姚金刚
@yaojingang
第二届GEO大会报名中 11-21/22日 深圳宝安
报名入口：
AI营销与教育科技创业者，持续开源GEOFlow / YAO Skills / AI Tools
周更《姚金刚认知随笔》：
431 正在關注 23.9K 粉絲
我和@vista8 向阳老师一起整理的三个文档：《GEO白皮书》《GEO红皮书》《GEO蓝皮书》
一共33万字，正式对大家开源，分别支持HTML、PDF和飞书文档三种访问形式，同时支持各种方式下载
资源GitHub仓库地址见文末
欢迎自行下载
1、《GEO白皮书》
HTML：
PDF：
飞书文档：
2、《GEO红皮书》
HTML：
PDF：
飞书文档：
3、《GEO蓝皮书》
HTML：
PDF：
飞书文档：
GitHub仓库地址：
导航：
GEO资源合集仓库：
顯示更多
开发好了，一个基于 HackerNews 的书籍推荐网站。
可直达 zlib 搜索下载，Goodread 、豆瓣书评等。
消耗了大量 Token，哈哈哈。
功能相当全面，强烈推荐收藏：
顯示更多
我从关注列表里挑了 100 位中文创作者，每人选了一篇作品。有人记录了近 200 场 Space 花掉的时间，有人把一单婚礼视频里最容易返工的环节写成了教程。做 AI、做内容、做一人业务的朋友，可以从最贴近自己手头工作的那一组读起。
顯示更多
AI领导力在这篇文章里非常具象了👍
每天6点准时起床，持续了近3年
6点起床的好处，是可以早起跑步
但平均下来，每天的睡眠时间只有七个半小时
在年初时
决定调整早起的节奏
目的是为了增加提升睡眠质量和时长
于是，慢慢把自己的起床时间，从早上6点，调整到6点30，再到最近的6点50
日常跑步和训练，就改成了中午
周日正常早起跑
这个调整，让今年整体的睡眠质量好了不少
平均每天的睡眠时长，终于到了8小时+
甚至国庆节期间，每天睡眠能到9小时甚至10小时
这个变化的底层逻辑
是对于健康五要素的排序发生了变化
睡眠、运动、饮食、情绪、用药
睡眠的优先级与重要性，放在了第一位
顯示更多
第六场GEO公开课，讲了海外GEO白皮书的一些内容
直播基于1000多万条最新的海外各AI平台的回答数据，分享了几点数据洞察
直播相关资源、PPT及图文总结复盘链接，已附在了文末
数据由Dageno AI提供，覆盖2026 年 6 月至 9 月的 ChatGPT、Gemini、Google AI Mode、AI Overviews 和 Copilot
1、官网，值得放进出海营销的优先级
五个平台的官网来源占比达到 37.5% 至 58.2%。在覆盖的三个 B2B 技术品类里，这个比例约为 70% 至 73%
这里统计的是品类内各品牌官网的合计份额
产品参数、价格、兼容范围、交付政策、真实案例，都需要一个准确、稳定的事实出处。官网把这些内容补齐，用户和 AI 才有地方核对
2、五个平台，需要分别安排内容和渠道
ChatGPT：机构、政府与教育类来源占 9.0%。可以把原创数据、实测方法和案例整理成报告，争取专业机构与垂直网站的真实引用
Google AI Mode：YouTube 占非官网来源的 17.6%，Reddit 占 7.8%，值得围绕具体问题做演示、教程和社区交流
Google AI Overviews：YouTube、Reddit 分别占非官网来源的 14.4%、9.6%，基础 SEO、页面质量、视频与社区内容，可以协同推进
Gemini：官网来源占比最高，为 58.2%；另一项品牌露出分析中，45.2%的回答提到品牌却未记录来源，除了链接，还要看品牌描述是否准确，维护一致的名称、定位与事实
Copilot：电商来源占 12.8%，Amazon、Walmart 表现突出，商品页、库存、配送、保修和问答，值得持续维护
核心逻辑：先把官网事实做好，再按客户常用的平台分配站外投入
