Geo First Principles logo

Geo First Principles

Community
ALLENLION35
geo-first-principles

GEO第一性原理。当企业负责人问"我们要不要做GEO""AI里搜不到我们值不值得投入""GEO从哪一步开始"时使用。从行业竞争、增长来源与客户购买推导GEO是否适合、价值在哪里、怎样投入,默认交付完整易读的单页 HTML 经营报告:六部分各有核心金句、五个自测问题,并以GEO十步路线收口。不自动实测、不模拟AI回答、不承诺排名。维护本Skill时不启动企业诊断。

Overview

PublisherALLENLION35
Repositorygeo-first-principles
Skill namegeo-first-principles
Stars
303
Forks
2
Bundled files
16
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 16 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by ALLENLION35 on GitHub. Read the source before you install it.

Installation

Install the Geo First Principles AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/ALLENLION35/geo-first-principles/tree/main
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/ALLENLION35/geo-first-principles.git \
  .claude/skills/geo-first-principles
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Geo First Principles in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Geo First Principles on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Geo First Principles is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

GEO第一性原理

作者:allenlion

版本:1.1 · 左侧导航、完整单页 HTML、章节图示与十步行动路线

讲透这门生意靠什么增长、客户凭什么选择,再判断 AI 能改变什么、GEO 是否值得投入。

交付目标

为企业负责人形成一份可以据此作决定的经营分析。这里的第一性原理,是从客户任务、交易条件与企业收益出发,逐步推导 GEO 的必要性,不预设每家企业都应该做。主线是:生意的增长逻辑 → 当前机会与限制 → AI 的具体作用 → GEO 的投入决定 → 从哪一环开始做。

本 Skill 是 GEO 十环开源体系的第 0 环:先判断值不值得做,再把决定交给后面的环(事实本体 → 业务目标 → 用户意图 → 基线检测 → 策略形成 → 内容制作 → 信源管理发布 → 持续监测 → 效果归因 → 回流本体)。分析可以停在"暂缓",但只要给出建议,就要落到具体的环、动作和过关标准。

不设正文或结论的字数下限。篇幅由需要解释的经营问题决定;保留具体依据、因果、关键取舍与反例,删除重复论证、无关行业资料和方法说明。一个判断在最合适的位置讲透一次,后文只补新的条件或推进决定。不能用短评代替分析,也不能靠重复“补资料、建信任”制造深度。

本文件中的分析要求、检查项与参考方法供内部执行;对企业只输出下面规定的报告内容、依据和必要操作。用户要求局部或更详细时按其要求展开。

获取必要信息

缺少基本信息时,使用简短入口:

请告诉我:企业名称、主要业务、客户与地区、这次最想解决的问题,以及已有的 GEO 尝试和结果。没做过就写“未做过”;官网、产品资料或客户反馈,有就附上。

我会先分析行业竞争和客户购买逻辑,再判断 GEO 对你的价值、适合的场景与投入方式。

已有信息直接使用,只补问一至三个会改变判断的问题,不要求先备齐报表。主体有歧义时核对全称、地区或官网;搜不到不代表确认了主体。出现下列任一情况,先停下来用一句话向用户确认主体(全称与官网),确认后再写:用户给的名称与某个知名品牌同音或近似;公开检索找不到官网或主体,事实全部来自第三方平台;检索到的主体、地区或业务与用户描述对不上。无法互动时,把“本报告按【主体全称】撰写,若你指的是另一家请告知”写在报告最前面,且所有品牌事实标“待核对”。

保留企业指定的业务、目标、地区、产品与模型。首次尝试分析机会,做过动作但结果不清则区分已知与未知,已有 AI 获客则分析延续与扩大条件,稳定运行则比较维持、改善和新机会。没记录不等于没效果,现有成功不证明新增动作也有效;多业务企业不能因另一业务资料多或客单价高就擅自换重点。

研究与执行顺序

先用企业资料形成待核对的经营问题,再联网研究客户购买、真实对手与替代方案。通常核对三至五个可比对手,资料不足不凑数。须检索排行、推荐、对比及批量营销稿痕迹;找到时查看代表性材料,解释其试图影响哪项客户选择。未找到则说明检索范围,不据此认定没有营销动作。

按本轮需要读取参考段落,不默认重读所有文件:

需要解决的问题参考材料
分析停留在行业标签,缺少因果与取舍深度分析方法
客户研究、竞争范围或营销证据不清楚行业与竞争研究
多角色购买、业务场景与五类问题难以区分客户路径与场景选择
需要组织第四部分的场景选择、第五部分的实测操作或模型条件投入规划与实测操作
写第六部分与最终结论的“下一步”:路线范围、每步过关标准、生态工具清单十环路线与生态交接,写第六部分前必读;模型图用 assets/ten-steps.svg
写第六部分每一步的要点:每步读者看到的形态、知识库与本体的推荐、实测限额与节奏、载体与内容技能、模型与生态、归因三态十步打法手册,写第四块前必读
生成默认单页 HTML、设置金句和快速排版HTML 输出规范,开始组织成品时读一次;优先直接调用 scripts/render_report.py 复用 assets/report-template.html
需要校准成品的深度、标题和表达企业报告示例

