写了一个免费的GEO在线专业测试系统，已上线开放，相关链接放在了评论区 测试相关说明： 1、只需要输入姓名，即可开始答题进行测试，测试完成后会生成一个详细的可视化测试报告，包含每个题目的详细解析、原理及对应的证据来源； 2、基于54篇国内外GEO相关论文，21万条国内AI平台的引用特征，海外AI平台1.8万条引用特征，加上对应的权重设计，产生了这30道GEO相关专业题目； 3、测试与数据完全免费开源，旨在帮助大家更好的建立GEO专业认知 欢迎体验测试，欢迎晒出报告分数

晚上和9位传统制造和消费品企业的高管聚餐，他们企业的体量大致都在几亿到几十亿这个区间 其中一位分享了一个很有意思的近期数据 他们统计到，来自抖音短视频的线索贡献，占了所有来源的50% 进一步排查发现，原来是豆包近期大量引用抖音短视频，而他们恰好前几年大量通过抖音进行短视频种草 我问，在之前抖音的获客比例占比是多少 这位高管朋友说，大概10%左右 豆包的力量，真是不容小觑

收到来自@yangyi 的建议 对元提示词进行一轮整体的升级，已推送到GitHub，提示词链接、元提示词报告和升级相关方法参考，见评论区 1、两个核心能力升级，一是对现有的提示词进行质量强化，二是高质量创建初版提示词 2、基本的原理与能力包括，用户的需求与意图识别、现有提示词的多维度诊断、静默对标学习与参考、专业工程优化、质量评估、静态测试与模型实测等 3、原则：简单任务用最小充分结构，复杂任务再加入工具规则、异常处理和质量门槛，还会区分事实、假设和方法级参考，避免为了显得专业堆一大串没有依据的内容 用法参考： 1、可以把需求、零散想法、应用场景，甚至一段写到一半的提示词发给它，AI会通过这套元提示词，先还原真正要解决的问题，梳理受众、场景、交付物、约束和成功标准，再生成一份可以直接复制使用的正式提示词 2、如果已经有旧提示词，它会先找出原来的核心意图和必须保留的内容，再处理重复、冲突、模糊要求和缺失环节 3、也可以把元提示词直接整段发给AI，然后AI会先邀请你说说想做什么，并给出一个很轻的填写模板，只说一句话也能开始，想到多少就说多少 整体而言，这套元提示词适合两种情况：有一个模糊想法，想把它整理成可执行的提示词；手里已经有一版，希望把它改得更清楚、更稳定 之后和 @yangyi 也会将这套元提示词扔到NewMax AI，欢迎体验

第三场GEO公开课的相关资料合集，数据与工具越来越全了，欢迎收藏： 一、数据仓库、工具与skill 1、geo-citation-lab 2、《国内生成式AI引用生态全景报告》 3、GEOFlow 4、yao-geo-skills 5、《信源偏好分析报告》 6、国内AI引用偏好数据集 7、海外AI引用偏好数据集 8、GEO资源专题 二、相关文档 1.《GEO白皮书》 2.《GEO红皮书》 3.《GEO蓝皮书》 4.《GEO到底是什么》 5.《从SEO到GEO，从流量到Agent，真正的变化才刚刚开始》 6.《从AI搜索逻辑到GEOFlow落地实战》 7.《一文讲透GEO内容工程：目标、要素、关系与反馈》

昨晚和几位AI圈自媒体大神晚餐，聊到自媒体这个话题，一些观点记录： 1. 最好每个人，都做下自媒体 2. 一个关键原因是，当你需要发声时，最可靠的渠道就是自己的账号，绝大多数时候，没有人会替你主动发声 3. 每个人，其实都能基于自己的特性，找到适合自己的生态位，关键是找准差异化定位，然后持续输出有质量、有价值的内容 4. AI生产内容的能力越强，差异化就越重要，真正稀缺的，是独特的观点、真实的经验，以及有密度的干货 5. 持续输出很难，频率可以高，也可以低，但质量和差异化必须守住 6. 别人都用AI写，自己反其道而行之，坚持手写，也是一种稀缺和差异化，强调人的独特经历和表达 7. 对OPC而言，最终都要面对增长和获客，自己的自媒体账号，往往是成本最低、积累最强、复利最明显的获客方式 8. AI让写代码和做产品越来越容易，真正困难的，是产品是不是真的足够好，以及如何把它卖出去 9. 互联网一个特性之一，就是健忘，用户每天接收的信息太多，很快就会忘记，很多过去火过的内容，换个时间再次发布，依然可能再次传播，就是这个原因 10. 自媒体的本质，是长期占据一个生态位，持续被看见，持续建立信任

