赖和发布前置条件 |\n| `platform_drafts` | 各平台草稿正文、标题、标签、CTA 与审核状态 |\n| `publish_plan` | 发布节奏、平台顺序、优先级、审核事项、发布就绪状态和阻断项 |\n| `review_report` | 本轮交付总结、证据等级、风险提示、未完成事项 |\n| `next_cycle_recommendations` | 下一轮复盘和优化建议 |\n\n## 证据等级与发布闸门\n\n所有检测结论、内容任务、平台草稿和发布计划都必须显式标注证据等级。没有真实检测记录或事实来源时，只能写成“推理预估”“待验证”或“检测计划”，不能写成实测结论。\n\n证据等级：\n\n- `verified_live_check`：已对目标模型或平台执行真实检测，并记录查询、时间、摘要和证据。\n- `manual_check`：由人工在目标环境检测后整理，需记录人工摘要和检测时间。\n- `inferred_estimate`：基于品牌资料、关键词和经验推理，不能输出排名、分数或确定性结论。\n- `unverified_assumption`：资料不足形成的假设，只能用于规划下一步。\n\n发布就绪状态：\n\n- `ready`：关键事实已确认，草稿通过人工审核前置检查。\n- `needs_review`：可进入人工审核，但仍有非阻断事实或措辞需要确认。\n- `blocked`：存在关键事实缺失、合规风险或证据不足，不能给出具体发布日期。\n\n关键事实缺失时必须阻断发布计划。常见关键事实包括价格、门票、营业时间、地址交通、安全资质、服务范围、竞品对比数据、客户案例、第三方背书、效果数据和资质证明。阻断状态下只能输出补齐清单和“补齐后再排期”的建议。\n\n## 工作流阶段\n\n### Stage 1 Intake\n\n读取用户自然语言或结构化输入，确认企业资料、关键词、平台、目标模型、任务目标、语气和合规边界。不要让用户理解底层多个 Skill，只把它包装成“一次企业 AI 内容增长工作流”。\n\n### Stage 2 Brand Profile Resolve\n\n判断用户是否已有 `existing_brand_profile`。如果有，校验字段完整性；如果没有，衔接 Brand Knowledge Base 类 Skill，把原始企业资料整理为标准 `brand_profile`。信息不足时用 `待确认` 标记，不编造事实。\n\n### Stage 3 GEO Audit Planning\n\n根据目标关键词、目标模型和业务场景，生成检测问题矩阵。按 `deepseek`、`doubao`、`generic` 分流到对应 GEO 分析 Skill，或输出可人工执行的检测计划。每条检测结果必须标注证据等级、数据来源和是否允许输出排名/分数；如果只是推理预估，禁止写“预计第 1 位”“评分 90/100”等确定性表达。\n\n### Stage 4 Content Gap Analysis\n\n读取 GEO 检测结果，判断品牌是否被提及、是否被准确理解、竞品是否更常出现、缺失哪些解释材料。重点识别 FAQ 缺失、案例缺失、第三方解释文缺失、技术方案缺失、老板视角内容缺失。\n\n### Stage 5 Content Package Planning\n\n将内容缺口转化为 `content_tasks`，明确标题、平台、关键词、内容角度、目标用户、优先级、来源缺口、必须出现的品牌点、事实依赖、发布前置条件和合规注意事项。通用内容资产可衔接 AI GEO Content Generator。\n\n### Stage 6 Platform Dispatch\n\n把内容任务分发给平台草稿助手：\n\n- `zhihu`：问答型、解释型、观点型，低广告感，先回答问题再展开。\n- `csdn`：技术方案型、架构型、部署型，重视步骤、结构、示例和边界。\n- `juejin`：开发者视角、工程实践、工具链，强调实操复盘。\n- `toutiao`：通俗科普、老板可读、商业场景，避免技术黑话和焦虑营销。\n\n### Stage 7 Publish Plan Generation\n\n根据平台草稿、优先级、审核难度和发布就绪状态生成发布计划。计划只包含建议发布时间、标题、平台、优先级、审核注意事项和 CTA，不自动发布内容。存在 `blocked` 项时，不得给出具体发布时间，只能给出补齐事实后的排期窗口。\n\n### Stage 8 Review and Next Cycle\n\n生成最终交付报告：本轮输入、交付状态、证据等级、完成事项、产出文件、草稿清单、发布阻断项、风险与待确认项、下一轮复盘指标和优化建议。建议复盘维度包括平台阅读反馈、评论问题、AI 搜索提及变化、品牌描述准确性变化。\n\n## 依赖 Skill\n\n本 Skill 可以调用或衔接以下能力，但不硬编码绝对路径：\n\n- Brand Knowledge Base\n- GEO Analysis Doubao\n- GEO Performance Analysis DeepSeek\n- GEO Performance Analysis\n- AI GEO Content Generator\n- Zhihu GEO Draft Assistant\n- CSDN GEO Draft Publisher\n- Juejin GEO Draft Generator\n- Toutiao GEO Draft Assistant\n\n推荐衔接关系：\n\n1. Brand Knowledge Base 产出 `brand_profile`。\n2. GEO Analysis Doubao / GEO Performance Analysis DeepSeek / GEO Performance Analysis 产出 `geo_audit_report`。\n3. AI GEO Content Generator 产出通用内容资产、FAQ、句库和初稿。\n4. 各平台 Draft Assistant 产出平台化草稿、标签、摘要和发布前 Checklist。\n5. 本 Orchestrator 汇总 `workflow_state`、`publish_plan` 和最终 `review_report`。