复用本轮已核对的材料;仅对冲突、变化或影响决定的未知补查。宿主支持时并行独立检索。重要判断已有足够依据、反例与边界,继续搜索不太可能改变决定时停止;不为每个维度凑资料或按来源数量验收。保留必要核验,不承诺固定运行分钟数。

默认交付一份可直接打开、连续滚动的单文件 HTML,保留总标题、六部分完整分析、最终结论、数据与来源。用户明确指定其他格式时按其要求。页面分模块,不做幻灯片分页;正文和关键依据默认全部展开。复用 assets/report-template.html 的暖白正文、米色左侧导航、细分隔线、橙色导航高亮和绿色金句样式,保留其中的技能作者与版本署名;该署名不代表报告所分析企业的身份。外部样式参考中的课程内容、人物身份、二维码或企业事实不移植到报告。

生成 HTML 前读一次 HTML 输出规范。有 Python 3.9+ 时,模型只写一份完整正文,用 python3 scripts/render_report.py report.md -o 企业GEO分析.html 一次排版;脚本路径按实际安装目录定位,不需要读取模板或脚本全文,不安装依赖。无法执行脚本时直接复用模板写 HTML,不要求先写 Markdown。只有本文件时也能生成轻量 HTML:内嵌短 CSS、系统字体、自然高度、单列正文、可滚动宽表与可选取的五题,无在线资源依赖。宿主不能创建 HTML 文件时,明确说明并先给完整可读内容,不交付大段源码代替报告。

同一套核对后的内容只写一次,不为美化重复研究、重写分析或生成前端项目;不用外部字体、图表库、图片生成、动画和编译构建。正文优先将已有依据的角色关系、客户路径、收入成本、重点客群、操作顺序与十步路线画成轻量图示,图示不替代完整分析或删减原表。可用 geo-cards、geo-flow、geo-funnel、geo-route 数据块,无数据时不画比例。左侧目录按章节、小节与展开步骤跳转,手机提供目录按钮。图表优先静态 HTML/CSS 或现有 SVG;目录、阅读进度、复制与打印可有少量增强脚本,关闭脚本仍能读全文。除非用户要求,不额外生成 PDF、截图版或多个主题。排版提速不能删分析、五题、十步说明、依据和成立条件,也不承诺整份报告固定用时。

证据与判断边界

  • 企业陈述可以作为注明来源的工作前提;只有核验过才称“已核验”。区分企业自述、推广稿与独立证据,转载去重。引用紧跟所支持的判断,保留原文链接、可确认日期和查阅日期。报告末尾必须有一节“数据与来源”:正文里出现的每一个数字、政策变化、他人陈述(如“前员工称”“加盟商反映”)都要能对应到一条来源,写来源名、日期、可点击链接和口径标签(官方/监管、主流媒体或财报、行业数据机构、招商平台或自媒体、品牌方口径、用户反馈);对不上来源的数字删掉或改成“待核对”。来源分级使用:官方与监管、主流媒体与财报可作事实依据;招商平台、自媒体、短视频招商内容只能作为营销痕迹或口径冲突的证据,不能作为费用、门店数、回本周期的依据。
  • 数字先核对业务、型号或套餐、时期、条件及范围。报告编号不代替报告内容;面积、资质、公开案例不证明容量、交付质量、利润或转化率。零散评论能发现客户疑问,不能据此给整个行业的选择标准排序。
  • 行业重视信任不证明本企业因不被信任而失单;有咨询也不证明合适客户充足。比较有依据且会改变投入的解释,未知写清核对什么。企业事实、经营假设与未知在开头、场景选择、行动和结论中保持同一确定程度。
  • 公开资料多少、榜单出现或没有找到企业,不证明目标 AI 当前提及、遗漏、误解或低可见性;营销痕迹不证明企业委托、付费、做过 GEO 或有效果。客户用 AI 学习不等于用 AI 采购,跨平台问题不证明 AI 内需求规模。
  • 不编模型偏好、引用权重、软文降权、内部核验机制或生效期。网页检索、平台调用与已有知识可能并用;无引用不能证明未检索。不得把真实采访人物续写为购买本企业的客户,经营推演用明确的匿名假设,不生成目标模型的模拟答案。

面向企业的表达

称企业名称或“你们”,其客户用具体身份,如学员、家长、采购或使用者。让负责人看懂自己的问题、依据与选择,不写“用户确认”“用户未指定”“本报告未编造”等作者说明。缺数据时直接说还缺什么、影响哪项决定;不反复宣告方法边界。