经好友拔刀刘同意，将他们近期抓取的国内各大AI平台数据集进行开源 清洗后的数据集、论文预印本以及第一份分析报告，已推送到GitHub仓库，地址见评论区 这应该是面向国内各大AI平台的最新、最全的一份公开GEO原始数据集 包括了豆包、DeepSeek、元宝、千问、Kimi、文心、百度AI等8个AI平台的AI搜索结果、信源特征数据 这份数据包括： 1、620 个标准问题，覆盖 6 个研究维度、31 种有效问题类型，包括行业、提问意图、提示风格、时间敏感度、触发强度和极端真实场景； 2、214,119 条 AI 引用观察，精确去重后保留 189,845 条。这里统计的是回答中的引用来源与摘要，现有数据不含完整回答原文； 3、引用记录归并为 9,878 个规范域名信源、107,659 个规范页面；211,248 条记录带有效 HTTP URL，占 98.66%； 4、信源按 9 个一级类型、39 个二级类型完成分类，去重引用的分类覆盖率达到 99.77%； 5、原始数据、清洗表和分析集市都已保留，可用 JSONL、Parquet 和 DuckDB 直接查询，也附了字段字典、清洗规则和质量报告； 6、64 个原始分片全部通过 SHA-256 校验，清洗过程保留原值、异常标记和追溯字段，方便复现和继续加工 这几天对数据进行了二次清洗、标注和加工，并输出第一份可视化分析，一些有意思的发现和洞察 1、各大AI平台的信源头部效应非常明显，Top 10 信源贡献了 41.47% 的去重引用，抖音、腾讯网、今日头条、百度百科排在前四 2、平台与社区类信源只占 4.68% 的域名，却拿到 29.63% 的去重引用，内容分发平台在 AI 引用生态里的权重很高 3、品牌与企业官网只贡献 4.33% 的去重引用；加上政府与公共机构，主体自有来源合计 9.06%。品牌自有内容还有很大的可见度空间 4、跨平台共识并没有想象中高，66 个平台组合中，最高的“问题 × 页面”Jaccard 相似度也只有 34.94%，还有 11 个组合完全没有共享的问题与页面。单个平台的经验不能直接外推到其他平台 5、内容新鲜度很明显，在发布时间可靠的页面中，88.77% 来自 2025 或 2026 年；29.57% 的页面标题带年份，23.06% 带榜单或排行。时效信号和决策型内容值得继续验证 欢迎留言补充关心的问题，我可以抽空基于这些关心的问题，再做一份数据分析报告

昨晚听了WaytoAGI未来硅世界直播，12位分享者，分享了10个AI Coding 作品 + 2个FDE案例分享，很多有意思的作品，也很有启发 1、小耳 FM、Omia，作者小耳，音乐动态可视化工具与支持 100 多种格式的极简阅读器，产品非常有质感 2、Watchless，这是一个 Skill，作者陈自欣，可以将长视频和播客转成带关键画面的图文总结 3、亲子习惯养成小程序，作者发愤的草莓，通过积分、神兽孵化和心愿兑换，引导孩子主动打卡，场景很具体 4、AI 私域运营工具，作者老袁，可以在个人微信和企业微信中自动维护客户、识别购买意向并转交销售，商业闭环已经跑通 5、白板解释视频工具，作者余向华，可以把文字、文档或网页自动生成带配音和字幕的白板讲解视频，很适合知识科普 6、AI 亲子语言闪卡，作者 Nerissa，拍摄物品即可生成外语单词、短句、发音和可打印闪卡，设计很克制 7、Crewclaw，作者彭超，这是一个数字员工招聘和管理平台，形态很像数字员工的 App Store 8、3D 导演台，作者萌唛象，可以用手机陀螺仪操控 3D 摄像机，快速生成适合 AI 视频的镜头，项目很好玩 9、公众号编辑器、拼豆制作工具，作者书同文，一个解决公众号图片和排版问题，一个能把图片自动转换成拼豆制作方案，都来自自己的真实需求 10、AI 内容工作室，作者 Ellie，可以自动完成素材筛选、脚本、字幕、剪辑和转场，对内容创作者很实用 两个FDE分享和案例： 11、鞋服智能详情页FDE，分享者Lyon，通过驻场梳理斯凯奇的业务流程，用 AI 完成商品识别、模板匹配和批量套版，将准确率从 85% 提升到 95%，随后复用到安踏 12、企业AI FDE交付案例，分享者 Derrick，结合数十个企业项目，总结了国企、医院、律所等场景中的需求诊断、本地部署、数据安全和规模化交付经验

