【实操】GEO的完整操作教程，让你的网站流量翻倍
项目名称在这里，想要复刻的可以自己来搞一遍。
url：https://github.com/zubair-trabzada/geo-seo-claude
前提科普：
针对任何网站进行全面的 AI 搜索优化——包括可引用性评分、AI 爬虫分析、品牌权威性、结构化数据标记、平台特定优化和 PDF 报告。
他的本身是基于claude code的，我这里直接使用codex gui 跑了一波，发现确实还不错，安装和使用的区别在任何gui里都区别不大。
接下来我把整个的安装方式，以及使用的过程都分享出来。
分步教程：
直接在codex中/claude code/终端中输入如下命令：
curl -fsSL [https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh](https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh) | bash
他会自动开始安装，安装过程中会有一点漫长，不用理会，静静等待就可以了，我自己花了13分钟。
在这里就是安装好了，全程codex会帮我进行环境依赖，拉取等全部动作，我只需要等着就可以。
第二步：开始对已有的网站，先进行分析。
这一步的目的，就是先让AI知道，我们的网站到底有什么问题。
你可以通过
/geo audit aronhouyu.com
这种命令，分析任意网站的内容。
输入错了也没关系，ai会自动找相关正确skills名称。
这里会生成一篇报告，包括你的目标网站详细的内容，优缺点，评分内容。
你可以根据这个内容，进行定向优化。
同时，可以生成llms.txt 。
简单理解llms的概念：
是个放在网站根目录的文件，robots.txt），它是专门写给大语言模型（LLM）和 AI 爬虫看的。
使用 Markdown 格式，将网站的核心介绍、文档目录、最重要的数据整理成干净、结构化的文本。
这样做的目的是剥离复杂的网页代码（如 HTML、CSS、动态脚本和广告），让 AI 可以直接、快速地读取纯粹的知识和信息。
有了llms.txt之后，可以让大模型（claude，chatgpt，Perplexity，deepseek等对网站有如下优点：
- 降低 AI 阅读门槛（提升收录率）： AI 在处理结构化纯文本时的效率远高于解析杂乱的网页。提供 llms.txt 相当于给 AI 提供了一条“绿色通道”，让它能以极低的算力成本快速吃透你的网站内容。
- 掌握信息投喂的主动权（精准引导）： 网页抓取容易导致 AI 总结出错或抓取到无关信息。通过 llms.txt，你可以主动向 AI 投喂你最希望它了解的核心业务、产品优势和权威链接，从而控制 AI 对你网站的认知模型。
- 增加被引用的权重（抢占 AI 流量）： 当 AI 引擎在全网寻找答案时，它更倾向于采纳易于提取、逻辑清晰且信噪比高的数据源。拥有规范的 llms.txt 会显著提高你的网站被 AI 作为高质量参考源并附带链接展示的概率。
简单理解:
过去做 SEO 用 robots.txt 告诉传统搜索引擎“不要看什么”；
现在做 GEO 用 llms.txt 告诉 AI 引擎“重点看什么”。
通过/geo llmstxt aronhouyu.com 生成了3个文件。
**llms：**摘要文件，包含网站的极简介绍、核心功能和重要链接。它的作用是让 AI 消耗极少的算力，快速掌握你的网站架构和核心定位。
**llms-full：**网站的“全集”。这是一个将你网站所有重要页面、文章或文档拼接在一起的纯文本大文件。当 AI 引擎需要针对你的网站内容进行深度问答、总结或检索具体细节时，会直接读取这个文件里的详尽数据。
GEO-LLMSTXT-GENERATION.md（没啥用）：简单的部署说明。
下一步：直接把llms + llms-full 这两个文件，上传到网站的根目录里就可以。
上传之后的测试功能，你也可以直接和codex说，他会帮你进行测试。
至此，我们做geo的第一步，让ai快速抓取，就已经搞定了。
你看，很简单是吧。
关于常见问题：
1.收录需要多久
Ai的搜索引擎，一般需要3-14天会有收录，如果是把llms.txt 发布到一些开源社区，或者目录网站，在1-3天就会有效果。
2. 如何加速收录？
