孵化于香港中文大学（深圳），首创品牌服务多 Agent 协作工作流引擎，覆盖品牌知识构建、AI 可见性诊断、内容策略、智能分发与持续进化的完整链路
GEO（Generative Engine Optimization）编排工程是一套面向 AI 搜索时代的品牌可见性优化系统， 通过多智能体协作实现从诊断到优化的全链路自动化
每个智能体拥有独立的 Skill 文件、参考文档和模板，专注于单一职责，确保输出质量
智能体间通过标准化的 Markdown 文件进行数据传递，文件命名规范统一，确保上下游无缝衔接
品牌公关哨兵向策略师和图谱专家双向反馈，全链路优化师作为元治理层驱动 Skill 持续进化
核心素材硬约束 ≤5 篇，由分发编排师裂变为 25-40 篇平台适配版本，精准覆盖 AI 引擎
内环业务执行链 + 外环元治理层的双环架构，实现业务执行与系统进化的解耦
从品牌知识构建到长尾监测，每个阶段由专业智能体驱动，层层递进
点击展开每个智能体的核心职责、输入输出规范与关键工作流
从散乱企业资料（宣传册、BP、产品手册、官网链接、口头描述等）中提取并整理结构化品牌知识库，供全链路 Skill 消费。支持四种输入路径：已填模板+附件、仅散乱文件、仅口头描述、不确定该提供什么。
{brand}_品牌知识库.md，附完整度三星评级| 输出物 | 格式 | 下游消费者 |
|---|---|---|
| {brand}_品牌知识库.md | Markdown | Agent 1（营销图谱专家）及全链路 |
基于品牌知识库，构建完整的营销图谱：用户画像、搜索场景、意图分类、关键词体系、竞品清单。定义优化问题和监测提示词库，为后续所有智能体提供数据基座。
| 输入 | 来源 |
|---|---|
| {brand}_品牌知识库.md | Agent 0 |
| 输出 | 下游 |
| {brand}_营销图谱报告.md | Agent 2/3/4/5/8 |
在 7 大国内 AI 平台（DeepSeek、豆包、元宝、百度文心、智谱、Kimi、千问）上执行自动化抓取，对营销图谱定义的优化问题和负面舆情问题进行多轮次提问，采集 AI 回答数据。
| 平台 | ID |
|---|---|
| DeepSeek | deepseek |
| 豆包 | doubao |
| 腾讯元宝 | yuanbao |
| 百度文心一言 | yiyan |
| 智谱清言 | zhipu |
| Kimi | kimi |
| 通义千问 | qianwen |
接收 AI 平台抓取数据和营销图谱报告，执行全维度品牌可见性诊断，输出专业 HTML 诊断报告。核心分析维度包括可见度评分、舆情提取、竞品识别、信源频次统计与 Top10 信源深度访问。
| 输出物 | 格式 | 下游 |
|---|---|---|
| {brand}_品牌诊断报告.html | HTML | 人类审阅 |
| {brand}_品牌诊断数据.md | Markdown | Agent 4/6/8 |
基于营销图谱和诊断报告，通过深度市场研究，运用 E-E-A-T 信任框架与 GEO 品牌定位三角模型，输出品牌定位方案、内容类型矩阵与传播战略方向。核心使命是为内容架构师精确定义"应该制作什么类型的内容"。
| 约束项 | 硬限制 |
|---|---|
| 单次 P0 核心素材总量 | ≤ 5 篇 |
| A 类文章子类型 | ≤ 3 种（从 A1-A12 中选） |
| 每种 A 类子类型数量 | 1-2 篇 |
| C 类媒体公关 | 1-2 篇 |
| B 类权威内容 | 0-1 篇 |
基于品牌策略师的完整制作指令，生产 ≤5 篇高质量核心素材（图文并茂长文章）。每篇文章配备 4 张 AI 生成配图、3 个标题变体、2 个摘要变体和核心金句，为分发编排师的平台适配改写提供丰富素材。
| 类型 | 名称 | 模板 |
|---|---|---|
| A 类 | GEO 优化文章 | tpl-geo-article.md |
| B 类 | 权威长内容 | tpl-authority-content.md |
| C 类 | 媒体公关稿 | tpl-media-pr.md |
| D 类 | 社交媒体（由分发编排师负责） | tpl-social-media.md |
| F 类 | 多模态 GEO 资产 | tpl-creative-multimedia.md |
将内容架构师产出的 ≤5 篇核心素材，通过 FrontMind GEO 引擎偏好优化后，改写为 25-40 篇各平台适配版本，建立跨平台共引用网络（Co-citation Network），并执行强制合规审查。
| 平台类型 | 典型平台 | 每篇衍生数 |
|---|---|---|