\n\n## 推荐读取文件\n\n- `prompts/intake.md`：收集用户意图。\n- `prompts/brand_profile_resolver.md`：生成或校验品牌母库。\n- `prompts/geo_audit_planner.md`：规划 GEO 检测问题矩阵。\n- `prompts/content_gap_analyzer.md`：分析内容缺口。\n- `prompts/content_package_planner.md`：生成内容任务。\n- `prompts/platform_dispatcher.md`：平台分发规则。\n- `prompts/publish_plan_generator.md`：发布计划。\n- `prompts/review_report.md`：最终复盘报告。\n- `templates/*.schema.json`：中间数据契约。\n- `scripts/validate_workflow_state.py`：校验工作流状态。\n- `scripts/merge_platform_drafts.py`：合并平台草稿。\n\n## 禁止行为\n\n- 不承诺保证排名第一。\n- 不承诺 100% 被大模型收录。\n- 不在缺少真实检测证据时输出确定性评分、排名或“已覆盖”结论。\n- 不自动发布未经用户确认的内容。\n- 不生成违法违规、虚假宣传、医疗金融绝对化承诺内容。\n- 不绕过平台风控。\n- 不伪造第三方背书。\n- 不伪造客户案例或数据。\n- 不把平台草稿助手当成自动刷屏工具。\n- 不保存、读取、导出或上传用户账号密码、Cookie、Token、localStorage、sessionStorage。\n- 不替用户做医疗、金融、法律等专业结论。\n\n## 人工确认机制\n\n所有平台发布前默认需要人工确认。输出应以草稿、发布建议、复制用内容、审核清单和复盘建议为主。\n\n平台草稿必须包含 `manual_review_required: true`。浏览器辅助填写只能停留在草稿或编辑状态，最终发布、保存、标签选择、封面选择和内容事实确认均由用户完成。\n\n## 失败处理原则\n\n- 资料不足：继续生成可用框架，但缺失字段标记为 `待确认`。\n- 未找到已有品牌母库：转入 Brand Profile Resolve，不直接生成平台草稿。\n- 未能执行实时 GEO 检测：输出检测问题矩阵与人工检测说明，并将相关结论标记为 `inferred_estimate` 或 `unverified_assumption`。\n- 关键事实缺失：将相关草稿和发布计划标记为 `blocked`，输出事实补齐清单，不给出具体发布时间。\n- 平台草稿不符合合规边界：停止发布计划生成，先返回修订任务。\n- 平台助手不可用：输出对应平台的可复制草稿包和人工发布 Checklist。\n\nFile v1.0.2:README.md\n\n# PowerMatrix GEO Growth Orchestrator\n\nPowerMatrix GEO Growth Orchestrator 是一个企业 AI 内容增长工作流 Skill。它把品牌母库、GEO 可见度检测、内容缺口分析、GEO 内容生成和多平台草稿助手串联起来，让企业从“一堆资料”走到“一批可人工审核发布的内容草稿和发布计划”。\n\n它不是某一个平台的写作助手，而是总控层：负责判断先做什么、调用什么能力、输出哪些中间结果、哪些内容需要人工确认。\n\n## 适合什么场景\n\n- 企业希望提升品牌在 AI 搜索、问答模型和内容平台中的可见度。\n- 市场团队需要把官网、产品介绍、FAQ、案例整理成可复用内容资产。\n- 内容运营需要一次性生成知乎、CSDN、掘金、今日头条等平台的草稿任务。\n- AI / GEO 服务交付顾问需要一个标准交付流程，避免每次从零组织材料。\n- PowerMatrix 内部团队需要把品牌母库、检测报告、内容包和复盘建议串成闭环。\n\n## 用户如何开始\n\n用户只需要提供四类信息：\n\n1. 企业资料：公司介绍、产品服务、官网、FAQ、案例、联系方式、禁用说法。\n2. 目标关键词：希望被 AI 和平台内容覆盖的搜索词。\n3. 目标平台：例如知乎、CSDN、掘金、今日头条。\n4. 任务目标：例如品牌可见度提升、AI 搜索覆盖、获客内容生成。\n\n如果已经有品牌母库或 GEO 检测报告，可以直接提供，工作流会优先复用。\n\n## 第一次使用需要准备什么资料\n\n建议至少准备：\n\n- 品牌名称、公司简介、产品和服务说明。\n- 目标客户、典型场景、客户痛点。\n- 核心卖点和证据来源。\n- 常见问题和标准回答。\n- 官网、产品页、案例页、联系方式。\n- 品牌语气、禁用词、禁用承诺、合规边界。\n\n资料不完整也可以开始，但缺失信息会被标记为 `待确认`，不会由系统编造。\n\n## 一次完整工作流会输出什么\n\n- `brand_profile`：标准品牌资料。\n- `geo_audit_report`：关键词和模型维度的可见度检测结果。\n- `content_gap_report`：内容缺口和优先补齐项。\n- `content_tasks`：可执行的内容任务清单。\n- `platform_drafts`：知乎、CSDN、掘金、今日头条等平台草稿。\n- `publish_plan`：发布顺序、时间建议、优先级、审核事项、发布就绪状态和阻断项。\n- `review_report`：本轮交付总结和下一轮复盘建议。\n\n## 和单个平台 Draft Assistant 的区别\n\n单个平台 Draft Assistant 负责把已有素材改写成某个平台的草稿。例如知乎助手偏问答和观点，CSDN 助手偏技术教程，掘金助手偏开发者实践，今日头条助手偏通俗商业场景。\n\n本 Orchestrator 负责更上游的编排：\n\n- 判断是否已有品牌母库。\n- 规划 DeepSeek、豆包、通用环境的 GEO 检测。\n- 从检测结果中找内容缺口。\n- 把内容缺口拆成不同平台的内容任务。\n- 汇总草稿、发布计划和复盘建议。\n\n## 为什么需要人工确认\n\nGEO 内容会涉及企业事实、客户案例、效果描述、平台规则和行业合规。