在博客首页 HTML <head> 区域添加标签 <link rel="llms" href="/llms.txt">，明确告知爬虫文件位置。
3. GEO能给我带来多少流量，和传统的SEO相比如何？
绝对流量上相对较少，但是流量精准度与转化率会极高， 因为用户搜索的时候，都是带着问题的，所以点击进来的用户带着极强的目的性。
4. 我不会写代码，也没有技术团队，能做 GEO 吗？
GEO 的核心壁垒在于内容的信息密度与逻辑，而非复杂的技术代码。
5. 我现在全力做 GEO，会影响我原有的传统 SEO 排名吗？
不会冲突，完全兼容且互补。
而且，做好GEO的页面，通常在传统搜索引擎中，也会有更高的权重。
5. GEO，最容易踩坑导致没有结果的行为是什么？
无脑用AI生产大量，重复性的垃圾内容，这种基本是无效的。
GEO SEO 优化全流程指南（Claude 工具复刻版）
项目背景
本项目基于Claude AI构建，通过AI爬虫分析、结构化数据优化等技术，提升网站在生成式搜索引擎中的可见度。支持一键生成LLMS文本文件，显著提升AI收录效率与精准流量转化。
安装步骤
1. 环境部署
在终端或CODX/CodeGui中执行以下命令，自动拉取依赖并安装：
curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh | bash
耗时提示：全程约需10-15分钟，系统会自动完成环境配置。
2. 网站分析与优化
步骤一：生成站点分析报告
输入以下命令分析目标网站：
/geo audit <your-website.com>
输出内容：
-
站点可引用性评分（Reputation Score）
-
技术缺陷与内容优化建议
-
AI爬虫行为分析报告
步骤二：创建LLMS文件
通过命令生成结构化文本文件：
/geo llmstxt <your-website.com>
生成文件说明：
| 文件名 | 作用 |
llms.txt |
网站核心摘要，用于快速建立AI对站点的认知（置于根目录） |
llms-full |
站点全量内容整合，供AI深度检索与引用（置于根目录） |
.md文件 |
部署说明（非必需，可忽略） |
步骤三：部署文件
将llms.txt和llms-full上传至网站根目录，并在HTML头部添加标签：
<link rel="llms" href="/llms.txt">
步骤四：验证收录
运行以下命令测试AI爬虫抓取效果：
/geo test <your-website.com>
关键概念解析
LLMS文件的作用
-
对比传统SEO：
robots.txt→ 告知搜索引擎“禁止抓取的内容”
llms.txt→ 指导AI引擎“优先抓取的核心内容” -
核心优势：
-
降低AI解析成本：纯文本结构提升收录效率
-
精准信息引导：主动控制AI对站点的认知模型
-
提升引用权重：高信噪比内容更易被AI作为权威来源引用
-
常见问题解答
Q1. AI收录周期是多久？
-
常规收录：3-14天（取决于平台爬虫频率）
-
加速收录：通过开源社区提交或关联目录网站，可缩短至1-3天
Q2. 如何快速提升收录效率？
-
在HTML
<head>添加LLMS标签： -
确保LLMS文件内容精简，信息密度高
Q3. GEO与传统SEO的关系？
-
互补性：GEO优化不会影响SEO排名，反而会因内容质量提升获得传统搜索引擎的额外加权
-
流量特性：GEO流量精准度高（用户搜索意图明确），转化率优于传统SEO
Q4. 非技术人员如何操作？
-
核心要求：优化内容结构（如提取关键信息、去除冗余），而非编程能力
-
工具支持：本项目提供自动化脚本，零代码完成部署
Q5. 最易失败的误区？
-
错误做法：依赖AI生成低质量重复内容
-
正确方向：聚焦核心业务，用结构化语言提炼关键信息（示例）：
技术细节补充
LLMS文件编写规范
-
llms.txt（100-300字）：
-
llms-full（全量内容）：
将网站所有重要页面（如博客、文档）的纯文本内容按逻辑顺序拼接，避免HTML标签干扰。
总结
通过本流程，可系统化提升网站在Claude、Perplexity等AI引擎中的表现。关键在于：
-
内容结构化：用LLMS文件引导AI认知
-
信息精炼：去除冗余，保留高价值内容
-
持续优化：定期更新LLMS文件以匹配业务变化
提示：部署完成后，可通过AI问答测试验证效果（如询问“该网站的核心业务是什么？”），观察是否返回预期内容。