迭代了多次后，正式对GEORank全部开源，已推送到GitHub 这是一个可私有化部署的GEO工作台，帮助大家，诊断官网的GEO友好性，并继续生成行动方案、拓词、JSON-LD、llms.txt和知识库等工具 以及教程、问答等功能模块 旨在帮助大家，在各个场景更好的理解和更便利的用好GEO这个AI营销方法 1、GitHub仓库： 2、官方演示站：

开源一套：定位Skill，已推送到GitHub（地址见文末） 可以更好的辅助我们，更好的理解个人、公司的相对优势，帮助我们更好的提升战略判断质量 也可以帮助我们更好的理解一些关键问题，比如： 1、目标用户会用哪一句话理解你？ 2、他们当前把谁当作替代方案？ 3、哪项差异与用户选择真正相关？ 4、哪项优势已有证据，并能长期守住？ 5、下一步怎样验证、表达并持续占位？ 它融合《定位》的心智、品类、阶梯与聚焦方法，并加入竞品研究、需求洞察、证据分级和 D6 优势诊断 支持个人 IP、课程、产品、服务与公司品牌，可读取问答、附件和官网资料，输出一句话定位、差异化标签、推荐方案、验证条件及可视化 HTML 报告 GitHub地址： Skill原理与流程介绍：

这三个半月，从入驻X、组织GEO大会，再到各种开源项目，积累了不少，写一篇简单的复盘，记录下这个过程 一些主要数字分享： 1、4月1日，入驻X，3个半月，粉丝从2，增加到现在1.8W左右 2、和向阳一起组织的GEO大会完成举办，反响不错，随后发布《GEO红皮书》《GEO蓝皮书》，同时开始在WaytoAGI开始固定每月一期GEO专题直播分享，已完成2期直播 3、开始在GitHub分享开源项目，三个半月时间，收获star 10000+，主要项目包括GEOFlow、Tokhub、yao-meta-skill、yao-open-skills、yao-geo-skills、提示词合集、以及各种开源工具和系统等 4、《姚金刚认知随笔》仍然每周更新，已写了48万字，并在GitHub进行了内容的全部开源 5、这期间，主力AI工具是Codex，tokens消耗180亿+，帮我构建了大量的开源系统，帮助我提供了更好内部团队管理、内部系统构建、业务分析与策略帮助等 这些数字背后，值得复盘的是，在AI的帮助下，一个想法从出现、验证、开发、发布，到获得真实用户反馈，整个周期正在被明显缩短 这篇文章想记录的，就是这三个半月里，我做了什么、为什么做，以及在这个过程中得到的一些判断

把最近三个月，我与Codex的vibe coding所有对话日志，通过GPT 5.6 Sol进行了一次系统性的统计和分析 基于7047次要求以及820次有效会话的记录，形成了一版vibe coding方法论 一共28页PPT 抽象能力还挺牛的，整体质量不错 比如： 1、Vibe Coding 的核心：持续把感觉翻译成可验证标准 2、产物驱动的产品闭环：每一次反馈都要落到某个对象 3、方法一旦重复，就把它沉淀为可复用资产 4、VIBE LOOP，七步构成一条持续返回现实的产品飞轮 5、开始 Vibe Coding 前，先想清楚这 6个事：用户与场景、价值主张、首个真实产物、边界与排除、完成证据、下一轮反馈 PPT已上传，支持下载，欢迎浏览：

