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-开发者社区

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 Prompt：Optimize 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 statistics）；
Gaps 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（Extraction）	schema 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（Conversion）	GA4/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（）；
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 <url>，GEO/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。