| 权威网媒 | 百家号、网易号、搜狐号 | 2-3 篇 |
| 专业社区 | 知乎专栏、脉脉 | 1-2 篇 |
| 短内容平台 | 小红书、抖音图文 | 1-2 篇 |
| 官方自媒体 | 微信公众号、头条号 | 1 篇 |
负责企业自有数字资产（官网、企业信息平台）的技术层面 SEO 基建，构建让 AI "读得懂"的技术基石。与分发编排师并行执行，互不依赖。
基于营销图谱的白盒化追踪体系，执行全域 AI 平台品牌监测、风险预警、竞品追踪、效果归因与危机公关应对。将监测洞察与优化建议双向反馈给品牌策略师和营销图谱专家，形成完整闭环。
| 维度 | 示例提示词 |
|---|---|
| 品牌直接查询 | "{品牌名}怎么样" "{品牌名}靠谱吗" |
| 品牌推荐查询 | "{行业}哪家好" "推荐几家{服务}公司" |
| 品牌对比查询 | "{品牌}和{竞品}哪个好" |
独立于 Agent 1-8 业务执行链之外的"元治理层"，负责 Skill 文件本身的持续进化。具备两大核心功能：基于操作者反馈的迭代，以及基于新 GEO 论文/方法论的理论进化。
标准化的文件命名规范与明确的上下游依赖关系，确保多智能体协作的可靠性
| 智能体 | 核心输出文件 | 格式 | 下游消费者 |
|---|---|---|---|
| Agent 0 · 品牌知识库 | {brand}_品牌知识库.md | Markdown | Agent 1 及全链路 |
| Agent 1 · 营销图谱专家 | {brand}_营销图谱报告.md | Markdown | Agent 2, 3, 4, 5, 8 |
| Agent 2 · AI可见性监测 | AI可见性监测数据_{date}.json | JSON | Agent 3 |
| Agent 3 · 品牌诊断专家 | {brand}_品牌诊断报告.html {brand}_品牌诊断数据.md |
HTML + MD | 人类审阅 / Agent 4, 6, 8 |
| Agent 4 · 品牌策略师 | {brand}_品牌策略报告.md | Markdown | Agent 5, 6, 7, 8 |
| Agent 5 · 内容架构师 | {brand}_内容生产总览.md + articles/ | Docx | Agent 6, 8 |
| Agent 6 · 分发编排师 | {brand}_GEO分发执行计划_{date}.md {brand}_平台适配版本/ |
Markdown | Agent 8 / 操作者执行 |
| Agent 7 · SEO基建师 | {brand}_官网SEO与Schema部署方案.md {brand}_企业信息矫正清单.md |
Markdown | 研发/运营团队执行 |
| Agent 8 · 品牌公关哨兵 | {brand}_监测报告_{type}_{date}.md {brand}_公关任务指令书_{date}.md |
Markdown | Agent 4, Agent 1 / 操作者 |
| Agent 9 · 全链路优化师 | GEO Skill 进化日志 | Markdown | 全部 Skill 文件 |
GEO 编排系统的核心竞争力在于其多层次的反馈闭环机制，实现持续迭代优化
品牌公关哨兵（Agent 8）将监测洞察和优化建议反馈给品牌策略师（Agent 4），驱动内容策略的迭代调整。
品牌公关哨兵（Agent 8）向营销图谱专家（Agent 1）反馈新发现的用户画像、搜索场景和竞品信息，更新营销图谱基座。
全链路优化师（Agent 9）作为外环元治理层，基于操作者反馈和新 GEO 方法论，对 Skill 文件本身进行版本迭代。
融合前沿学术研究与工程实践的关键技术创新点
基于FrontMind团队的论文项目，通过 API 模式对文章进行轻量化重写，最大化 AI 回答中的可见性和引用率。支持 Gemini、GPT 等多引擎偏好适配。
通过跨平台内容分发建立 Co-citation Network，增加 AI 交叉验证的数据源。保持核心实体的语义一致性，提升聚合可见度。
基于营销图谱的关键词库和竞品清单构建可解释的监测体系，所有监测指标以诊断快照为基准进行对比，实现效果可归因。
每个智能体的 Skill 文件包含 SKILL.md 主文件 + references/ 参考文档 + templates/ 模板，支持版本化管理和自动化迭代升级。
全链路贯穿 Experience（经验）、Expertise（专业性）、Authoritativeness（权威性）、Trustworthiness（可信度）四维信任信号。
内容生产遵循 Depth（深度）、Structure（结构）、Style（风格）三维质量标准，配合反空话过滤器确保内容实质性。