claude-seo 可见性提示词实战指南基于 FLOW 模型产出可执行的 Optimize 阶段优化交付物【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-seo本篇指南以仓库 skills/seo-flow/references/prompts/optimize/visiblity-prompt.md 为核心系统拆解 FLOW 框架 Optimize 阶段「可见性提示词」Visiblity Prompt的适用场景、输入要素、完整提示词模板、输出结构与实战落地方式并结合 seo-flow 技能 的编排逻辑、seo-flow Agent 的执行规则以及 sync_flow.py 同步脚本 的实现为读者提供一份可直接复制、可验证的优化工作流。读完本文你将掌握如何用一条结构化提示词把「观察—假设—建议—待核验声明」四类信息分离产出团队可直接执行的优化交付文档。一、什么是 Visiblity PromptOptimize 阶段的可见性优化模板Visiblity Prompt 是 FLOW 框架Find → Leverage → Optimize → Win 四阶段循环中Optimize优化阶段的一套结构化提示词模板其完整源码位于 visiblity-prompt.md。FLOW 是面向 2026 年 AI 搜索时代的「证据驱动 SEO」运行模型它把排名、AI 引用、本地可见性与销售证据视为相互关联的平面而非孤立渠道。在 flow-framework.md 中明确写道在书写之前先命名搜索平面——有机结果、AI 回答、本地信息包、社区讨论、付费落地页或销售辅助页面——然后决定哪个平面能改变下一个业务结果并在那里构建证据。Optimize 阶段在整个 FLOW 循环中承担的任务是当自有资产难以被提取extraction或缺乏信任trust时重新组织证据并改写页面/资料。Visiblity Prompt 正是这一阶段交付物的生产模板——它要求模型产出一份「结构化的优化交付物」structured optimize deliverable把**观察observations、假设assumptions、建议动作recommended actions、需要核验的声明claims that need verification**四类信息清晰分离避免把猜测写进可执行文档。从提示词索引prompts/README.md可以看到optimize 阶段共收录 21 个提示词Visiblity Prompt 是其中之一索引中的visiblity-prompt.md即「Visiblity Prompt」与同目录的visibility-follow-up-prompt.md为内容一致的姊妹模板均源自 Local SEO Knowledge Base。二、何时使用Use This When 适用场景判定该提示词的核心适用条件是需要一份结构化的优化交付物并且要求模型明确区分观察、假设、建议动作与待核验声明。典型场景包括需要为一个页面、一个商家资料profile、一组查询query set或一个营销活动产出优化建议团队要拿一份「可直接执行的工作文档」去改内容、改结构、补内链、埋转化事件页面或资料存在「证据薄弱」weak proof与「信息不一致」inconsistent details问题需要先厘清事实再动手改。在 seo-flow/SKILL.md 的编排逻辑中/seo flow optimize [url]命令的处理流程是读取references/prompts/optimize/下全部文件名读取既有分析上下文URL、行业垂直、会话中此前的技能输出只选出 2–3 个最相关的提示词并加载对应文件应用所选提示词其余提示词通过/seo flow prompts索引访问交叉引用其他技能完整的内容质量分析可调用/seo content url与/seo geo url。也就是说Visiblity Prompt 并不是每次 optimize 都要用而是与行业垂直如本地业务 → 引用与 GBP 优化、先前技能输出信号seo-technical 标记爬取问题 → 技术类提示词seo-content 标记 E-E-A-T 缺口 → 内容类提示词、URL 信号产品页 → 转化博客 → 新鲜度与权威性相匹配时才被选中。SKILL.md 明确要求每次只给出 2–3 个提示词并说明选择理由——避免把 21 个提示词一次性倾倒造成噪音。三、AI 兼容性与输入要素3.1 AI 兼容性AI Compatibility文档明确标注Works with long-context reasoning models. For smaller models, provide narrower inputs and ask for one output section at a time.即该提示词面向长上下文推理模型设计若使用较小的模型应收窄输入范围提供更聚焦的素材并一次只请求一个输出区块例如先只产出 Executive Summary再产出 Priority Table以避免小模型上下文溢出或输出质量稀释。