报告使用一个总标题、六个主体标题和末尾“最终结论”;子标题仅在内容确需分组时使用,直接概括业务含义,不使用 1.1、4.2 等多层编号。标题、表格与正文均不用 S1、S3 等场景代码替代客户名称;问题可用“问题1”至“问题5”编号。

内部工作用语,不得作为成品标题或代称对企业的表达方式
候选场景与五维比较优先帮助哪些客户完成购买
本轮目标句、具体目标句本次 GEO 要改善什么业务结果
通用交接、字段映射实测后需要保存什么
实体层、关系层、证据层需要准备的企业、产品与服务资料
逐项推导、四列表、不做伪精确 ROI直接写本段的业务内容,如“投入成本与判断依据”
G1–G10 门禁、意图簇、本体 schema 等内部代号对企业统一叫“第 N 步 · 名称”;“十环”是内部与开源生态里的叫法,报告里只在说明与开源体系的关系时出现(如页脚一句);过关条件写成“过关标准”

模块金句与可读性。 六个主体章节、最终结论和数据来源,每个模块开头都有一句突出显示的核心金句;独立展开的十步要点也各有一句,可由该步骤的结论式标题承接。金句总结本企业该章最重要的判断与价值,让负责人一眼知道为什么值得看下去,不能只是介绍“本章将讲什么”。通常一到两句,保留会影响决定的条件,不把未知写成确定结果。之后用充分的事实、因果、取舍和行动含义展开。每章不能只剩金句和几张短卡片。

对企业写“客户问题组”而不是“意图簇”,“内容任务说明”而不是 Brief,“先做/配合/后续”而不是 P0/P1/P2。十步的正式名称保留对应关系,首次配一句大白话;后文优先用普通话。金句、表格标题、图注都适用,不只修改正文。第六部分金句放在十步图之前,不改变后面五块的顺序与完整内容。

信息完整性。 内容自然延长,不以页数、屏数、卡片等高或装饰性留白为目标;不能删去关键依据、数字口径、反向情况、选项比较、成立条件、操作步骤、负责人、完成标准与来源。段落按意思分组,表格保留全部行列,关键正文不能折叠隐藏、定高裁切或缩小字号。

这些表达是示范,替换为本企业的具体内容。一个子标题必须能在不读正文时让负责人知道要解释什么。“开场”“找到战场”等工作标签或隐喻不能替代内容概括。必要术语首次用一句普通话解释。

六部分报告

总标题为“【企业名称】GEO第一性原理分析”,替换后不保留方括号。标题下用简短背景交代企业、目标与已有进展,再给一段有依据的核心判断,不重复企业百科或另设开场章节。首次简要解释:GEO(生成式引擎优化)关注内容在生成式 AI 回答中的可见性;本报告进一步判断,这能否帮助客户发现、理解和核验企业的真实价值,影响其选择并带来经营价值。

一、【行业】的第一性原理:客户需求与竞争格局

解释谁使用、付款和决定,因为什么需求愿意付钱,为什么不用现有办法或替代方案。把影响选择的价格、时间、学习、迁移与失败代价连起来;展开一组具体购买取舍及条件变化后的不同选择,不能从“买效果”“缺信任”直接跳到做法。

讲清企业如何创造价值、怎样获得可持续收益。流量依赖解释需要多少、什么样的新客户;信任验证解释付款前要确认什么;决策复杂度解释哪些角色共同完成判断。三者可以并存,不将企业分成互斥类型,也不由高客单、长链路直接推出 GEO 适合。

比较对手的真实适配与交付差异,解释相关行业变化如何影响需求、选择和利润。用必要段落及一张简明竞争表写清对手为何可比、公开营销动作、来源日期及对企业的含义;相关信息可合并列,具体方案取舍已讲清就不另铺大型参数表。榜单与批量软文是研究证据的一部分,不能代替行业分析。本节归结生意靠什么增长、客户凭什么选择。

二、【企业】的获客与成交漏斗

先解释漏斗是把客户从了解到购买分层,看每一步为何继续或停下。沿已确认渠道呈现路径;能实际渲染时画短阶段名的漏斗,图外解释判断,否则用阶段表。没有同客群、时期和阶段口径的数据,只标结构示意,不编宽度、人数或转化率。HTML 中可嵌入 SVG 等图表,交付时应呈现图表或可打开的文件。

使用“购买阶段|客户要完成的判断|现有渠道如何帮助|AI 可能参与及成立条件”连接业务。只保留一套完整阶段说明,正文重点解释关键退出原因、多角色确认、复购或转介绍的作用,不逐行复述表格。

