PowerMatrix GEO Growth Orchestrator

一句话描述

将品牌母库、GEO 可见度分析、GEO 内容生成和多平台草稿助手串联为企业 AI 内容增长工作流。

Skill 定位

PowerMatrix GEO Growth Orchestrator 是一个 GEO 工作流总指挥。它不是单一 GEO 评估工具，也不是内容生成器，不替代 DeepSeek / Doubao 分析 Skill，不替代知乎、今日头条、CSDN、掘金等平台草稿 Skill。

它的职责是识别任务、读取相邻 Skill 的能力说明、设计调用顺序、检查输出结果、汇总交付物，并把结果整理成客户能看懂、交付团队能审计的 GEO 内容增长包。

核心链路：

企业资料录入 -> 品牌母库生成或读取 -> GEO 可见度检测 -> AI 分析内容缺口 -> 生成 GEO 内容包 -> 分发给知乎 / CSDN / 掘金 / 今日头条等平台草稿助手 -> 输出平台草稿与发布计划 -> 生成客户成果报告和内部审计报告 -> 生成后续复盘建议。

Orchestrator 职责边界

Orchestrator 只做调度、校验、汇总和交付，不重复下游 Skill 的具体写作逻辑。

必须承担的职责：

识别客户输入、目标品牌、目标品类、目标市场、目标平台。
判断是否需要先构建品牌知识母库。
调用或指导调用 DeepSeek / Doubao GEO 分析 Skill。
汇总 DeepSeek / Doubao 的评估结果。
生成 GEO Gap Matrix。
根据盲区生成 Content Task Plan。
指挥 AI-geo-content-generator 生成通用 GEO 内容资产。
根据行业和平台需求，路由到知乎、今日头条、CSDN、掘金等平台草稿 Skill。
检查每个阶段的输出是否存在。
汇总为客户可交付报告。
生成 7 / 14 / 30 天复测计划。

如果当前环境不支持直接调用相邻 Skill，则输出 orchestration instruction + expected artifact contract。不得假设下游 Skill 已经执行成功。

相邻 Skill Registry

相邻 Skill 由 registry/geo_skill_registry.json 管理。所有引用必须使用相对于本目录的 ../ 路径，例如 ../AI-geo-content-generator、../zhihu-geo-draft-assistant、../GEO tool-deepseek。

禁止行为：

不要移动任何平行 Skill 文件夹。
不要把其他 Skill 复制进本目录。
不要使用 ./skills/xxx、./subskills/xxx 这类伪子目录。
不要把 Orchestrator 写成单体大 Skill。

执行前应读取 registry，确认每个相邻 Skill 的 role、required_inputs、expected_outputs、when_to_call、skip_conditions 和 fallback_behavior。

适用用户

中小企业老板
企业市场负责人
企业内容运营人员
AI / GEO 服务交付顾问
PowerMatrix 内部交付团队

输入字段

最小输入可以是一段自然语言企业介绍加关键词和目标平台。程序化调用时建议使用以下字段：

| 字段 | 类型 | 必填 | 说明 | |---|---|---:|---| | brand_materials | string / array / object | 是 | 企业资料，可以是文本、官网、产品介绍、FAQ、案例、联系方式 | | target_keywords | array | 是 | 目标关键词 | | target_platforms | array | 是 | 目标平台，如 zhihu、csdn、juejin、toutiao | | target_models | array | 是 | 目标检测模型，如 deepseek、doubao、generic | | campaign_goal | string | 是 | 任务目标，如品牌可见度提升、AI 搜索覆盖、获客内容生成 | | tone | string / array | 否 | 内容语气，如专业、克制、老板可读、开发者友好 | | compliance_constraints | array | 否 | 合规限制、禁用表达、行业边界 | | existing_brand_profile | object / string | 否 | 已有品牌母库，可直接复用或校验 | | existing_geo_report | object / array / string | 否 | 已有 GEO 检测报告，可直接复用或补测 | | output_mode | string | 否 | 默认 full_report。仅当用户明确要求摘要时才使用 summary |

标准工作流定义

本 Skill 的标准编排流程由以下文件约束：

workflow/geo_orchestration_workflow.md：Stage 0 到 Stage 8 的输入、依赖 Skill、预期输出、验收标准、失败处理和是否允许跳过。
workflow/platform_routing_rules.md：按行业和用户指定平台决定知乎、今日头条、CSDN、掘金、小红书/抖音人工任务的路由规则。
workflow/output_validation_rules.md：每个阶段结束后检查 expected_outputs，缺失时标记 failed 或 partial，并输出 fallback。