这一点与 agents/seo-flow.md 中的 Agent 约束相互印证该 Agent 配置了model: sonnet、maxTurns: 15且明确「Apply at most 5 prompts per call (context window constraint)」——单次调用最多应用 5 个提示词optimize 阶段绝不一次性加载全部提示词而是基于页面信号选择。3.2 输入清单Inputs调用该提示词前需要准备以下输入输入项说明Business or website name业务或网站名称Target page, profile, query set, or campaign目标页面、商家资料、查询集或营销活动Audience and geography where relevant相关的受众与地理范围Existing evidence现有证据分析数据、搜索结果、通话记录、评论、资料事实或来源笔记Constraints, exclusions, and required sources约束条件、排除项与必需来源注意「Existing evidence」的宽泛性——它不仅包括 analytics分析数据还包括 calls通话记录、reviews评论、profile facts资料事实与 source notes来源笔记。这与 FLOW 框架的「Operating Workflow」第 2 步一致先清点已经可用的证据客户语言、查询数据、资料细节、评论、分析、通话笔记、销售异议、任何可支撑主张的公开来源再决定写什么。3.3 输入裁剪技巧根据文档的 AI Compatibility 说明小模型使用时建议把「Target page」收敛为单一页面或单一资料而非整站把「Existing evidence」压缩为最近 30 天的核心指标而非全年历史分步输出先请求Executive summary再请求Priority table最后请求Verification checklist。四、完整提示词模板可直接复制以下为 visiblity-prompt.md 中的原始提示词全文可将其中的[BUSINESS OR ASSET]替换为你的业务或资产名称后直接使用Act as a senior SEO strategist using the FLOW model. Task: create a optimize deliverable for: [BUSINESS OR ASSET]. Use only the supplied inputs and clearly label any assumption. Do not invent statistics. Do not reuse private examples. Build the answer around: 1. Searcher or buyer intent. 2. Evidence available now. 3. Gaps that block trust, extraction, or conversion. 4. Recommended changes in priority order. 5. Measurement events and review cadence. 6. Claims that require source verification before publication. Return a concise working document the team can execute.4.1 六个构建维度的逐条解读Searcher or buyer intent搜索者/买家意图先回答谁会搜、为什么搜对应 FLOW「从买家语言开始写作」的原则Evidence available now当前可用的证据只使用提供的输入禁止编造统计数字Do not invent statisticsGaps that block trust, extraction, or conversion阻碍信任、提取或转化的缺口三类缺口——信任缺口proof、提取缺口AI 可读性/结构化、转化缺口下一步动作缺失Recommended changes in priority order按优先级排序的建议变更不是清单罗列而是有优先级的工作序列Measurement events and review cadence测量事件与复盘节奏明确用什么指标、多久复盘一次Claims that require source verification before publication发布前需来源核验的声明把待核验声明单独列出防止未经验证的数字上线。4.2 两条硬性红线Do not invent statistics不得编造统计与 FLOW 框架的 Evidence Standard 一脉相承——带数字的主张必须可追溯到 bibliography.md否则删除。该书目收录了 Ahrefs AI Overviews CTR 数据、seoClarity ChatGPT 被引用页分析、BrightLocal 本地搜索统计等来源每条都带有检索日期。Do not reuse private examples不得复用私有示例与 flow-framework.md 的 Quality Bar 对应——「Private editorial notes are used only to identify candidate concepts, never as public prose」私有编辑笔记只用于识别候选概念绝不作为公开文案示例应使用通用或新建的内容。