和公司销售负责人交流 我提到GEOFlow的一位用户，给我留言说，打算通过GEOFlow去盈利，带来的成交给我5% 我说，不用。 但内心还是觉得挺好的 销售负责人说，这种表达其实不好 更好的表达或者感谢方式，应该是先去变相，等真的实现了100万收入，直接给三万，然后说明缘由 这种方式，会是体现尊重、感谢更好的一种方式 果然是销冠啊

更新了Tokhub的配套skill 通过这个skill，可以在codex或者Claude code里，一句话查看Tokhub的通道状态、排查告警、看用量、做审计、整理运维报告 欢迎下载使用 直接调用Tokhub的官网数据或自己本地部署，都可以 1、skill的GitHub地址： 2、TokHub 通用 Skill 架构与功能说明，包含使用方式与场景：

昨天给北京日报社内部，分享了一次GEO 我觉得他们的反应很敏锐，在国内权威媒体里，认知、布局、执行力也相对超前 对于权威传统媒体，最核心的优势就是：大量高质量的权威内容 这种权威内容，如果用好GEO，有很多的价值，比如： 1、大量优质权威内容，被AI更好的引用参考，可以显著提升AI回答的质量，并一定程度上减少回答的幻觉 2、这个过程，可以实现很大程度上的“良币驱逐劣币”，优质内容被更容易引用参考后，AI就可以减少引用低质量内容的概率 3、对媒体自身而言，一些商业价值高的内容，可以通过AI得到更大范围的曝光，并对目标用户群体产生新的影响力，这是新的商业价值 还是挺有想象空间的 让给他们定制了一个分享的PPT 分享一个小技巧： 先让AI去抓取北京日报的网站UI和目标大纲相关的页面 基于这些素材，进行PPT内的案例设计与UI设计，就可以实现一个与目标对象高度相关的分享PPT，效果还不错

这几天和爱人，一起在讨论关于学习方法的问题 在总结各自的学习方法时，我们发现，如果能把各种一些经典的学习方法，进行组合使用，效果会更高 整体的效率也会更强 比如，我自己会比较喜欢这样的组合：关键词学习法+金字塔原理+费曼学习法 总结下来就是：高效学习 = 关键词定位 + 结构化整理 + 通俗化复述 + 反复校准 这样的好处之一，可以让学习能够更加的系统 每个学习方法的侧重点，其实还是不太一样的

三层探测的机制也会让监测的数据更有价值 在这个机制基础上，结合持续的监测数据，如果需要管理多个上游通道的话，其实可以实现更加智能的专属个人或者专属企业中转站的生成与管理

这是一个面向 AI API 中转站的开源监控及专属网关管理系统：TokHub 迭代了一个月，和 @vista8 讨论后，我们决定开源给大家，欢迎下载本地部署，也可以直接使用 （文末附GitHub链接和TokHub网址） 核心做了几层能力： 1、公开监控和通道详情 可以看已监测的API通道的状态、成功率、延迟、模型、价格和健康评分 2、L1 / L2 / L3 分层探测 L1 看 DNS、TCP、TLS、HTTP 连通性 L2 看 API Key、模型列表和模型可用性 L3 直接做一次最小真实生成，用来判断“入口正常但模型实际不可用”的情况 3、用户工作区和私有通道 用户可以收藏公开通道，也可以接入自己的 Endpoint 和 API Key 私有 Key 加密保存，按组织隔离，不把用户自己的上游暴露给平台后台 4、一键生成个人专属网关 可以把多个平台通道和私有通道，聚合成个人专属网关，供自己的Agent或者自己的AI客户端统一调用，按延迟、成功率或成本做路由，并记录 Token、延迟、成本、错误类型和审计事件 TokHub 现在提供 Docker 自托管部署，包含 PostgreSQL / Redis、生产预检、备份恢复、安全扫描和发布检查 可以把它当作公开监控站，也可以用作自己或企业内部的AI网关 也欢迎在它上面继续二次开发自己的API服务导航 GitHub地址： TokHub网址：