┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│  接收原始内容    │───▶│  SEO 分析优化    │───▶│  GEO 分析优化    │
│  (文本/URL)     │    │  关键词/结构     │    │  AI友好结构      │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                                                      │
                                                      ▼
                                          ┌─────────────────────┐
                                          │  输出优化后内容       │
                                          │  + 优化建议清单       │
                                          └─────────────────────┘

# 内容优化报告

## 原始内容分析

**SEO 评分**: X/100
**GEO 评分**: X/100

### 发现的问题
1. [问题1]
2. [问题2]

---

## 优化后内容

[优化后的完整内容]

---

## 优化清单

### SEO 优化项
- [x] 已优化：标题长度调整为 55 字符
- [x] 已优化：添加 H2 子标题
- [ ] 建议：添加 3-5 个内链

### GEO 优化项
- [x] 已优化：段首添加核心结论
- [x] 已优化：模糊表述改为具体数据
- [ ] 建议：添加权威来源引用

---

## 关键词建议

| 主关键词 | 长尾关键词 |
|---------|-----------|
| [关键词1] | [长尾1], [长尾2] |

## AI 引用提示

以下句子最有可能被 AI 引用：
1. "[可被引用的关键句1]"
2. "[可被引用的关键句2]"

用户: 帮我优化这篇文章
[粘贴文章内容]

Claude:
1. 分析当前内容结构
2. 检查 SEO 要素
3. 评估 GEO 友好度
4. 输出优化版本和建议

用户: 优化这个页面的内容 https://example.com/article

Claude:
1. 获取页面内容
2. 分析并优化
3. 输出优化建议

❌ 不好：GEO是一种新兴的优化方法，正在被越来越多人使用...
✅ 好的：GEO（Generative Engine Optimization）是针对 AI 搜索引擎的内容优化策略，目标是让内容被 ChatGPT、Claude 等大模型引用。

❌ 不好：好的内容结构可能会提高 AI 引用率。
✅ 好的：使用层级标题和编号列表的内容，AI 引用率提高 40%，因为 LLM 更容易解析结构化信息。

❌ 不好：这个方法有很多优点。
✅ 好的：这个方法的三个核心优点是：1) 降低成本 50%；2) 提高效率 3 倍；3) 减少人工干预。