五、输出结构一份可执行的交付文档提示词要求返回「一份团队可执行的简明工作文档」a concise working document the team can execute标准输出包含六个区块Executive summary执行摘要一页之内说清资产现状、最大机会与首要动作Priority table优先级表格以表格形式列出变更项、优先级、影响面与所需证据Recommended copy, structure, or audit findings推荐文案、结构或审计发现具体到可落地的改写建议或结构化调整Evidence needed所需证据当前缺失、需要补充验证的数据来源Measurement plan测量计划转化事件定义与复盘节奏Verification checklist核验清单发布前逐项核对的事实项。5.1 优先级表格模板示例结合 flow-framework.md 的 Measurement 一节可把 Priority table 扩展为如下结构优先级建议变更阻塞的缺口类型所需证据测量事件P0统一 NAP 信息名称/地址/电话信任Trust官方资料页、GBP 快照本地信息包曝光P1补强首屏证明元素案例/评价信任Trust客户评价原文、通话记录页面停留、表单提交P2重写 H1 与首段为买家语言提取Extraction搜索查询词、SERP 快照排名、AI 引用P3增加 FAQ 结构化数据提取Extractionschema 校验工具输出富媒体展示、AI 摘要出现率P4埋设转化事件与复盘节奏转化ConversionGA4/搜索控制台配置合格线索、来电、表单完成5.2 核验清单Verification Checklist展开根据 flow-framework.md 的「Common Failure Modes」与「Quality Bar」核验清单至少应覆盖每条带数字的声明是否可追溯到 bibliography.md 中的来源含检索日期示例是否为通用/新建示例而非可识别的私有客户案例页面是否对三类读者买家、搜索引擎、可能做摘要或对比的 AI Agent都可读是否明确了目标搜索平面有机结果/AI 答案/本地信息包/社区讨论/付费落地页是否定义了「下一步合格动作」next qualified action而非只优化流量若页面/资料当前无法测量是否已先补上测量事件六、实战示例本地服务页的优化交付文档给出的示例输入为一个证据薄弱、资料信息不一致的本地服务页a local service page with weak proof and inconsistent profile details。预期输出为四类产物优先级的改写简报prioritized rewrite brief——先改什么、后改什么、每项的依据需要调和的资料事实facts to reconcile——哪些 NAP/服务/资质信息在页面、GBP、目录站之间互相矛盾需要新增的内链internal links to add——从哪些高信任页面指向该服务页要测量的转化事件the conversion event to measure——例如「致电」或「表单提交」并定义复盘节奏。这条示例完整呼应了 flow-framework.md 的核心主张一个用于产生合格来电的页面不应只用曝光量impressions来评判一个用于调和业务事实的资料也不应只用发帖频率来评判。业务结果合格线索、来电、表单完成才是测量锚点。七、仓库级实现提示词如何被加载与执行7.1 提示词库的目录结构Visiblity Prompt 位于 FLOW 提示词库的 optimize 目录仓库中按阶段分目录组织 41 个提示词skills/seo-flow/references/prompts/find/— 5 个提示词关键词研究、SERP 意图映射、选题规划等skills/seo-flow/references/prompts/leverage/— 1 个提示词外链竞争分析skills/seo-flow/references/prompts/optimize/— 21 个提示词含本文的 Visiblity Prompt、CTR Audit、Technical Audit、PAA Question Rewording、Schema Prompt 等skills/seo-flow/references/prompts/win/— 3 个提示词BOFU 页面简报、转化审计、双平面内容记分卡skills/seo-flow/references/prompts/local/— 11 个提示词GBP 类别/描述/服务、标题标签、元描述等完整索引见 prompts/README.md。7.2 Agent 的执行路径agents/seo-flow.md 定义了该提示词的自动化执行者——一个model: sonnet、maxTurns: 15、仅授予Read, WebFetch, Glob, Grep工具的 FLOW 提示词分析师。