系统可以生成草稿和建议，但不能替用户确认事实、承诺效果或点击发布。\n\n默认规则：\n\n- 所有平台草稿都必须人工审核。\n- 不自动点击发布按钮。\n- 未执行真实 GEO 检测时，只能输出检测计划或推理预估，不能写成确定排名、分数或已覆盖结论。\n- 门票/价格、营业时间、安全资质、竞品数据、案例、第三方背书等关键事实缺失时，发布计划必须标记为 `blocked` 或 `needs_review`。\n- 不承诺排名第一、100% 收录或一定被大模型引用。\n- 不伪造客户案例、第三方背书或业务数据。\n- 遇到医疗、金融、法律等敏感行业，必须由专业人士复核。\n\n## 示例输入\n\n```json\n{\n  \"brand_materials\": \"PowerMatrix 为企业提供 AI Agent 工作系统，包含品牌母库、GEO 内容生成、DeepSeek / 豆包可见度检测、AI 客服、OpenClaw 数字员工和企业 AI 咨询。\",\n  \"target_keywords\": [\"企业 AI Agent 落地方案\", \"AI 客服系统\", \"企业 GEO 优化\"],\n  \"target_platforms\": [\"zhihu\", \"csdn\", \"juejin...","readmeExcerpt":"Skill: GEO Growth Orchestrator Owner: ljseeking Summary: Unified GEO growth workflow for brand knowledge base building, LLM visibility audits, Doubao/DeepSeek readiness review, AI-GEO content asset generation, plat... Tags: latest:1.0.6 Version history: v1.0.6 | 2026-06-15T17:28:36.709Z | user Merge GEO audit, entity citation detection, content asset generation, and platform draft planning into one unified workflow. ","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"geo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── raw_answers/\n│   └── {model}/{probe_id}.md\n├── model_scores/\n│   └── {model}.json\n├── dual_model_comparison.json\n├── content_recommendations.json\n├── geo_action_priorities.json\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json"},{"language":"bash","snippet":"python3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2"},{"language":"text","snippet":"请基于 examples/spanish_olive_oil_orchestration.md 的输入，按 GEO Orchestrator 完整流程生成客户交付包。默认 output_mode=full_report，并在当前对话输出完整报告正文。"},{"language":"text","snippet":"请基于 examples/spanish_ham_orchestration.md 的输入，按 GEO Orchestrator 完整流程生成客户交付包。请列出相邻 Skill 调用顺序、阶段状态、GEO Gap Matrix、Content Task Plan、Platform Distribution Plan 和 30 天复测计划。"},{"language":"bash","snippet":"python3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2"},{"language":"json","snippet":"{\n  \"brand_materials\": \"PowerMatrix 为企业提供 AI Agent 工作系统，包含品牌母库、GEO 内容生成、DeepSeek / 豆包可见度检测、AI 客服、OpenClaw 数字员工和企业 AI 咨询。\",\n  \"target_keywords\": [\"企业 AI Agent 落地方案\", \"AI 客服系统\", \"企业 GEO 优化\"],\n  \"target_platforms\": [\"zhihu\", \"csdn\", \"juejin\", \"toutiao\"],\n  \"target_models\": [\"deepseek\", \"doubao\", \"generic\"],\n  \"campaign_goal\": \"提升 PowerMatrix 在 AI 搜索和内容平台中的可见度，生成可人工审核发布的 GEO 内容草稿。