3、引用漂移，比很多人想象中明显
同一个问题，相邻两周的来源链接集合，Jaccard 相似度只有约 0.03 至 0.25：Gemini 约 0.03，Copilot 约 0.25
这个指标衡量两组链接的相似程度，越接近 1 越相似
同一天重问，ChatGPT 得到完全相同品牌集合的比例，也只有 11.9%
今天出现在哪个位置、引用了哪个页面，都适合记录；判断长期效果，需要固定问题、重复采样，同时观察品牌和链接的变化
4、给出海企业三个具体建议
把官网的产品、价格、边界和案例写清楚，公开数字保留出处，信息变化及时同步
固定一组覆盖认知、考虑、决策阶段的问题，按平台复测，分别记录提及率、明确推荐率、描述准确率和有效线索
对核心问题增加采样。研究中，每题只测 2 至 3 次，可见度的 95%区间总宽度可达约 60 至 70 个百分点，小样本很容易让人误判
海外GEO值得长期做的，是维护事实、积累证据，再用数据持续校准投入
1、完整图文版总结：
2、公开课PPT：
3、GEOFlow：
4、GEOInflow：
5、AI搜索原理教学版：
顯示更多
非常实用，学习并推荐给大家👍
假如把我的 AI Coding 经验沉淀成一些最佳实践规则，可以给到大伙复用，会是怎么样的，于是乎，今天一下午我就在琢磨这个事情，手写反复调整后给到大伙，可以让你和你的 Agent 一起去学习。
需求
1. 从技术实现细节编程转变成许愿式编程，现在模型能力已经住足够强大，你只需要大胆把自己想法说出来，给它提足够高的要求和任务，不要担心 AI 实现不了。
2. 多给你的 Agent 讲做这件事情的背景和目标，少替他考虑技术细节，告诉它为什么要做，是给谁用的，做成什么样子你认为是最好的，具体的技术细节让它自己去判断，学会放手。
3. 优先用业界最好的模型，用差模型浪费的时候，一来回让你很不高兴的干活，二来也浪费了很多时间。
4. 要不要做一个新功能以及加一个新配置、开关的时候，让 Agent 来先问你找你确定，没有人用的功能、开关、文案都不要让他去加，慢慢把这一套你的产品规范让他沉淀起来。
5. 你的想法可以很大，但是让 Agent 干活的时候，尽量让他每次拆分成最小的可用功能版本，不要一次写非常多的代码，即使提交，这样出问题了你可以随时撤回。
规则
6. 让你的 Agent 了解你的说话风格，比如说看看、分析一下这个问题的时候，它只需要去读代码分析问题不要去改代码，你说修复、修改的时候才去动手，每次提交、发布和删除的时候都找你确定。
7. Agent md、CLAUDE md 里面除去重点的项目型要求外，只写代码里面看不出来的那种规则，以及之前被否决过的方案也可以分流进去。对你而言密钥和 token 不要贴给 Agent，贴了就当已经泄露了，立马去更换一个。
8. 对于Agent必须遵守的规则不要完全信 prompt，可能会拦不住，一定要用规则脚本去限制，让它真实跑一遍通过后才算完成了。
编码
9. 开始写代码之前，先让 Agent 讲清楚要改什么地方，会影响到什么功能和效果，这样是为了补充你的上下文，方便后面更好判断决策做什么。
10. 一定要让 Agent 基于项目补充一个能够让自己验证各种结果的脚本，每次特定的时候需要去跑一下验证效果，完成功能后需要检查，让他输出结果给你看，并基于此逐步沉淀你的项目 Agent 测试功能集。
11. 假如有多个 Agent 同时干活的时候，让他们各自用一份独立的 worktree 代码目录，同时提交的时候只提交自己改的代码，不要碰他人的代码，等到各自改完合到一起，再完整跑一遍测试。
排查
12. 修 Bug 的时候先找到原因再去动手，假如两次都没有修好，就去加一些日志看真实的数据以及运行效果，不要盲目去猜问题在哪儿。
13. 假如尝试修复了3次还不对，直接清空上下文重新写清楚你的问题、诉求，以及尝试过的解法让 Agent 重新开始。
