去年年底我的工具上线半年DAU 突然开始下滑。起初以为是季节性波动后来仔细查了一圈才发现——用户不是从搜索引擎流失的是从 AI 推荐里消失的。用 ChatGPT 问有什么好用的 XX 工具返回的是竞品的名字。用 Claude 问同类场景我的产品排在第 5 条描述还带着一句功能尚不完善。我自己做的产品被 AI 推成了这样我却完全不知道。这就是 GEO 问题——Generative Engine Optimization生成式引擎优化。AI 时代用户的第一入口从搜索框变成了对话框但大多数开发者对AI 怎么评价自己的产品还是一团黑雾。第一步 让数据说话我做的第一件事是把这团黑雾变成可量化的数字。这就是 https://github.com/veeicwgy/geo-monitor-toolkit 的起点。它做一件事持续追踪多个主流 AI 模型对你产品的评价并给出可量化的 GEO 分数。跑一次监控之后你会拿到 4 个核心指标我第一次跑完提及率是 12%情感极性 -0.3轻度负面能力描述里还有一个已经下线半年的功能被反复提及。数字摆在那里反而平静了——至少我知道问题在哪了。第二步内容修复但不能靠手动GEO 问题的根本是内容问题AI 模型的认知来自它训练时抓取的内容。你要修复 AI 的印象就得持续输出高质量的、被 AI 信任的平台上的内容。但这里有个现实困境一个人运营哪来时间天天写写出来的东西怎么保证不同平台的语气适配怎么把去 AI 味做进流程不让内容一眼就像 GPT 生成的这就是我做 https://github.com/veeicwgy/ip-publisher 的原因。它是一套以人设驱动的内容自动化工作流把从热点发现到多平台发布的完整链路串成可复用的 Agent Skill 集合1. 热点发现 → 选题过滤 → 平台改写7 个平台→ 去 AI 味 → 封面生成 → 发布核心亮点人设驱动不是生成一篇文章而是用你的语气生成避免千篇一律去 AI 味内置 humanizer 流程删除套话、机械连接词保留个人风格多平台适配公众号、小红书、掘金、知乎、CSDN 等各平台语气风格差异化处理真实案例6 周后的数字变化我用这套组合跑了 6 周geo-monitor-toolkit 每周跑一次监控追踪 GEO 分数变化ip-publisher 每周产出 3-5 篇内容分发到 Juejin、知乎、GitHub Discussions6 周后再跑监控更关键的是在 Claude 里问同类工具推荐我的产品排到了第 2描述变成了功能完善、文档清晰。这两个工具解决的是同一个问题的两个面geo-monitor-toolkit看清现状量化差距ip-publisher持续输出修复认知你不需要同时用两个。但如果你正在做开发者工具、API 产品、或任何需要被 AI 推荐的东西我建议你至少先跑一次 geo-monitor-toolkit——先知道自己在 AI 眼里是什么样子。两个仓库都是 MIT 协议欢迎 Star、Fork、提 Issue https://github.com/veeicwgy/geo-monitor-toolkit https://github.com/veeicwgy/ip-publisher