\",\n  \"tone\": \"专业、克制、企业服务导向\",\n  \"compliance_constraints\": [\"不承诺排名第一\", \"不伪造客户案例\", \"不承诺 100% 被模型收录\"]\n}"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: powermatrix-geo-growth-orchestrator\ndescription: Unified GEO growth workflow for brand knowledge base building, LLM visibility audits, Doubao/DeepSeek readiness review, AI-GEO content asset generation, platform draft planning for Zhihu/Toutiao/CSDN/Juejin, client delivery reports, internal QA, and 7/14/30 day retests. Use when Codex needs to analyze or improve a brand's AI search visibility, generate GEO reports, diagnose model mentions/citations/rankings, create GEO-friendly content tasks, or consolidate GEO platform workflows into one human-reviewed delivery package.\n---\n\n# PowerMatrix GEO Growth Orchestrator\n\nThis skill is now the unified GEO workflow. It can run as one self-contained skill instead of requiring separate Doubao audit, DeepSeek audit, AI-GEO content, and platform draft skills.\n\nUse the old neighboring skills only as optional references when the user explicitly asks to inspect or preserve their original behavior. Do not require the user to understand or invoke multiple GEO skills.\n\n## Core Promise\n\nTurn brand materials into a human-reviewed GEO delivery package:\n\n1. Resolve the brand entity and aliases.\n2. Build or validate the brand knowledge base.\n3. Plan and record LLM probes for Doubao, DeepSeek, generic LLMs, or user-provided model answers.\n4. Score visibility, mentions, citations, ranking position, answer quality, factual accuracy, localization, and conversion usefulness.\n5. Identify content gaps and commercial impact.\n6. Generate GEO-friendly content tasks and reusable content assets.\n7. Adapt tasks for Zhihu, Toutiao, CSDN, Juejin, Xiaohongshu, Douyin, or manual publishing.\n8. Produce client-facing and internal QA reports.\n9. Create a 7 / 14 / 30 day retest plan.\n\n## Required First Moves\n\n1. Identify the task type:\n   - `audit_only`: visibility diagnosis and report.\n   - `content_only`: content assets and platform drafts.\n   - `full_workflow`: audit, gap analysis, assets, drafts, delivery report, retest plan.\n   - `debug_existing_report`: investigate mismatch between model output and report.\n2. Normalize the brand entity:\n   - Extract `brand_name`.\n   - Extract `company_name` if present.\n   - Build `brand_aliases`, including abbreviations, city + brand, brand + service, legal name, common short name, old names, pinyin/English names, and likely spelling variants.\n   - Keep category keywords separate from brand aliases.\n3. Decide evidence level before making claims:\n   - `verified_live_check`: live model/API/platform check with query, answer, time, and raw evidence.\n   - `manual_check`: user-provided screenshot, copied answer, or manual summary with time/source.\n   - `inferred_estimate`: reasoning from brand materials only.\n   - `unverified_assumption`: weak assumption for planning only.\n4. If there is no live or manual evidence, do not state rankings, scores, model citations, or \"not mentioned\" as fact. Output a check plan or mark findings as inferred.