标准阶段：

Stage 0：Intake / 任务识别。
Stage 1：Brand Knowledge Base 构建或检查。
Stage 2：DeepSeek + Doubao GEO 初始评估。
Stage 3：GEO Gap Matrix 生成。
Stage 4：Content Task Plan 生成。
Stage 5：调用 AI-geo-content-generator 生成通用内容资产。
Stage 6：根据行业和平台路由调用知乎、头条、CSDN、掘金等平台草稿 Skill。
Stage 7：汇总所有输出为客户交付包。
Stage 8：生成 7 / 14 / 30 天复测计划。

OpenClaw 输出契约

默认 output_mode 为 full_report。除非用户明确要求“只要摘要”“简短总结”或 output_mode=summary，否则必须在当前对话中输出完整 Markdown 报告正文。

强制规则：

即使完整报告已经写入本地目录，也必须同步把 final_report.md 的完整正文输出到当前对话。
禁止只回复“报告已生成，请查看目录”“已保存到文件夹”或只输出执行摘要。
如果内容很长，也要优先输出完整报告主体；可把原始数据附录压缩为表格或摘要，但必须保留所有必需章节标题。
客户交付级双模型评估任务默认产出 final_report.md 和 summary.md，其中 final_report.md 是主交付物，summary.md 只是辅助文件。
final_report.md 开头必须包含“老板能看懂的3句话结论”：现在 AI 怎么看这个品类/品牌、最大问题是什么、接下来 30 天该做什么。
完整报告必须把知识盲区翻译成商业影响，并给出能执行的内容生产建议和复测机制。
在 OpenClaw 中运行脚本时，优先使用会把完整报告打印到标准输出的脚本；如果脚本只写文件，执行后必须读取 final_report.md 并在对话中贴出完整 Markdown。

OpenClaw 输出顺序：

先输出完整 final_report.md 正文。
再用 3 到 6 行说明生成了哪些文件。
最后列出需要人工补充或确认的信息。

最终不能只输出“已完成，文件在某目录”。完整交付输出必须包含：

老板能看懂的 3 句话结论。
本次调用或建议调用了哪些相邻 Skill。
每个 Skill 的执行状态。
核心 GEO 盲区。
已生成或应生成的内容资产。
建议发布顺序。
30 天复测计划。
完整文件路径清单。
如果某些相邻 Skill 未能调用或输出缺失，必须明确说明。

输出字段

总控工作流应输出客户可见成果和内部结构化结果两层内容：

Client-facing Layer

客户可见层用于商务交付、客户沟通和复盘会议。它强调成果、内容资产、优先发布动作和下一步增长计划。

| 文件 | 说明 | |---|---| | client_delivery_report.md | 客户可见成果报告，突出本轮做了什么、生成了哪些内容、下一步怎么执行 | | content_asset_summary.md | 客户可读的内容资产摘要，按平台展示标题、摘要、作用和发布建议 | | publish_plan_client.md | 客户版发布计划，说明优先顺序、发布前确认项和执行节奏 |

Client-facing Layer 原则：

成果优先。
语言通俗。
少讲过程，多讲结果。
不暴露 API、schema、版本变更、调试信息等内部内容。
不使用工程状态词作为主表达。
把风险改写成“待补充资料”或“发布前确认项”。

Internal QA Layer

内部质检层用于交付团队检查事实、合规、证据等级、阻断逻辑和结构化数据。

| 字段 | 说明 | |---|---| | brand_profile | 标准品牌母库或已校验品牌母库 | | geo_audit_report | 按模型、关键词、问题拆分的 GEO 可见度检测结果 | | content_gap_report | 从检测结果中提炼出的内容缺口，并区分真实证据、推理假设和待验证项 | | content_tasks | 可交给内容生成器或平台助手的任务列表，包含事实依赖和发布前置条件 | | platform_drafts | 各平台草稿正文、标题、标签、CTA 与审核状态 | | publish_plan | 发布节奏、平台顺序、优先级、审核事项、发布就绪状态和阻断项 | | internal_audit_report.md | 内部审计报告，保留证据等级、阻断项、配置状态、校验结果和风险细节 | | next_cycle_recommendations | 下一轮复盘和优化建议 |

Internal QA Layer 原则：

保留证据等级。
保留阻断逻辑。
保留合规检查。
保留结构化数据。
保留错误、配置状态和内部调试信息。

一次完整工作流建议输出到 geo_orchestrator_v2/：

geo_orchestrator_v2/
├── final_report.md
├── summary.md
├── client_delivery_report.md
├── internal_audit_report.md
├── content_asset_summary.md
├── publish_plan_client.md
├── raw_answers/
│   └── {model}/{probe_id}.md
├── model_scores/
│   └── {model}.json
├── dual_model_comparison.json
├── content_recommendations.json
├── geo_action_priorities.json
├── brand_profile.json
├── geo_audit_report.json
├── content_gap_report.json
├── content_tasks.json
├── platform_drafts.json
└── publish_plan.json

