SEO+GEO 全域可见度引擎
找出搜索与 AI 引用短板，给出可直接使用的内容和优先修复清单
SEO+GEO 全域可见度引擎
找出搜索与 AI 引用短板，给出可直接使用的内容和优先修复清单
展示內容
描述
帮你优化文章、产品页和落地页的搜索表现与 AI 引用准备度。可以快速找出最值得改的问题，也可以直接获得标题、改写稿、内容 Brief、技术修复清单或效果复测方案。 四种模式按任务分流：只发链接或正文，默认快速诊断；要求写作，先给可用文本；完整审计按目标引擎与页面拆解；效果复测明确数据来源、分子分母和比较条件。简单任务无需整套长报告。 支持 Google AI Overviews / AI Mode、Bing / Copilot、ChatGPT Search、Perplexity 和 Claude 的分平台检查。搜索、训练与用户触发访问分别判断；中文平台根据实际可用资料和直接观测适配，不套用其他引擎规则。 v8 统一了评分与证据口径，限定局部阻断范围，区分答案触发率、条件引用率和整体引用率，并更新 Google 站点级 AI 控制检查。可用于自有网站、第三方平台文章与未发布草稿，建议会区分你能改的内容和平台侧待验证项。 每项关键判断附证据或明确限制。评分按需提供；不编造数据、作者或引用，也不保证排名、收录与 AI 引用。 实际运行示例（2026-09-07；测试素材，非业务成绩） 标题模式：给“团队周报怎么写”的测试文案要求仅返回 3 个标题，实际只输出： 1. 团队周报怎么写？附空白模板 2. 团队周报写作指南：进展、问题与下周计划（含模板） 3. 团队周报模板：本周进展、遇到的问题、下周计划 计算模式：模拟 12 次尝试，10 次成功、2 次超时；成功运行中 2 次生成 AI 答案，1 次引用目标网站。实际输出：AI 答案触发率 2/10=20%，条件引用率 1/2=50%，整体观察引用率 1/10=10%。正常无答案保留在整体分母，超时单列；这些数值只验证计算口径，不代表真实引用成绩。
相關技能
查看全部
搜索引擎
将自然语言问题转化为可追溯的公开网络检索结果，适合查资料、核实消息、寻找公众号文章、排查程序报错，以及搜索论文、技术文档和开源项目。面对需要当前信息或多方证据的主题，它会结合中文与国际搜索结果，覆盖不同类型的公开来源，帮助你减少单一搜索引擎带来的遗漏与偏差。 除了汇总相关页面，还会整理标题、来源、链接和可用的发布时间，对重复结果进行合并，并区分不同机构或网站提供的独立证据。对于关键说法，结果会呈现支持与反对信息、来源之间的分歧，以及基于证据数量和来源质量的可信度判断，让你清楚知道哪些内容得到交叉印证，哪些仍只是孤证或无法确认。 你可以直接输入查询词、待核验的说法，也可以补充领域、时间范围、地区、语言偏好或指定网站。最终获得结构化的检索摘要、来源清单、交叉验证结果和待核实事项；无法访问、需要登录或存在抓取限制的内容会如实标注，不会用推测替代真实来源。
课题申报书创作、评审与润色PRO V2.0
🎯 核心功能概述 这是一个专为国家社科、教育部、省级课题申报打造的智能评审与优化系统，模拟15年资深评审专家的思维模式，通过三大核心机制确保申报书的学术严谨性和竞争力。 🔧 三大核心机制 1️⃣ 12步结构化方法论 完整覆盖课题申报书评审的全生命周期： Phase 1-3：基础诊断 - 公告深度解析（资助导向、评审标准、申报要求） - 交叉学科类型判断（8种类型精准识别） - 研究GAP五维度识别（理论/方法/实证/政策/技术） Phase 4-7：核心要素评审 - 研究问题TMAQ模型分析（理论/方法/思路/问题四维） - 研究目标SMART原则检验 - 研究内容框架完整性评估 - 研究思路类型匹配（6种类型） Phase 8-10：深度质量提升 - 重难点精准提炼（区分标准+突破路径） - 创新点7维度挖掘 - 可行性7维度论证 Phase 11-12：整体优化 - 9维度质量检测（学术严谨性、创新性、可行性等） - 综合优化建议与最终报告 2️⃣ 双核对抗机制（Builder vs Supervisor） 工作原理： - Builder（学术写手）：基于用户材料生成优化方案 - Supervisor（顶刊审稿人）：以最严苛标准挑战Builder的方案 - 对抗迭代：通过3轮对抗确保方案经得起推敲 应用场景： - 创新点挖掘时：Builder提出创新点 → Supervisor质疑其新颖性 → 迭代优化 - 可行性论证时：Builder设计方案 → Supervisor挑战其可行性 → 补充论证 - 文献引用时：Builder引用文献 → Supervisor验证真实性 → 确保学术规范 3️⃣ 文献真实性验证机制 两种工作模式： 模式A：占位符模式（默认） - 使用 [文献占位符-001] 等标记代替具体文献 - 输出《文献需求清单》，明确每个占位符的检索要求 - 用户自行检索后填入真实文献 模式B：实时验证模式 - 调用 Google Scholar 实时验证文献真实性 - 生成《文献验证报告》（真实性/相关性/权威性评分） - 确保每条引用都可追溯 防止AI幻觉： - 禁止凭空捏造作者、期刊、DOI - 所有文献必须经过验证或标记为占位符 - 保障学术诚信底线 💡 核心价值与适用场景 ✅ 解决的核心痛点 1. 学术不严谨：AI生成内容常出现虚假文献、逻辑漏洞 2. 创新性不足：难以挖掘真正的学术创新点 3. 可行性薄弱：研究方案缺乏系统论证 4. 交叉学科难：跨学科选题容易“两头不靠” 🎓 适用用户 - 高校教师（社科、教育、人文学科） - 科研人员（申报国家级、省部级课题） - 学术团队（需要系统化评审流程） 📋 典型使用流程 1. 输入：上传课题公告 + 申报书草稿 2. 评审：系统执行12步结构化分析 3. 对抗：双核机制迭代优化关键部分 4. 验证：文献真实性检查 5. 输出：完整评审报告 + 优化建议 + 文献清单 🔍 与传统评审的区别 | 维度 | 传统人工评审 | 专家评审系统 | |------|------------|---------| | 评审深度 | 依赖个人经验 | 12步结构化+9维质检 | | 学术严谨性 | 难以全面核查 | 文献验证+双核对抗 | | 创新性挖掘 | 主观判断 | 7维度系统分析 | | 可行性论证 | 经验驱动 | 7维度逐项论证 | | 一致性 | 因人而异 | 标准化流程 | | 效率 | 数天到数周 | 1-2小时完成初评 | 这个系统的核心优势在于：将15年资深评审专家的隐性知识显性化、结构化、可复制化，让每位使用者都能获得顶级专家水准的评审服务。
寫作学术论文AIGC降重与质量保真改写专家v7.0
📚 学术论文 AIGC 降重与质量保真改写专家 v7.0 面向研究生、科研工作者与论文作者打造的学术文本优化技能，以 “源头控制 → 过程纠偏 → 结果核查 → 逆向自检 → 复检迭代” 为核心闭环，在保护原意、专业术语、数据和核心结论的前提下，系统诊断并优化论文中的模板化表达、机械逻辑、内容空泛、术语失准及风格不一致等问题。🔍📝 🌟 核心能力 🔬 多层风险诊断 覆盖 10 类通用文本指纹，并辅助识别 ChatGPT、Claude、DeepSeek、文心一言等模型常见的表达模式。 🧠 深层语义重构 不局限于同义词替换，而是从命题表达、信息顺序、论证切入点和论据组织方式入手，重建更自然、更有深度的学术论证。 ✍️ 质量保真改写 综合运用 13 种句式变换策略与 20 类高频模板表达清理方法，改善机械句式、重复连接词和过度规整的表达结构。 📊 全文结构诊断 通过大循环与五大铁三角，检查研究问题、理论、综述、方法、结论和创新之间是否形成完整闭环。 🧩 精细化章节适配 针对摘要、引言、文献综述、研究方法、结果、讨论和结论，分别制定差异化诊断与改写策略。 🌐 跨语言风险扫描 辅助识别翻译腔、被动语态堆叠、长句嵌套及中英文混排异常，让中文学术表达更加自然、准确。 🔄 逆向自检闭环 改写完成后，从手法分布、新增文本指纹和信息完整性三个方面再次核验，避免“越改越像模板”或关键内容丢失。 🛡️ 学术规范保护 不编造文献、数据、案例与政策依据；对需要作者核实的信息单独标注，并提醒如实披露 AI 使用情况。 🎯 适用场景 ✅ 单段或局部章节优化 ✅ 检测报告标记段落定向修改 ✅ 摘要、引言、综述、讨论与结论精修 ✅ 全文 AIGC 风险特征诊断 ✅ 目标期刊语言与结构适配 ✅ 投稿前质量审查与一致性核验 📦 最终交付 📄 质量保真的改写文本 🔎 风险与问题诊断报告 🛠️ 改写策略及手法说明 ✅ 逆向自检与信息完整性报告 💡 作者核实事项及后续修改建议 🎓 原意不失真 · 逻辑不断裂 · 数据不编造 · 学术质量不下降 ⚠️ 本技能旨在提升学术表达质量并降低文本中的风险特征，不承诺通过任何特定检测平台，也不保证达到某一具体检测数值。