\n\n## Inputs\n\nMinimum natural-language input is acceptable. Pre"},{"path":"README.md","content":"# PowerMatrix GEO Growth Orchestrator\n\nPowerMatrix GEO Growth Orchestrator 是一个企业 AI 内容增长工作流 Skill。它把品牌母库、GEO 可见度检测、内容缺口分析、GEO 内容生成和多平台草稿助手串联起来，让企业从“一堆资料”走到“一批可人工审核发布的内容草稿、客户成果报告和内部审计报告”。\n\n它不是某一个平台的写作助手，而是总控层：负责判断先做什么、调用什么能力、输出哪些中间结果、哪些内容需要人工确认。\n\n## 适合什么场景\n\n- 企业希望提升品牌在 AI 搜索、问答模型和内容平台中的可见度。\n- 市场团队需要把官网、产品介绍、FAQ、案例整理成可复用内容资产。\n- 内容运营需要一次性生成知乎、CSDN、掘金、今日头条等平台的草稿任务。\n- AI / GEO 服务交付顾问需要一个标准交付流程，避免每次从零组织材料。\n- PowerMatrix 内部团队需要把品牌母库、检测报告、内容包和复盘建议串成闭环。\n\n## 用户如何开始\n\n用户只需要提供四类信息：\n\n1. 企业资料：公司介绍、产品服务、官网、FAQ、案例、联系方式、禁用说法。\n2. 目标关键词：希望被 AI 和平台内容覆盖的搜索词。\n3. 目标平台：例如知乎、CSDN、掘金、今日头条。\n4. 任务目标：例如品牌可见度提升、AI 搜索覆盖、获客内容生成。\n\n如果已经有品牌母库或 GEO 检测报告，可以直接提供，工作流会优先复用。\n\n## 第一次使用需要准备什么资料\n\n建议至少准备：\n\n- 品牌名称、公司简介、产品和服务说明。\n- 目标客户、典型场景、客户痛点。\n- 核心卖点和证据来源。\n- 常见问题和标准回答。\n- 官网、产品页、案例页、联系方式。\n- 品牌语气、禁用词、禁用承诺、合规边界。\n\n资料不完整也可以开始，但缺失信息会被标记为 `待确认`，不会由系统编造。\n\n## 一次完整工作流会输出什么\n\n这个 Skill 有两类输出：\n\n1. 客户成果报告：用于商务交付、客户沟通、复盘会议。\n2. 内部审计报告：用于交付团队检查事实、合规、风险和证据等级。\n\n对客户展示时，优先使用：\n\n- `client_delivery_report.md`：客户可见成果报告。\n- `content_asset_summary.md`：客户可读的内容资产摘要。\n- `publish_plan_client.md`：客户版发布计划。\n\n内部复盘时，使用：\n\n- `internal_audit_report.md`：内部审计报告。\n- `brand_profile.json`：标准品牌资料。\n- `geo_audit_report.json`：关键词和模型维度的可见度检测结果。\n- `content_gap_report.json`：内容缺口和优先补齐项。\n- `content_tasks.json`：可执行的内容任务清单。\n- `platform_drafts.json`：知乎、CSDN、掘金、今日头条等平台草稿。\n- `publish_plan.json`：内部发布计划。\n\n建议输出目录：\n\n```text\ngeo_orchestrator_v2/\n├── final_report.md\n├── summary.md\n├── client_delivery_report.md\n├── internal_audit_report.md\n├── content_asset_summary.md\n├── publish_plan_client.md\n├── raw_answers/\n│   └── {model}/{probe_id}.md\n├── model_scores/\n│   └── {model}.json\n├── dual_model_comparison.json\n├── content_recommendations.json\n├── geo_action_priorities.json\n├── brand_profile.json\n├── geo_audit_report.json\n├── content_gap_report.json\n├── content_tasks.json\n├── platform_drafts.json\n└── publish_plan.json\n```\n\n## OpenClaw 中的默认输出模式\n\n默认 `output_mode` 是 `full_report`。除非用户明确要求“只要摘要”，否则 OpenClaw 执行完成后必须在聊天窗口输出完整 `final_report.md` 正文。\n\n禁止只回复：\n\n- “报告已生成，请查看目录”\n- “已保存到本地文件”\n- 只有 3 到 5 行执行摘要\n\n如果使用脚本生成客户交付级双模型评估报告，推荐运行：\n\n```bash\npython3 scripts/generate_full_report.py examples/spanish_olive_oil_input.json --output-dir geo_orchestrator_v2\n```\n\n这个脚本会同时：\n\n- 保存 `final_report.md`\n- 保存 `summary.md`\n- 保存每个模型每个探针的原始回答\n- 保存每个模型评分 JSON\n- 保存双模型对比 JSON\n- 保存内容生产建议 JSON\n- 保存 GEO 行动优先级 JSON\n- 默认把完整 `final_report.md` 打印到当前对话输出\n\n## 和单个平台 Draft Assistant 的区别\n\n单个平台 Draft Assistant 负责把已有素材改写成某个平台的草稿。例如知乎助手偏问答和观点，CSDN 助手偏技术教程，掘金助手偏开发者实践，今日头条助手偏通俗商业场景。