审查
14. 让写代码的 Agent 和 Review 审查代码的 Agent 分开，保持解耦，这样一方不会被另一方带偏。
15. Review 代码的时候最多让 Agent 跑 3轮，防止跑着停不下来，第二轮开始只看新改动的地方，不要再把之前 Review 的再看一遍。
16. 对于你和 Agent 判断危险的改动，越危险让他查得越深，特别对于删除、付费、发布这种单向门改动你都需要自己去看一遍，点一下，看实际效果。
发布
17. 每次提交的时候，让Agent 写清楚做了什么，怎么去验证这个改动，除了问题怎么来回滚，用于给到后面开发过程中 git 记录本身就是 Agent 的一个非常好的上下文。
18. 需要对外的功能，可以先给自己用，或者给一批愿意尝鲜的用户使用，不要一上来就全量，可以在你的软件里面假如 beta 更新的开关，防止全量有问题，也是对用户负责。
18. 先给自己和愿意尝鲜的人用，没问题再发给所有人。
复盘
19. Agent 需要对每一个线上 Bug 和用户反馈的问题都留一个测试案例，每次上线前都来跑一遍，防止继续踩坑，包括你换模型的时候也可以把这些旧问题全部都跑一遍，看看模型是否还行。
20. 修复问题的时候，让 Agent 学会举一反三，把同类的问题一起修复掉。优化功能的功能，完善视觉的时候也是一样，防止只改一个地方，忘记了其他的地方。
顯示更多
最近几天，GEOInflow又更新了几轮，也收到了不少朋友的反馈和关注，借这个机会，把项目和最近的变化一起介绍一下
这是一个面向 GEO（生成式引擎优化）的网站与AI爬虫分析系统，MIT开源许可
它把网站访客、AI 搜索引荐、服务器抓取日志和内容目录放在一起
你可以看到哪些 AI 蜘蛛来过、访问了哪些页面、哪些关键内容还缺少抓取记录，以及 AI 搜索实际带来了多少访客和转化
常用的网站统计也有：PV、UV、来源、地域、事件、目标、漏斗和访问路径。企业官网、内容站、媒体网站和开发者文档，都可以接入
最近几天主要的改进点：
1、看板和爬虫报表提速
优化首次加载、后台刷新和历史结果复用，减少重复查询，也减少打开页面后的排队等待
2、修正访客统计
修复访客卡片与趋势图筛选范围相互影响、重复计数和旧缓存导致的问题，身份信息不足时会明确显示数据状态
3、改善Cloudflare日志接入
补齐授权范围和错误提示，兼容 Logpush 的目标校验包，修复连接及任务创建过程中的问题
4、增加统计数据回收
可以先预览，再按计划或自定义规则清理过期计算结果和已完成任务，保护正在使用的结果和运行中的任务
5、部署方面支持Docker一键启动
首次安装会带上完整的官方示例数据，方便先看看各个页面，升级时保留已有账号、配置和数据库
6、界面支持中英文，核心统计无需模型 API Key
如果想用 AI 辅助分析，可以自行配置模型连接，这项功能默认关闭
仍然还有大量的优化空间，我们加速迭代～
仓库地址：
顯示更多
重磅开源：GEOInflow
一套面向GEO的网站与AI爬虫分析系统，同时支持完整的访客数据、转化数据统计与分析
MIT协议，Docker一键部署
GEOInflow将网站访客、AI搜索引荐、服务器抓取日志和内容目录放在同一个网站上下文中
帮助团队回答这些问题：哪些 AI 蜘蛛访问了网站，访问了哪些内容，哪些关键页面长期缺少抓取记录，访问是否遇到错误，以及AI搜索实际带来了多少访客和转化
核心逻辑与能力：
1、哪些AI平台在抓你的站（OpenAI、Anthropic、Perplexity、Google、字节、百度、Kimi、腾讯混元…），是训练、AI 搜索，还是用户触发的访问。包括，抓了哪些页面，哪些关键页从没被抓过
2、同时可以追踪AI搜索引荐来的会话、落地页和转化，看清GEO的真实效果