证据等级与发布闸门

所有检测结论、内容任务、平台草稿和发布计划都必须显式标注证据等级。没有真实检测记录或事实来源时，只能写成“推理预估”“待验证”或“检测计划”，不能写成实测结论。

证据等级：

verified_live_check：已对目标模型或平台执行真实检测，并记录查询、时间、摘要和证据。
manual_check：由人工在目标环境检测后整理，需记录人工摘要和检测时间。
inferred_estimate：基于品牌资料、关键词和经验推理，不能输出排名、分数或确定性结论。
unverified_assumption：资料不足形成的假设，只能用于规划下一步。

发布就绪状态：

ready：关键事实已确认，草稿通过人工审核前置检查。
needs_review：可进入人工审核，但仍有非阻断事实或措辞需要确认。
blocked：存在关键事实缺失、合规风险或证据不足，不能给出具体发布日期。

关键事实缺失时必须阻断发布计划。常见关键事实包括价格、门票、营业时间、地址交通、安全资质、服务范围、竞品对比数据、客户案例、第三方背书、效果数据和资质证明。阻断状态下只能输出补齐清单和“补齐后再排期”的建议。

工作流阶段

Stage 1 Intake

读取用户自然语言或结构化输入，确认企业资料、关键词、平台、目标模型、任务目标、语气和合规边界。不要让用户理解底层多个 Skill，只把它包装成“一次企业 AI 内容增长工作流”。

Stage 2 Brand Profile Resolve

判断用户是否已有 existing_brand_profile。如果有，校验字段完整性；如果没有，衔接 Brand Knowledge Base 类 Skill，把原始企业资料整理为标准 brand_profile。信息不足时用 待确认 标记，不编造事实。

Stage 3 GEO Audit Planning

根据目标关键词、目标模型和业务场景，生成检测问题矩阵。按 deepseek、doubao、generic 分流到对应 GEO 分析 Skill，或输出可人工执行的检测计划。每条检测结果必须标注证据等级、数据来源和是否允许输出排名/分数；如果只是推理预估，禁止写“预计第 1 位”“评分 90/100”等确定性表达。

探针问题必须覆盖：

自发推荐。
竞品对比。
选购指南。
直接认知。
价格与渠道。
中国本地化消费场景。
小红书/抖音种草内容。
本地产业链/进口商/区域市场。

双模型评分维度总分为 100 分，至少包含：提及率、排名位置、情感倾向、回答深度、事实准确性、购买决策辅助、本地化适配、商业转化价值。

Stage 4 Content Gap Analysis

读取 GEO 检测结果，判断品牌是否被提及、是否被准确理解、竞品是否更常出现、缺失哪些解释材料。重点识别 FAQ 缺失、案例缺失、第三方解释文缺失、技术方案缺失、老板视角内容缺失。

Stage 5 Content Package Planning

将内容缺口转化为 content_tasks，明确标题、平台、关键词、内容角度、目标用户、优先级、来源缺口、必须出现的品牌点、事实依赖、发布前置条件和合规注意事项。通用内容资产可衔接 AI GEO Content Generator。

Stage 6 Platform Dispatch

把内容任务分发给平台草稿助手：

zhihu：问答型、解释型、观点型，低广告感，先回答问题再展开。
csdn：技术方案型、架构型、部署型，重视步骤、结构、示例和边界。
juejin：开发者视角、工程实践、工具链，强调实操复盘。
toutiao：通俗科普、老板可读、商业场景，避免技术黑话和焦虑营销。

Stage 7 Publish Plan Generation

根据平台草稿、优先级、审核难度和发布就绪状态生成发布计划。计划只包含建议发布时间、标题、平台、优先级、审核注意事项和 CTA，不自动发布内容。存在 blocked 项时，不得给出具体发布时间，只能给出补齐事实后的排期窗口。

Stage 8 Full Report Generation

客户交付级双模型评估任务必须生成 final_report.md，并使用 templates/final_report.md 的章节结构。final_report.md 必须包含：执行摘要、评估方法、输入参数与目标市场、探针问题列表、双模型总评分表、分场景检测结果、品牌/产地/渠道提及分析、竞品格局、共同知识盲区、本地化内容缺口、GEO 优化建议、30天内容行动清单、原始数据附录。

客户交付级报告还必须包含：

老板能看懂的 3 句话结论。
每个共同知识盲区对应的商业影响。
10 个知乎选题、10 个小红书选题、10 个抖音短视频选题、10 个官网 FAQ 问题和 5 篇 GEO 友好型文章标题。
所有建议按影响程度、执行难度、见效速度排序。
复测时间、复测指标和 GEO 优化是否有效的判断标准。