\n\n本 Orchestrator 负责更上游的编排：\n\n- 判断是否已有品牌母库。\n- 规划 DeepSeek、豆包、通用环境的 GEO 检测。\n- 从检测结果中找内容缺口。\n- 把内容缺口拆成不同平台的内容任务。\n- 汇总草稿、发布计划和复盘建议。\n\n## 如何识别相邻 Skill\n\n当前 `Skills/` 目录下的各个 Skill 是平行文件夹，不是本 Skill 的子目录。Orchestrator 通过 `registry/geo_skill_registry.json` 识别相邻能力，所有路径都使用相对于本目录的 `../` 形式，例如：\n\n- `../AI-geo-content-generator`\n- `../geo-analysis-doubao`\n- `../deepseek-geo-audit-skill`\n- `../zhihu-geo-draft-assistant`\n- `../toutiao-geo-draft-assistant`\n- `../csdn-geo-draft-publisher`\n- `../juejin-geo-draft-publisher`\n- `../GEO tool-deepseek`\n\nRegistr"},{"path":"videos/powermatrix-geo-not-volume/README.md","content":"# PowerMatrix GEO 30s Video\n\nThis folder contains a HyperFrames-style 9:16 composition for:\n\n《GEO 不是以量取胜》\n\n## Files\n\n- DESIGN.md - visual system used by the composition\n- index.html - HyperFrames source composition, 1080 x 1920, 30 seconds\n- script.md - timed script, subtitles, and voiceover text\n\n## Local Review\n\nOpen index.html?preview=1 in a browser to use the built-in lightweight preview mode. The source still keeps HyperFrames data-composition, data-start, data-duration, data-track-index, and window.__timelines structure for later CLI rendering.\n\n## Render Note\n\nThe HyperFrames CLI could not be fetched in this environment because npm DNS resolution failed. Once the CLI is available, run from this folder:\n\n~~~bash\nnpx hyperframes lint\nnpx hyperframes inspect --samples 15 --at 1.5,5.5,11.5,19,26.5\nnpx hyperframes preview --port 3017\nnpx hyperframes render --output powermatrix-geo-not-volume.mp4 --quality standard\n~~~"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn73cb2q9jxf7f610j0m0bwdbn8452jk\",\n  \"slug\": \"geo-growth-orchestrator\",\n  \"version\": \"1.0.6\",\n  \"publishedAt\": 1781544516709\n}"},{"path":"references/entity-evidence-rules.md","content":"# Entity, Evidence, Mention, Citation, And Ranking Rules\n\nUse this reference whenever the task involves model visibility, \"mentioned/not mentioned\" disputes, citation/source ranking, or audit scoring.\n\n## Entity Normalization\n\nBuild separate lists:\n\n- `brand_aliases`: names that refer to the target entity.\n- `category_keywords`: business/category/search terms.\n- `competitor_aliases`: names that refer to competitors or alternatives.\n- `channel_terms`: platforms, stores, regions, distributors, or source domains.\n\nDo not count `category_keywords` as brand mentions. A category hit can improve topical relevance, but it is not brand visibility.