结合企业目标判断当前值得改善或扩大的机会:合适客户不足、购买理由难以理解或核验、决策需要协调,还是产品、价格、服务与容量受限?区分有能力但客户难确认,与能力本身不适合;有多个合理解释则保留差异。给出当前优先项、依据和最有价值的核对点,不能先宣布唯一瓶颈再补免责声明。

三、【企业】做 GEO 的价值与适用性

用前文一项具体客户需求贯穿推导:客户原来怎样判断,若借助 AI 哪项信息工作可能变化,企业的真实差异怎样影响下一步,以及这项改变是否值得投入。关键时补一项反向情形,不再拆成多组内容相同的假设、逐项解释与案例。

必须讲清四项关系:真实客户判断 → AI 参与的行为依据或成立条件 → 企业真实适配可能改变的行动 → 承接能力、收益与新增成本。回答:“假设 AI 明天已经准确介绍你的企业,能改变谁的什么决定,对生意有什么价值?”只说更多曝光或信息准确,尚未完成论证。也考虑替代品更易发现、比价加剧或差异被简化的可能。

将提及引用、客户选择变化和咨询成交等经营结果区分。企业能改善信息、体验与承接,不能靠表达创造产品能力。转介绍、招投标或平台内交易不构成行业硬排除;逐段判断实际作用。

与企业真实可选的资源去向比较,明确开始、扩大、改善、维持、有限确认机会或暂缓,并附范围、理由和改变决定的条件。新增贡献要区别自然 AI 来客、其他渠道共同作用与渠道迁移;收入不等于利润。有限确认应指向客户行为或经营条件,不能等同于问完五题。

四、【企业】的 GEO 重点场景与目标

先选择值得支持的具体客户情境:谁在什么情况下、购买进行到哪里、围绕哪项产品服务解决什么,希望帮助其完成什么动作。按真实业务起简短名称,后文直接使用;模拟细节明示为假设。

内部综合业务价值、真实需求、AI 可影响、企业真实差异、转化承接五方面,以及现有可用基础与补齐代价。对外做一次候选比较,说明优先哪项、相对其他候选为什么值得、还缺什么条件即可;不要求将五维表、资源表、主次说明各写一遍,不打无依据分数。

已确认不适配或不能承接且本轮无法补齐,可暂缓;未知保留为候选或优先核对,不等于没有需求。资料丰富不等于业务价值高,资料少不强制先建官网。选择须承接第三部分,暂缓时可以没有当前主攻。

区分业务场景与五类客户问题,并用本企业语言说明主次:

问题类型客户在判断什么
品牌验证类听说这家企业后,确认是否可靠、是否适合
品类需求类有需求,寻找适合的办法或企业
竞品对比类比较已有候选的差异与适配
交付使用与售后类怎样购买、使用、交付,问题如何处理
行业认知与科普类理解问题,形成需求或选择标准

在优先情境中给出相应问题与理由;五类不必同等投入,售后也会影响首次购买,科普也会影响是否购买。第四部分说明问题方向,第五部分才列完整实测题,避免重复整套提问。

结尾用企业语言说清:帮助哪类客户完成什么判断,推动哪项业务行动,通过已有的什么记录观察变化。缺少相关字段时说明待补,不编现有 CRM,不要求先建系统,也不把有记录写成有因果归因。

五、到 AI 中实测这五个问题,了解客户目前会看到什么

先直接邀请企业亲自测试,说明用途。可采用:

建议把下面五个问题分别复制到准备关注的 AI 产品中,看看客户现在可能得到什么回答。优先使用你们已指定或客户正在使用的平台;暂时不清楚,可以先选一个平台开始。

先给操作,再给问题。操作必须能让新用户照着完成:

  1. 打开选定的 AI 产品,记下日期、产品名称、界面显示的模式,以及是否开启联网搜索;没有显示的写“未显示”,不要猜测。
  2. 每题新建一段对话,只复制该题,不提前上传本报告或企业介绍;如保留了会影响回答的历史背景,另行记下。
  3. 保存完整回答或截图,以及可见的来源链接;没有链接如实注明,保留实际出现的文字、图片、视频或商品入口。
  4. 将五次记录放在同一份文档中,按产品、日期和设置分组,便于后续核对。换产品或设置时另存一组,不覆盖原记录。

保留企业指定产品,不强制多模型;未知时可举豆包、DeepSeek、元宝、千问作为候选,不断言哪家最常用。不要编各应用的按钮路径。专业用户通过 API 留记录时,与实际用户界面记录分开。

给恰好五道可复制题,按第四部分主次分配,不必五类各一题。优先采用实际客户语言,无原话则统一说明为模拟问法。每题一项主要疑问,保留必要专业词、地区、预算或规格;不把整套审核清单塞进一道题,不为凑场景编条件。发现题不预置品牌,核验与已有候选对比可带品牌。

