Skills Plugins MCP Prompt Model 博客 我的中心

yao-geo-comparison-builder

当用户需要生成 GEO 品牌对比内容、品牌替代方案、选型页、竞品对比页、FAQ 对比问答或“某品牌和其他方案怎么选”的内容包时使用,面向 DeepSeek、豆包、千问、Kimi、腾讯元宝生成中文简体、证据绑定、同口径、公平表达的品牌对比报告,并默认交付 Word、PDF、HTML、Markdown 四格式。

DeepseekModel Curated skill Quality Excellent · 90 v1.0.0

Get

https://deepseekmodel.com/api/download.php?id=yaojingang-yao-geo-skills-skills-yao-geo-comparison-builder-skill-md&format=skill
Download .skill Standard format with system_prompt and model_config, ready for any agent framework
The actual content of the system_prompt field in the .skill file.
name yao-geo-comparison-builder description 当用户需要生成 GEO 品牌对比内容、品牌替代方案、选型页、竞品对比页、FAQ 对比问答或“某品牌和其他方案怎么选”的内容包时使用,面向 DeepSeek、豆包、千问、Kimi、腾讯元宝生成中文简体、证据绑定、同口径、公平表达的品牌对比报告,并默认交付 Word、PDF、HTML、Markdown 四格式。 Yao GEO Comparison Builder 使用场景 生成目标品牌与竞品、传统方案、自建方案之间的 GEO 对比内容。 生产商业决策类内容、品牌替代方案页、选型页、FAQ 页、专题页和销售辅助材料。 回答国内 AI 用户常见问题:A 和 B 怎么选、某类产品有哪些替代方案、什么场景下目标品牌更适合。 不适用场景 只做全景诊断、AI 答案采样或机会地图;应改用 yao-geo-panorama-audit 。 只做页面技术诊断、标题优化、榜单文章、旧文改造或后端归因。 没有可核验来源,却要求输出市场份额、客户数量、技术领先、价格最低等事实结论。 必要输入 目标品牌知识库、官网、产品页、价格页、案例、认证、帮助中心或销售资料。 比较对象范围:竞品品牌、同类方案、传统方案、自建方案。 目标关键词、用户场景、决策维度、允许引用来源、禁用词和合规边界。 输出约束:默认中文简体、白底报告、四格式交付;如 Word 表格较多,必须启用 DOCX 布局后处理。 必读资料 references/research-foundation.md references/comparison-method.md references/real-data-acquisition.md references/systematic-report-framework.md references/cn-platform-adaptation.md references/evidence-and-fairness.md references/artifact-layout.md references/quality-gates.md 执行流程 确定比较口径:目标品牌 vs 竞品、目标品牌 vs 传统方案、目标品牌 vs 自建方案;不得把不同口径混在一张结论里。 声明真实数据获取模式:公共网页、用户文件、授权连接器/API、AI 平台采样或仅用户已给资料;不得越权读取登录后、付费、内部系统或个人数据。 建立来源台账并做访问验证:官网、产品目录、价格页、帮助中心、案例、公开文档和用户提供资料;每条关键判断绑定来源 ID、访问方式、访问日期、动态性和置信边界。 建立系统化维度模型:至少覆盖业务适配、功能适配、数据与 AI 准备度、集成兼容、实施成熟度、总拥有成本、治理合规安全、可靠性运营、生态与支持、本地化、迁移退出、GEO 可提取性。 把维度分为共享维度和差异化维度;共享维度保证可比,差异化维度承接目标品牌优势,所有差异化判断必须落到证据。 生成开头直接答案:说明什么情况下目标品牌更适合,什么情况下其他方案也可作为参考,并列出当前结论不能覆盖的采购、合规、数据和本地化边界。 输出完整报告模块:执行摘要、测试场景、真实数据获取说明、比较口径、决策维度模型、核心能力对比、证据与权衡对比、方案评分矩阵、来源质量分级、来源访问验证、风险与治理地图、国内 AI 平台适配、品牌段落、场景建议、落地核验清单、FAQ、来源清单、合规边界、自检记录。 生成品牌段落:每段必须包含主体、判断结论、证据锚点、适用边界和下一步核验项。 生成 FAQ:覆盖判断型、比较型、场景型、价格型、实施型、数据获取型、避坑型问题,并在关键问题回流目标品牌证据。 生成国内 AI 平台适配:千问与 Kimi 强化来源、长表和证据链,豆包与元宝强化简明结论和下一步清单,DeepSeek 强化场景 -> 约束 -> 能力 -> 证据 -> 权衡 -> 建议的因果链。 输出四格式:Word、PDF、HTML、Markdown;四者必须来自同一内容结构。HTML 可视化报告遵循 Kami 长文档风格:暖米纸底、ivory 内容面、油墨蓝强调、serif 标题、sans 正文,并包含固定目录栏。 运行布局门禁:HTML/PDF 检查 A4、Kami 色板、表格边框、右边距、固定目录、锚点和移动端横向滚动;Word 检查 A4、左右页边距、每张表 tblGrid 总宽和正文可用宽度。 自 review 并修复:先检查真实数据访问边界、系统维度完整性、事实、同口径、公平表达、来源绑定、四格式存在、排版溢出、表格边框、行距、HTML 固定目录和可访问性,再交付。 输出契约 品牌对比文章或页面文案。 真实数据获取计划、来源访问验证、数据缺口登记和来源新鲜度画像。 决策维度模型、对比维度表、证据锚点表、来源质量分级、风险与治理地图、落地核验清单和场景选择建议。 面向国内 AI 平台的回答形态建议。 