3、它也是一套完整的网站统计：PV/UV、事件漏斗、热力图、留存、团队权限与分享
4、核心统计无需模型API Key，默认无Cookie采集，数据留在你自己的服务器上
5、系统已整理61种全球范围内各种不同的AI爬虫身份及分类，在这个基础上构建了大量的全新数据分析看板
做GEO，每一次内容调整都值得有数据可以复盘
欢迎体验和提PR
GitHub地址：
顯示更多
写了一个可以直观展示AI搜索过程原理的页面（教学版）
核心目的，方便大家更直观的理解GEO的原理，链接详见文末
核心逻辑：
1、把AI理解用户需求，到引用展示的6个核心环节，通过可视化的过程透视，显示出来，详见图片示例
2、对于AI的结果，也通过透视的方式，把AI的处理过程和结果的整理逻辑，也进行了标注
体验地址：
顯示更多
新增了16篇最新GEO相关论文
仓库更新到了70篇，分成10个主题
覆盖内容优化、引用机制、效果测量、Agentic Search、RAG与风险治理
分享给也在研究AI搜索与GEO的朋友
GitHub仓库地址：
70篇GEO相关论文阅读导航：
顯示更多
响应号召，也给自己的博客加上了朋友们的友情链接，新增了链接网络
AI 时代的 GEO 第一步是把自己的个人网站搞好
要让每个 AI 都认识自己
于是又把个人网站收拾了收拾
然后群友们再交换下链接...
web2.0 GEO 版
😂
顯示更多
这几点认知分享非常有价值👍
卧槽！之前在公司里兼任做过一段时间的 GEO，当时很多时候看数据，只能通过谷歌的 GA4 后台去看到 AI 渠道来的一个访问流量、再配合 Profound 这样的软件做 GEO 监控：
没想到现在已经有姚金刚老师已经开源出更牛逼的 GEO 工具了，迫不及待想试试：
之前做北美 GEO 的几个认知，欢迎交流：
1. AI 渠道（主要是 ChatGPT）来的产品的转化率，确实比传统的 SEO 谷歌搜索来的转化率要更高，付费意愿更强。
2. 用户在 AI 推荐场景下对你的信任感，会比其他渠道更高。
3. AI 占的流量占比，虽然还不能和传统流量相比较，但是在快速增长，当时大概占网站流量的千分之五左右。
4. 越高客单价的产品或订阅，它是越需要重视 GEO 渠道的。
5. 做 GEO 的话，除了技术还有非常多需要去做的内容优化专项，比如说整个网站是否对 SEO 抓取友好，你的关键词能否去倒推出真正用户在问的 prompt，覆盖用户的AI搜索购买意图，以及说整个网站会有大量的内容，他会需要改造为 FAQ 问答、更结构化的内容等等，在站外比如 wiki page、YouTube、Reddit、Facebook 也需要做大量的舆情工作！
顯示更多
早上收到一个关于GEOInflow的好评，已经有朋友开始陆续用起来了👍
重磅开源：GEOInflow
一套面向GEO的网站与AI爬虫分析系统，同时支持完整的访客数据、转化数据统计与分析
MIT协议，Docker一键部署
GEOInflow将网站访客、AI搜索引荐、服务器抓取日志和内容目录放在同一个网站上下文中
帮助团队回答这些问题：哪些 AI 蜘蛛访问了网站，访问了哪些内容，哪些关键页面长期缺少抓取记录，访问是否遇到错误，以及AI搜索实际带来了多少访客和转化
核心逻辑与能力：
1、哪些AI平台在抓你的站（OpenAI、Anthropic、Perplexity、Google、字节、百度、Kimi、腾讯混元…），是训练、AI 搜索，还是用户触发的访问。包括，抓了哪些页面，哪些关键页从没被抓过
2、同时可以追踪AI搜索引荐来的会话、落地页和转化，看清GEO的真实效果
3、它也是一套完整的网站统计：PV/UV、事件漏斗、热力图、留存、团队权限与分享
4、核心统计无需模型API Key，默认无Cookie采集，数据留在你自己的服务器上
5、系统已整理61种全球范围内各种不同的AI爬虫身份及分类，在这个基础上构建了大量的全新数据分析看板