题头用“问题1|客户容易理解的疑问短名”,下面放完整问题引用块,再用短行说明问题类型;只有涉及不同情境时补具体客户名称。问题名称应表达业务含义,例如“是否适合更换现有软件”,不能只有分类标签。

提供简短记录表,列“问题|完整回答或截图|可见来源链接”,平台、日期、模式和联网设置在表上方共用。不再次复制企业别名、全套目标、场景映射和行动清单。运行前留空或写待记录,不把报告日期写成实测日期。

正文保留一句用途边界即可:“这一步帮助了解当前回答,五题表现不能直接证明获客效果或投资回报。”以下约束内部执行:本 Skill 不自动实测、不模拟答案、不分析实测回答效果;明确授权时可原样整理记录与待核验摘录,不能判正误或推断排名。来源和呈现形式可用于条件式布局,提及、遗漏、引用和正负评价不能证明用户使用规模、定位瓶颈或触发投资决定,增加次数也不能替代经营证据。

六、【企业】的 GEO 布局与投入建议

前五部分回答了要不要做、为谁做、做什么。这一部分要回答企业负责人真正会问的四件事:从明天开始先做什么、做到什么程度算过关、哪些自己能做、哪些需要工具。 写不出这四件事的建议,负责人读完仍不知道怎样开工,只剩“补资料、建信任”一类谁都能写的通用话。

用 GEO 十步(十环)把第三部分的决定落成一条有先后的路线。读者此前没有见过这十步,所以这一部分必须先教后用,固定按下面五块的顺序写,块与块之间不合并、不调序: “第一块”到“第五块”是本文件的写作顺序,不是报告里的标题或段落标签;报告里这五块的小标题只用内容本身(图的说明文字、“GEO 落地的十个步骤”、“【企业】从哪一步开始,做到哪一步”、“每一步对你们意味着什么”、“三十天路线”),不出现“第 N 块”“全篇只讲这一次”“固定三行”“第一行/第二行”这类写法说明。所有出现“【企业】”的地方都是占位符,成品里替换为企业名,不保留方括号。

第一块 · 十步模型图。 像第二部分的漏斗一样,先给一张图。HTML 优先用渲染器的 geo-route 状态块生成能随屏幕换行的十步路线;步骤名称、编号、先后与第 10 步回到第 1 步的循环关系不变,起点和状态必须可读。也可使用 assets/ten-steps.svg:上排第 1–5 步是准备与测量,下排第 6–10 步是执行与验证,第 10 步的箭头回到第 1 步。图里每个方框有三种状态,按本企业的路线设置 class:in 本轮要做,cond 等第 4 步结果后启动,无 class 本轮只定节奏或暂不做;起点方框加 start,并把“起点”徽标移到该方框右上角。只改 class 与徽标位置,不改文字、位置和颜色。不能渲染时,用固定的文字图:

准备与测量:第 1 步 事实本体 → 第 2 步 业务目标 → 第 3 步 用户意图 → 第 4 步 基线检测 → 第 5 步 策略形成 ↓ 执行与验证:第 10 步 回流本体 ← 第 9 步 效果归因 ← 第 8 步 持续监测 ← 第 7 步 信源管理发布 ← 第 6 步 内容制作 第 10 步回到第 1 步,形成循环。本轮要做:第 x–y 步;等第 4 步结果后启动:第 …步;本轮只定节奏:第 …步。

第二块 · 固定介绍。 图下面原样放入下面这段文字,一字不改、不缩写、不与本企业内容混排。它是写给第一次听说十步的负责人的,用词刻意通俗;本企业的情况留到第三块再讲。

GEO 落地的十个步骤

做 GEO 不是发稿,是让 AI 认识真实的你,并且能证明这件事带来了生意。整个过程分十步:前五步是准备与测量,后五步是执行与验证,最后一步回到第一步,形成循环。

  1. 事实本体:先把“你们是什么、给谁、和谁比、凭什么”,以及会变的事实(价格、案例、资质、余位),整理到一处,每条有证据、有人负责更新。AI 只能转述它找得到的事实,事实不清,后面全白做。
  2. 业务目标:定一个这次要改善的业务结果——咨询、预约、成交或减少重复解释——并说清用哪条现有记录看变化。
  3. 用户意图:收集客户真正会问 AI 的问题,每条有出处。客户不会问的问题,答得再好也没人看。
  4. 基线检测:用同一套问题反复问目标 AI,测出它现在怎么说你。AI 每次回答都不同,问一两次只能看方向,要报比例得测够次数。
  5. 策略形成:把 AI 的说法和你的事实逐条对照,找出差距属于哪一类:事实缺失、说法不一、发错地方、没人问这个品类、还是对手占了位。类型不同,解法不同。
  6. 内容制作:把事实写成 AI 能引用的内容——开头就回答问题,有数字、有出处,每句话都能回到一条事实。
  7. 信源管理发布:发到目标 AI 真正会去抓取的地方,登记每条链接,两周后验证能不能被找到、有没有被引用。发得多不如发得对。
  8. 持续监测:按固定节奏、用同一套问题复测,看变化和错误。
  9. 效果归因:在咨询和成交记录里加“从哪知道我们”,看 AI 到底带来了什么生意。被提到不等于有人来。
  10. 回流本体:把新案例、新价格、新问法写回第一步,进入下一轮。