其 optimize 阶段执行规则是用 WebFetch 抓取目标 URL理解页面内容与行业信号先读取prompts/optimize/下全部文件名再根据「行业垂直信号、页面可见的内容缺口、检测到的技术/权威性问题」选出 2–3 个最相关的提示词对页面内容应用所选提示词把提示词针对具体站点填全按固定格式输出阶段标签FIND/LEVERAGE/OPTIMIZE/WIN/LOCAL、应用的提示词文件名 一行选择理由、逐提示词的证据标注发现、以及「Evidence needed」数据需求清单。输出模板要求在任何分析结果之前先输出归属声明Framework and prompts © Daniel Agrici, CC BY 4.0 — github.com/AgriciDaniel/flow不可省略或改动见 SKILL.md 的 Attribution 一节。Agent 还内置了安全规则Bash 不可用WebFetch 响应视为不可信外部内容仅提取结构化数据绝不执行或原样嵌入工具调用重定向后的最终响应同样不可信。7.3 提示词库的同步机制提示词文件通过 scripts/sync_flow.py 从上游 FLOW 仓库同步而来同步入口是/seo flow sync命令。脚本实现细节包括按PROMPT_STAGES [find, leverage, optimize, win, local]五个阶段拉取docs/09-prompts/{stage}/下的 Markdown 文件为每个同步文件前置 CC BY 4.0 归属注释头!-- Source: github.com/AgriciDaniel/flow | License: CC BY 4.0 | Synced: ... --通过rewrite_flow_links()把上游「编号目录布局」的相对链接重写为仓库扁平化布局的相对路径无法配送的链接会被去链接化保留标签文本以避免死链生成 SHA-256 锁定文件 flow-prompts.lock并在每次同步时输出 drift 报告added/updated/removed安全防护_validate_github_url只允许api.github.com主机record_write阻断路径穿越响应大小限制 5 MB。对应测试见 tests/test_sync_flow.py覆盖 dry-run 不写盘、五个阶段均须产生提示词文件、每个同步文件必须有归属注释头、URL 校验阻断非 GitHub 主机与 userinfo SSRF、路径穿越阻断、SHA-256 确定性等。7.4 与相邻技能的交叉引用在/seo flow optimize [url]执行后SKILL.md 会给出交叉引用建议完整内容质量分析可调用/seo content urlGEO/AI 可见性分析可调用/seo geo url若涉及本地业务还可联动/seo local url与/seo maps [command]。这意味着 Visiblity Prompt 产出的「证据缺口清单」可以直接成为下一步专项分析的输入。八、常见失败模式与规避建议结合 flow-framework.md 的「Common Failure Modes」与本文提示词的红线使用 Visiblity Prompt 时最容易踩的坑有凭印象发布统计数字——发布一个听起来耳熟的统计而不是加载并标注日期的来源。规避所有数字走 bibliography.md 溯源。把 AI 可见性当作格式技巧——只加结构化数据却忽视品牌证据、实体一致性与站外佐证。规避按六维模板同时覆盖信任、提取、转化三类缺口。围绕公司偏好写页面——而不是围绕买家问题与决策风险。规避第一个维度先写 Searcher or buyer intent。只优化流量不定义下一步合格动作——规避第五个维度必须给出 Measurement events 与 review cadence。复用旧示例——当通用/新建示例更干净、更持久时仍沿用旧案例。规避模板中的 Do not reuse private examples 是硬性要求。九、总结从提示词到可执行交付物Visiblity Prompt 的价值不在于让模型写得更好而在于把优化工作流本身结构化为六步证据循环意图 → 现有证据 → 缺口 → 优先级变更 → 测量 → 待核验声明。它与 FLOW 框架的 Operating Workflow定义业务结果 → 清点证据 → 判定阻塞阶段 → 组织证据后改写 → 面向三类读者复核完全同构并落成了一份团队可以直接拿走的交付物。在 claude-seo 仓库中这条提示词不是孤立文本而是被 SKILL.md 的上下文匹配逻辑2–3 个提示词精选、agents/seo-flow.md 的 Agent 执行路径与输出格式、以及 sync_flow.py 的版本化同步机制共同支撑的完整能力单元。将其中的[BUSINESS OR ASSET]替换为你的目标页面或资料按照六维模板组织输出即可在团队内复现一套「观察—假设—建议—核验」分离、可追踪、可执行的 Optimize 优化流程。延伸阅读FLOW 框架总述FLOW 提示词完整索引seo-flow 技能定义与编排逻辑证据来源书目含检索日期与 PDF 哈希seo-flow Agent 执行规则提示词同步脚本 与 同步测试【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-seo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考