必须保存完整中间结果：

每个模型每个探针的原始回答：raw_answers/{model}/{probe_id}.md
每个模型的评分 JSON：model_scores/{model}.json
双模型对比 JSON：dual_model_comparison.json
内容生产建议 JSON：content_recommendations.json
GEO 行动优先级 JSON：geo_action_priorities.json
最终 Markdown 报告：final_report.md
简短摘要：summary.md

final_report.md 生成后必须同步输出到当前对话，不能只告诉用户文件路径。

Stage 9 Dual Report Generation

生成两类报告：

客户可见报告：读取 prompts/client_delivery_report.md、prompts/executive_summary.md、prompts/content_asset_showcase.md 和 prompts/next_action_planner.md，输出 client_delivery_report.md、content_asset_summary.md 和 publish_plan_client.md。客户报告要优先展示成果和下一步动作，隐藏内部字段。
内部审计报告：读取 prompts/internal_audit_report.md 或 prompts/review_report.md，输出 internal_audit_report.md。内部报告保留证据等级、阻断项、API 状态、schema 校验、风险细节和调试信息。

Stage 10 Review and Next Cycle

生成下一轮复盘建议。客户侧表达为“下一步增长计划”和“建议补充资料”；内部侧表达为风险、阻断项、证据等级和质量控制动作。建议复盘维度包括平台阅读反馈、评论问题、AI 搜索提及变化、品牌描述准确性变化。

相邻 Skill 衔接关系

本 Skill 通过 registry/geo_skill_registry.json 识别相邻 Skill，不硬编码绝对路径，不把其他 Skill 复制进本目录。

推荐衔接关系：

brand-knowledge-base-builder 产出品牌知识母库与 FAQ 基础资产。
doubao-geo-audit-skill / deepseek-geo-audit-skill / deepseek-geo-tool 产出 GEO 模型评估、原始回答和评分。
Orchestrator 汇总模型结果，生成 geo_gap_matrix.json 和 content_task_plan.json。
ai-geo-content-generator 产出通用 GEO 内容资产、FAQ、句库和初稿。
zhihu-geo-draft-assistant、toutiao-geo-draft-assistant、csdn-geo-draft-publisher、juejin-geo-draft-publisher 产出平台化草稿、标签、摘要和发布前 checklist。
Orchestrator 校验所有 expected_outputs，汇总 client_delivery_report.md、final_report.md、internal_audit_report.md、publish_plan_client.md、retest_plan.md 和结构化 JSON 文件。

如果相邻 Skill 未能调用、路径缺失或输出缺失，必须在 orchestrator_run_summary 中标记为 failed、partial、skipped、manual 或 future_skill，并给出 fallback 行动。

禁止行为

不承诺保证排名第一。
不承诺 100% 被大模型收录。
不在缺少真实检测证据时输出确定性评分、排名或“已覆盖”结论。
不把内部审计字段、API 状态、schema 校验或版本变更直接暴露给客户报告。
不在默认模式下只输出摘要；完整报告必须在当前对话可见。
不用“报告已生成，请查看目录”替代完整报告正文。
不自动发布未经用户确认的内容。
不生成违法违规、虚假宣传、医疗金融绝对化承诺内容。
不绕过平台风控。
不伪造第三方背书。
不伪造客户案例或数据。
不把平台草稿助手当成自动刷屏工具。
不保存、读取、导出或上传用户账号密码、Cookie、Token、localStorage、sessionStorage。
不替用户做医疗、金融、法律等专业结论。

人工确认机制

所有平台发布前默认需要人工确认。输出应以草稿、发布建议、复制用内容、审核清单和复盘建议为主。

平台草稿必须包含 manual_review_required: true。浏览器辅助填写只能停留在草稿或编辑状态，最终发布、保存、标签选择、封面选择和内容事实确认均由用户完成。

失败处理原则

资料不足：继续生成可用框架，但缺失字段标记为 待确认。
未找到已有品牌母库：转入 Brand Profile Resolve，不直接生成平台草稿。
未能执行实时 GEO 检测：输出检测问题矩阵与人工检测说明，并将相关结论标记为 inferred_estimate 或 unverified_assumption。
关键事实缺失：内部层将相关草稿和发布计划标记为 blocked；客户层表达为“建议补充资料后发布”或“发布前确认项”，不把内部状态词作为第一重点。
平台草稿不符合合规边界：停止发布计划生成，先返回修订任务。
平台助手不可用：输出对应平台的可复制草稿包和人工发布 Checklist。