不是每家企业都要一次走完十步。走到哪一步、从哪一步开始,由前面的分析决定。

第三块 · 本企业的起点与范围。 一段话说清四件事:

  • 路线范围由第三部分的决定确定,并且只在那里定一次;核心判断、第三部分、第六部分、最终结论四处的步数必须一致。对应关系:暂缓只做第 1 步最小版加重新考虑的条件;有限确认做第 1–4 步;开始做第 1–7 步并定下第 8–10 步的节奏;扩大或改善先逐步核对过关标准,从第一个不过关的步骤补起;维持只安排第 8–10 步。
  • 本企业从第几步开始、为什么——哪一步没过关,证据是什么。
  • 哪些步骤等第 4 步的结果再启动,哪些本轮只定节奏;范围之外的步骤各用一句说明何时进入。
  • 官网事实页、FAQ、价格页这类自有阵地的事实落地属于第 1 步(事实必须有一个能打开的官方页面),不受第 6、7 步启动条件约束,过关标准只到“能打开、能搜到”,不要求“被引用”。

第四块 · 本企业在每一步的要点。 写给企业负责人看,不是写给执行 AI 看。十步打法手册里的打法、分类和规则是写作者的知识,用来组织内容,一个字都不能以方法说明的形式出现在报告里:不写“固定打法”“核心是”“两条路并用”“目标只有三种……选一种”“写成……”“要准备的输入”,不复述手册,不解释为什么这么写。读者看到的只有本企业的事实、判断、要做的事和做成的样子。

只写范围内的步骤。每步一个小标题“第 N 步 · 名称:一句大白话”(如“第 2 步 · 业务目标:这次 GEO 要为研趣拿到什么”),结尾一段“做到什么算完成”加负责人;维度多的步骤用表,不用长串短句。各步读者看到的形态:

  • 第 1 步:一张五行表(身份、供给、证据、交付、动态:现在有什么、缺什么、哪里矛盾、谁负责),加一段“放在哪”——按团队规模推荐一种知识库并说明理由,是否接实时数据只对大型团队写“建议”。
  • 第 2 步:五段——业务目标一句话(每月能数出来的结果,写清“合格”指什么);GEO 作用在漏斗的哪一环(写明漏斗第几步,以及 GEO 不负责的环节);闭环怎么走(一条从“客户向 AI 提问”到“结果写回事实底稿”的链,指出本企业现在缺链上的哪几环);用什么看变化(现有记录加哪几列);不追的目标。目标按成交方式分线索型(ToB 及高客单、需到店或咨询成交的 ToC 服务)、成交型(可在线下单的商品)、品宣型(大型品牌)三种,报告里只写本企业是哪一种及为什么,不列三种给读者选。
  • 第 3 步:一张客户问题分组表(问题组名称、客户处在漏斗哪一步、典型问法两三条、五类归属、优先级,簇数按第四部分的情境定,通常四到八组),加“问题从哪里来”两条(聚合研究:用意图探索技能,写本企业的输入项和它产出的清单长什么样;真实问法:从本企业的哪些记录取、五题并入),加“产出与用途”(清单同时是第 4 步实测题和第 6 步内容选题)。
  • 第 4 步:六问列表——测什么、在哪测(平台及理由)、测多少(题数与本流程单平台单日单账号不超过 40 次的分批安排;这不是平台安全阈值,实际遵守当前平台规则)、多久测一次(首次基线 → 首篇发布一周后 → 每周一到两次,单次只看方向)、用什么测(手工五题与 BrandChecker)、怎么记(字段与归档)。
  • 第 5 步:先三四句讲清策略怎么定(对每组意图簇、每个目标 AI 问三件事:AI 现在推荐谁、凭什么来源、本企业缺什么;再定内容形态与媒介),然后一张策略表(客户问题组、目标 AI、AI 现在推荐谁/凭什么=待实测、本企业最可能缺什么、候选内容形态、候选媒介、需要的证据),最后一段说实测后怎么用实测分析技能把表填完并修正。
  • 第 6 步:根据目标 AI 当前能力与实测来源决定是否做不同版本,未知时写候选;首批最可能的两三个项目(载体加对应内容技能,基础资产注明手工做);事实来源;本行业的审核要点。
  • 第 7 步:一张表(目标 AI、已观察来源/待核对候选阵地、本企业已有、待确认缺口),加发布登记字段与三级状态(能打开、能搜到、被引用)。
  • 第 8 步:节奏与三层对比。第 9 步:有效、仅收录、不收录三态与台账字段,并明确“把第 2 步的闭环收上”。第 10 步:每季度回流的三件事。
  • 等第 4 步结果再启动的步骤,标题后加括号“等第 N 步……后启动”,正文只写启动条件与启动后要做的事,不预先写死标题与审核人。第 8–10 步在本轮只定节奏时各写一段。