\n\nRecommended alias expansion for Chinese local brands:\n\n- full legal or school/company name\n- short brand name\n- city + brand\n- brand + service/category\n- brand + school/company/store/training center\n- old names and common public listing names\n- pinyin/English names if used publicly\n- likely punctuation, spacing, and suffix variants\n\nExample:\n\n```json\n{\n  \"brand_name\": \"大连米嘟西点培训学校\",\n  \"brand_aliases\": [\n    \"大连米嘟西点培训学校\",\n    \"米嘟西点\",\n    \"米嘟西点培训\",\n    \"米嘟西点培训学校\",\n    \"大连米嘟西点培训\",\n    \"大连米嘟国际西点培训\",\n    \"大连米嘟国际西点培训学校\"\n  ],\n  \"category_keywords\": [\"大连西点培训\", \"西点培训学校\", \"烘焙培训\", \"蛋糕培训\"]\n}\n```\n\n## Evidence Levels\n\nUse one of these levels for every model claim:\n\n| Level | Meaning | Allowed claims |\n|---|---|---|\n| `verified_live_check` | Live/API/platform result captured with query, answer, time, source | mention, citation, source rank, score, trend |\n| `manual_check` | User-provided copied answer, screenshot, manual record, or source list | mention/citation/rank if evidence is visible |\n| `inferred_estimate` | Reasoning from brand materials only | content readiness and likely gaps only |\n| `unverified_assumption` | Weak planning assumption | planning tasks only |\n\nIf evidence is not `verified_live_check` or `manual_check`, do not say \"ranked top 3\", \"not mentioned\", \"model cited us\", or \"score is X\".\n\n## Mention Types\n\nSeparate these fields:\n\n- `answer_mention`: alias appears in generated answer body.\n- `citation_mention`: alias appears in source/citation title, snippet, URL, or source card.\n- `source_rank`: first citation/source position where an alias appears.\n- `brand_alias_hits`: exact aliases found.\n- `category_keyword_hits`: category/search terms found.\n- `competitor_mentions`: competitor aliases found.\n\nRecommended output:\n\n```json\n{\n  \"answer_mention\": false,\n  \"citation_mention\": true,\n  \"source_rank\": 2,\n  \"brand_alias_hits\": [\"米嘟西点\"],\n  \"category_keyword_hits\": [\"大连西点培训\"],\n  \"evidence_level\": \"manual_check\",\n  \"claim_allowed\": true\n}\n```\n\n## Ranking Rules\n\nRanking can mean different things:\n\n- `answer_rank`: position in a recommended list inside the model answer.\n- `source_rank`: position in citation/source cards.\n- `search_rank`: position in an external search result page.\n\nAlways label which rank is being discussed. If a brand is \"top 3 in citations\" but not in the answer body, report that distinction plainly"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":null,"editorialQuality":{"score":100,"threshold":65,"status":"thin","wordCount":1993,"uniquenessScore":42,"reasons":["uniqueness-below-45"]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T18:57:11.476Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T18:57:11.476Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T21:55:56.122Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}