做GEO，每一次内容调整都值得有数据可以复盘
欢迎体验和提PR
GitHub地址：
顯示更多
非常感谢大家对于这个开源项目的关注和支持
这个系统最大的挑战在于：服务器的数据日志数据量，要远大于普通访客的数据量
对于很多网站，每天的AI爬虫日志数据，可能超过上千万行，所以，缓存机制设计、分库分表的机制等等，都需要持续优化
还有就是大量的爬虫，也会通过js混入到人类访客的数据里，同时，大量的爬虫也会伪装成人类的访客行为去爬取数据，或者通过匿名来去访问数据，这也增加了这个系统的复杂性
不过，这些都会慢慢通过持续的迭代，今天，也有擅长大数据并发和缓存优化的技术大神加入，协助持续迭代系统，已经在开始做系统的相关优化了👍
顯示更多
重磅开源：GEOInflow
一套面向GEO的网站与AI爬虫分析系统，同时支持完整的访客数据、转化数据统计与分析
MIT协议，Docker一键部署
GEOInflow将网站访客、AI搜索引荐、服务器抓取日志和内容目录放在同一个网站上下文中
帮助团队回答这些问题：哪些 AI 蜘蛛访问了网站，访问了哪些内容，哪些关键页面长期缺少抓取记录，访问是否遇到错误，以及AI搜索实际带来了多少访客和转化
核心逻辑与能力：
1、哪些AI平台在抓你的站（OpenAI、Anthropic、Perplexity、Google、字节、百度、Kimi、腾讯混元…），是训练、AI 搜索，还是用户触发的访问。包括，抓了哪些页面，哪些关键页从没被抓过
2、同时可以追踪AI搜索引荐来的会话、落地页和转化，看清GEO的真实效果
3、它也是一套完整的网站统计：PV/UV、事件漏斗、热力图、留存、团队权限与分享
4、核心统计无需模型API Key，默认无Cookie采集，数据留在你自己的服务器上
5、系统已整理61种全球范围内各种不同的AI爬虫身份及分类，在这个基础上构建了大量的全新数据分析看板
做GEO，每一次内容调整都值得有数据可以复盘
欢迎体验和提PR
GitHub地址：
顯示更多
重磅开源：GEOInflow
一套面向GEO的网站与AI爬虫分析系统，同时支持完整的访客数据、转化数据统计与分析
MIT协议，Docker一键部署
GEOInflow将网站访客、AI搜索引荐、服务器抓取日志和内容目录放在同一个网站上下文中
帮助团队回答这些问题：哪些 AI 蜘蛛访问了网站，访问了哪些内容，哪些关键页面长期缺少抓取记录，访问是否遇到错误，以及AI搜索实际带来了多少访客和转化
核心逻辑与能力：
1、哪些AI平台在抓你的站（OpenAI、Anthropic、Perplexity、Google、字节、百度、Kimi、腾讯混元…），是训练、AI 搜索，还是用户触发的访问。包括，抓了哪些页面，哪些关键页从没被抓过
2、同时可以追踪AI搜索引荐来的会话、落地页和转化，看清GEO的真实效果
3、它也是一套完整的网站统计：PV/UV、事件漏斗、热力图、留存、团队权限与分享
4、核心统计无需模型API Key，默认无Cookie采集，数据留在你自己的服务器上
5、系统已整理61种全球范围内各种不同的AI爬虫身份及分类，在这个基础上构建了大量的全新数据分析看板
做GEO，每一次内容调整都值得有数据可以复盘
欢迎体验和提PR
GitHub地址：
顯示更多
NextToken词元之外最新一期来了。
小宇宙推荐榜第一位，收听地址
聊完这期播客开始弄kindle越狱，昨天搞定了。
开源见评论区
顯示更多
国内一家大厂，下场做GEO
由于缺乏交付能力，就找了一些GEO供应商，负责在背后对他们的GEO客户进行交付
这一年下来
因为不专业，大量的过度承诺和不合理的目标设定，导致没有一家供应商能完成交付
所以，他们的负责人底下开玩笑
他们最大的收获：就是沉淀了一套成熟的道歉话术和道歉SOP
非常离谱
顯示更多
