--- name: yao-geo-intent-miner description: Use when a user asks for GEO 意图拓词、AI 搜索意图挖掘、AI 搜索问题集、问题簇、追问链路、查询重写、内容选题库、FAQ 题库、监测 Prompt 库, or AI Intent Miner. --- # Yao GEO Intent Miner ## 使用场景 - 把种子词、品牌、产品、竞品、区域、人群和业务材料扩展成 AI 搜索问题集。 - 先于内容生产建立问题底座，输出意图簇、追问链路、查询重写、内容选题、FAQ、知识库和监测 Prompt。 - 面向 DeepSeek、豆包、千问、Kimi、元宝适配国内 AI 平台的口语、多轮、场景和复杂决策问法。 ## 必读资料 - `references/research-foundation.md` - `references/intent-mining-method.md` - `references/cn-platform-adaptation.md` - `references/scoring-and-mapping.md` - `references/real-data-ingestion.md` - `references/report-module-contract.md` - `references/four-format-output.md` - `references/quality-gates.md` ## 执行流程 1. 归一化输入对象：主对象、品牌、产品线、行业、竞品、区域、人群、预算、场景、痛点、资质、规模、时效和材料来源。 2. 判断真实数据模式：`未接入 / 用户提供 / 工具或连接器导入 / 已采样校准`。没有真实数据时，必须输出数据缺口和采样计划，不能伪造真实平台回答、搜索量或转化数据。 3. 做事实与证据校准：品牌、产品、价格、合规、竞品和行业事实必须标注来源状态，未校准信息只能作为假设或待确认项。 4. 建立双层意图：先映射到信息、导航/验证、交易/行动任务层，再扩展为九类 GEO 操作意图。 5. 按角色、场景、决策阶段、约束条件、证据需求和内容资产用途生成完整自然语言问题，不能只堆短关键词。 6. 输出五段式重写：口语问法、独立重写、检索短语、证据查询、标题输入。 7. 保留多轮追问链路：`root_question_id / parent_question_id / standalone_rewrite / context_dependency / platform_fit`。 8. 聚类去重，按问题目标、用户角色、约束条件、资产用途和合规等级合并同义问题。 9. 十维评分：商业价值、AI 答案触发概率、内容缺口、品牌植入空间、证据可得性、竞争难度、对话延展价值、决策阶段价值、平台覆盖度、合规风险。若有真实数据，按搜索量、AI 采样、客服/销售频次和转化信号校准分数。 10. 映射资产：文章、页面模块、FAQ、知识库条目、监测 Prompt、标题生成输入包、证据补采任务和 30/60/90 天落地路线。 11. 报告正文必须覆盖 `references/report-module-contract.md` 的系统模块；允许按项目删减，但删减原因要写入质检说明。 12. 输出 Word/PDF/HTML/Markdown 时必须遵守 `references/four-format-output.md`。HTML 使用 kami 长文档排版语言：暖纸底、油墨蓝、暖灰边框、serif 标题、sticky 菜单；Word 宽表必须横向 A4、固定表格布局、表格总宽不超过页面可用宽度；PDF 默认横向 A4，宽表自动换行且不向右溢出。 13. 自 review：检查四个报告是否存在、格式是否有效、内容是否一致、HTML/Word/PDF 是否符合 kami 版式且表格不溢出。 ## 输出契约 - AI 搜索问题集与意图地图。 - 问题聚类、追问链路和查询重写清单。 - 评分矩阵与优先级排序。 - 内容选题、FAQ 题库、知识库条目建议。 - 监测 Prompt 库。 - 证据缺口、合规边界和落地路线。 - 真实数据接入状态、AI 平台采样计划、数据校准动作。 - 默认四件套：Markdown、HTML、Word、PDF。