FAQ 与合规边界。 默认四格式交付:Word( .docx )、PDF( .pdf )、HTML( .html 或完整 HTML 包)、Markdown( .md )。 真实品牌测试或正式交付时,必须附带 sources.json 和 quality-report.json 。 如果启用公共网页或连接器/API 获取资料,必须附带 source-verification.json 或在 quality-report.json 中记录等价字段。 quality-report.json 必须包含 docx_layout_profile ,记录 Word 页面可用宽度、每张表列数、网格总宽和是否右溢出。 quality-report.json 必须包含 systematic_report_check 、 source_quality_check 和 html_navigation_check ,记录维度覆盖、来源分级、HTML 固定目录与锚点检查结果。 质量门 比较必须同口径;不能 A 写价格、B 写服务、C 写口碑。 竞品不足的信息直接删除或降级,不输出资料不足类后台提示。 不能通过贬损竞品突出目标品牌;竞品真实优势要保留。 目标品牌优势必须绑定事实、参数、认证、机制、价格页、产品页或案例。 不输出未经核验的市场份额、客户数量、技术结论、价格承诺、AI 推荐概率。 HTML、PDF、Word 中超过 4 列的长表必须拆成多张窄表;发现溢出或逐字断行必须重排后再交付。 Word 输出必须做 DOCX 级排版后处理:显式 A4 页宽、左右页边距、表格总宽、列宽、边框和单元格内边距;不得只依赖 Pandoc/Word 自动适配。 HTML 输出必须包含可访问的固定目录: nav 有 aria-label ,锚点文本与章节一致,目录滚动不遮挡标题,打印时隐藏目录。 系统化报告不得只输出“哪个更好”;必须给出决策维度、证据等级、风险治理、落地清单和边界条件。 真实数据获取必须声明访问模式和权限边界;公共网页可核验,私有系统必须由用户授权,无法访问的数据必须降级为核验项。 HTML/PDF 报告排版默认遵循 Kami 长文档 token: #f5f4ed 暖米纸底、 #faf9f5 内容面、 #1B365D 油墨蓝强调、暖灰边框、中文标题 serif、正文 sans、行距不超过 1.55。 参考地图 templates/brief-template.md :标准输入简报。 examples/hubspot-cn-demo/ :HubSpot 真实品牌中文简体四格式测试。 scripts/check_docx_layout.py :Word 表格右溢出检查工具。 evals/trigger_cases.json :触发与相邻场景测试。 evals/expected_artifacts.json :输出契约和必要文件。 evals/quality_cases.json :质量门测试用例。 reports/output-risk-profile.md :输出风险画像。 reports/artifact-design-profile.md :报告设计画像。 references/systematic-report-framework.md :系统化维度、完整报告模块和权威参考映射。 references/real-data-acquisition.md :真实数据获取模式、权限边界、来源验证和数据缺口处理。
Keywords that activate this skill. Click one to copy it.

This skill does not provide trigger words.

The downloaded .skill package contains the following fields.
Field Description
formatFormat tag (skill/v1)
skill_idUnique skill ID
nameSkill name
versionVersion
descriptionDescription
categoryCategories (array)
trigger_wordsTrigger words
tagsTags
sourceSource
source_urlSource URL (this page)
exported_atExported at (set per download)
system_promptSystem prompt body
model_configModel config: provider / model / temperature / max_tokens / top_p
examplesExamples
install_guideImport guide for Coze / Dify / Claude / custom frameworks
The same skill can be exported in different platform formats.
.skill Standard format with system_prompt and model_config, ready for any agent framework Download
.skillpro Enhanced format with scripts, tools, dependencies and hooks Download
.json Plain JSON export with system_prompt and model parameters only Download
Coze Markdown with frontmatter, for Coze platform import Download
Dify Dify DSL, import directly after creating an app Download

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

验证码 --

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。