开源17套知识付费提示词，分享给正在做课程的老师、知识创作者和教育产品团队，地址见文末
四年前，成立过一家知识付费类的MCN公司，主要模式是签约一些明星和艺术家，包括一些歌手、导演、奥运冠军和国粹大师等，通过短视频和直播的形式来运营他们的IP，并通过知识付费来形成商业闭环
这种模式的好处是，流量非常好做，账号也很容易做起来，不少IP本身也自带流量，随便一开播，同时在线就能上万人在线
但弊端也很大，需要提供非常重的服务，包括非常重的情绪价值，这也导致整体的运营成本很高
为了帮助他们做出更好的课程，结合之前十年的在线教育行业经验，闭关写了一本《课程营销学》，有了AI之后，便把这本书的每一个章节，提炼出了提示词，一共17套
这17套提示词，可以直接使用，涵盖课程定位、课程设计、课程售卖和课程运营四大核心模块
正在筹备第一门课，或者想重新梳理已有课程的朋友，欢迎拿去试试
用起来有哪些地方需要补充，也欢迎反馈
顯示更多
最近给我每天都在使用的工程师合集技能 Waza 加上了一个很有用的操作以及回复规则，来源于 ASD-STE00，一套最开始用于航空维修文档的简化技术英文标准。
最开始是看到 Andrej Karpathy 的推荐，让大模型参考这一套规范来解释事情，回复会更加易读，刚好晚上有空，我顺着看了看规范和官方的 AI 白皮书，发现它对于词语、条件、和操作顺序的要求，真的非常适合拿来检查 AI 到底有没有把话讲明白讲清楚，想着基于我的理解给大伙更好懂的解释一下。
可以理解飞机维修手册其实面向阅读的人来源于各个国家，英文不一定是对方的母语，比如说修飞机的时候，拆哪一个零件、什么时候可以操作、前一步做到什么地步才可以继续做下一个步骤，是不是感觉非常像现在我们让 Agent 去做一些事情，我们也是想着尽可能 Agent 非常准确快速的做好，并把我们的诉求理解到位。刚好就和这个飞机维修手册上的说话操作规范非常像。
很多时候，一个词语换一个意思，一句话里面漏掉一个条件，面对说明书操作的人可能会做成不同的操作。好比大公司里面，CEO 的想法是经过多轮传递，很容易会导致很多信息失真，最后做出来的东西可能会当时想的完全不一样。
这套标准从我的理解正是用来解决这种说话和执行偏差的问题，它由协作规则和词典组成，词典会限制一个词可以用什么词性、表达什么含义，包括这个行业里面的哪些技术属于可以允许使用。同一个东西也不会为了避免重复就换一个名字去做，操作的步骤会需要写清楚条件和顺序等等这样的要求，其实这些放到技术文档里面也非常好理解。
我在 Waza 里面为了让 AI 更好理解，比如说在 write 写作技能里面我放了这样的例子，让 AI 写出来的内容更加清晰明白。
比如“上传完成后，删除本地文件”，如何被 AI 简化成“开始上传，然后删除本地文件”，会很容易出问题，可能文件还没有传完就被删除掉了，这里的“完成”就是决定了什么时候能删除，是必须存在的词。
再比如“只有检查通过，才允许重启” 和 “检查通过后就重启”，前一句就符合这个要求，后一句没有执行要求的动作容易多出很多可能，“才允许”在这里就是那个保持原意的关键词。
这正是我希望 AI 在日常回复和帮我干活时候要注意的地方，把做的结果讲明白、讲清楚，让它和我都不困惑不懵逼，说到点上，不要我再去多问一句更多的才好。比如说代码改好了、测试通过了、已经推送了、用户可以下载了都是对于结果的详细表述，假如它只回一句“已经修复并验证”，这种情况下，我肯定会继续问，到底解决了啥都好了没。
不过我认为，这里没有必要让 AI 去完整参考所有的标准，归纳起来的规则其实非常短，「同一个对象保持同一个名称，指代不清时写明对象，把条件和例外放在对应动作附近，保留先后关系，分清建议、要求和可能性。已经清楚的话就不改，不要为了简短删掉原因和边界。」
当然你也可以直接安装 Waza 的 clarity 规则来使用，或者直接去这里看看。
顯示更多