六条硬规则:

  1. 第 2 步和第 3 步里引用的“漏斗第 N 步”必须取自本报告第二部分实际画出的漏斗编号与名称,不套用示例报告的编号。
  2. 第四部分只写业务结果一句和观察口径一句;作用环节、闭环、不追的目标只在第 2 步写,第 2 步不重复第四部分已写的定义与理由。
  3. 内容技能只用打法手册载体表里的九个名称,没有的(如“对比类”)不写。
  4. 企业没有陈述过的经营事实(如“已有 AI 推荐来的客户”“客户已习惯先问 AI”)一律不写;示例报告里的企业事实与措辞不迁移到本企业;一年以上的数字在正文里标年份。
  5. 第三部分写“AI 能改变漏斗哪一步”与第 2 步写“GEO 作用在哪一环”必须是同一组步骤。
  6. 第六部分不以“前五部分回答了……这一部分回答四件事”这类写作说明开头;直接从模型图开始。

第五块 · 三十天路线与工具。 先一张表,列“动作|负责人|产出|过关标准”,这是全报告唯一写全动作细节的地方:

  • 每条都是企业不采购、不安装任何工具就能完成的事;依赖意图探索技能、BrandChecker、实测分析技能的动作不进这张表,写进表后“九十天内”那一句。
  • “被 AI 引用”不能作为三十天内任何一行的过关标准。
  • 表后一句话说九十天内要完成什么、依赖什么。

然后一段工具与交接,全篇只讲这一次,顺序固定:先说这些步骤当前都能用共享表格或现有系统完成;再按十环路线与生态交接的生态清单,按步骤列配套工具——第 1 步的知识库工具、第 3 步的意图探索技能、第 4 与第 8 步的 BrandChecker、第 5 步的实测分析技能、第 6 步的内容技能——每个写名称、状态和一句话省下什么。写法:有地址或获取方式的写出来;标为待填的写“可向本报告提供方索取”;第三方产品(Obsidian、Notion、ima、腾讯乐享)只写名称,不写“索取”;清单里没有的不编,规划中的不写地址、不写能力、不写价格;不加入课程、社群或服务推广。最后一句写交接规范:一次任务一个品牌,按“品牌/批次/阶段”归档到 01 品牌资料至 07 一周复测七个文件夹。只有本文件时,工具一律写“开源路线图中,当前用手工做法”,只保留本 Skill 自身的仓库地址。

五题记录在第三、四块里接入第 3、4 步:问题进问题清单并标注来源,回答作为首次观察;在第 4 步的要点里用一句讲清为什么五次只能看方向、比例要靠多轮累计。五题表现仍不能作为加码、停止的开关。

两条表达纪律:第二部分漏斗的阶段叫“漏斗第 N 步”,本部分叫“第 N 步”,同一段里两者同时出现时前者必须带“漏斗”二字;同一件动作在十步要点、三十天表和最终结论里只在三十天表写全,其余两处一句带过。

载体服从实际条件:可见网页来源时维护相关说明;图文或视频有助判断时提供真实演示;商品、商家、预约入口可用时核对当前接入与服务条件;未知则写条件建议。客户可能点击,也可能记住品牌再搜索或线下联系,不统一假定模型内成交。谁提供事实、谁维护、谁承接及容量必须具体,但不展开无关系统设计。

结合新增业务贡献、可确认的成本节约、制作审核维护与承接成本判断是否值得。成本和工期无依据时说明要确认什么,不编人天、报价、收益或月份门槛。继续或调整依据来自客户任务、实际使用、合格咨询、成交服务、成本和容量;AI 来源占比、转化率或回答表现单独上升不构成扩大投入的充分理由。

建议不等待五题运行;已有观察只用于其支持的范围。若第三部分决定暂缓,说明更值得的资源去向、必要维护和重新考虑条件,不强行安排完整建设。

最终结论

以六个固定标签形成独立可读的简明结论,不规定字数,不逐章复述:

  • 最终判断:当前做法与范围,为什么符合本轮目标与已有阶段。
  • 生意本质:客户为何付费,企业靠什么增长和被选择,当前机会或限制为何重要。
  • GEO 的价值:AI 可能改变谁的哪项判断、带来什么业务价值,以及不能替代的实际条件。
  • 最值得的做法:把客户任务、真实差异、表达与体验、行动连起来,说明为何优先。
  • 投入取舍:资源先后、依赖条件,以及支持继续或改变决定的经营证据。
  • 下一步:三行。第一行是三十天内的前三件事,各一句(动作+负责人);第二行是从第几步开始、当前用什么做;第三行是什么时候回来重看、哪项经营证据会改变决定。三行不加任何标签——不写“第一行”“第二步”“①②③”,直接写内容,避免与十步的“第 N 步”混淆。不新增第六部分没写的内容。

交付前检查

只在内部检查并修正成品,不输出检查过程:

  • HTML 阅读检查:六部分与最终结论完整;各主模块有具体金句;独立步骤有通俗要点;五题可复制;关键正文全部展开,表格不漏列,来源可跳转,手机不靠缩字阅读。优先修具体缺陷,不为装饰反复渲染。
  • 完整性检查:与本轮分析底稿逐项核对事实、数字口径、五题原文、优先级、条件、动作负责人和来源。排版没有缩写掉决定性信息。
  1. 只看标题,企业负责人是否知道每段内容?清除场景代码、写作指令、多层编号和无业务含义的标题。
  2. 核心认识是否来自具体交易、竞争取舍与成立条件?删掉重复段落后仍应能理解因果,不能只剩通用清单。
  3. 从开头到结论逐项核对关键判断:未知是否仍为未知,假设是否被写成瓶颈、AI 现状或效果?删除没有证据新增的确定性,并同步修正依赖它的优先级和投入建议。
  4. 五题是否恰好五道、围绕重点、容易复制,并先告诉企业怎么操作?不得生成答案或把五题表现用于投资开关。
  5. 行动、责任、成本与企业目标是否相连?已有成果、真实限制、可改变决定的条件是否保留?格式转换后的数字、问题与结论是否一致?
  6. 第六部分是否按五块顺序写成:模型图(方框状态与本企业路线一致、起点正确)→ 固定介绍一字未改 → 起点与范围 → 每步要点 → 三十天表与唯一一段工具与交接说明?每步要点是否只写本企业的事实、判断与动作,没有“固定打法”“核心是”“两条路并用”“写成……”这类方法说明;第 1 步是五行表;第 2 步有目标一句、作用的漏斗环节、闭环链、看变化的字段;第 3 步有客户问题分组表;第 4 步有本流程 40 次分批安排与节奏,并注明以当前平台规则为准;第 5 步有策略表且“AI 现在推荐谁”一列为待实测;第 7 步有目标 AI 与阵地表;第 9 步有三态标记。范围与第三部分的决定一致;三十天表里的动作企业不采购就能完成;同一动作只在三十天表写全;“第 N 步”与“漏斗第 N 步”不混用;工具只来自生态清单;五题被当作问题清单与首次观察的种子,而不是效果证据。最终结论的“下一步”是三行,且没有新增第六部分没写的内容。 标题与正文没有“【】”占位符、“第 N 块”“第一行”“全篇只讲这一次”等写法标签;四处步数一致;“漏斗第 N 步”与第二部分的漏斗编号一致;没有企业未陈述的经营事实。 三十天表里没有 BrandChecker、意图探索、实测分析、内容技能的名字。“下一步”三行没有标签。
  7. 主体是否已确认(同音品牌、无官网、全靠第三方平台三种情况已处理)?“数据与来源”一节是否齐全——正文每个数字、政策变化、他人陈述都能对到一条带日期与链接的来源,费用、门店数、回本周期没有引用招商平台或短视频作为依据?

核心方法不依赖特定模型、API、插件、私有语料或本机路径。只有本文件也能执行;不能联网或企业禁止时,说明竞争未核验,基于已有资料分析并标注待查命题,不冒充研究完成。联网查询使用必要的公开信息,不把未获授权的非公开企业资料放入检索词或提交给外部服务。按宿主能力保存与呈现,不自动公开发布或付费,不加入无关课程销售内容。

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Geo First Principles AI skill do?

GEO第一性原理。当企业负责人问"我们要不要做GEO""AI里搜不到我们值不值得投入""GEO从哪一步开始"时使用。从行业竞争、增长来源与客户购买推导GEO是否适合、价值在哪里、怎样投入,默认交付完整易读的单页 HTML 经营报告:六部分各有核心金句、五个自测问题,并以GEO十步路线收口。不自动实测、不模拟AI回答、不承诺排名。维护本Skill时不启动企业诊断。

Why use Geo First Principles on TypingMind?

Because you install it once and use it with any model. Geo First Principles is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Geo First Principles in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/ALLENLION35/geo-first-principles/tree/main. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Geo First Principles?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Geo First Principles?

As many as you like. As long as a model supports skills, you can use Geo First Principles with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Geo First Principles AI skill free?

Yes. It is published on GitHub by ALLENLION35 under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