刘国栋
126 lines
3.0 KiB
Markdown
126 lines
3.0 KiB
Markdown
# 配置优化助手功能说明
|
||
|
||
## 功能概述
|
||
|
||
配置优化助手帮助用户优化 GEO 工具的配置参数，包括品牌名称、核心优势、竞品列表等，以提升品牌在 AI 搜索中的提及率。
|
||
|
||
## 功能特性
|
||
|
||
### 1. 配置评估
|
||
|
||
- 分析当前配置的合理性
|
||
- 识别配置中的问题
|
||
- 提供量化评分
|
||
|
||
### 2. 优化建议
|
||
|
||
- 基于 GEO 最佳实践提供建议
|
||
- 多版本优化方案（保守/平衡/激进）
|
||
- 竞品差异化分析
|
||
|
||
### 3. 一键应用
|
||
|
||
- 确认后一键应用优化配置
|
||
- 自动备份原配置
|
||
- 支持回滚
|
||
|
||
## 使用方式
|
||
|
||
### 1. 访问配置优化助手
|
||
|
||
在应用中点击 **🛠️ 配置优化助手** Tab。
|
||
|
||
### 2. 查看当前配置
|
||
|
||
系统会显示当前的品牌名称、核心优势、竞品列表等配置。
|
||
|
||
### 3. 获取优化建议
|
||
|
||
点击"开始分析"按钮，系统会：
|
||
- 评估当前配置
|
||
- 生成优化建议
|
||
- 提供多版本方案
|
||
|
||
### 4. 应用优化
|
||
|
||
选择合适的优化方案，点击"应用配置"按钮。
|
||
|
||
## 配置优化示例
|
||
|
||
### 示例1：品牌名称优化
|
||
|
||
**当前配置**：
|
||
- 品牌名：AI助手
|
||
- 优势：强大的AI能力
|
||
|
||
**优化建议**：
|
||
- 品牌名问题：过于泛化，无法区分品牌
|
||
- 建议：使用更具体的品牌名
|
||
|
||
**推荐版本**：
|
||
- 版本1：YourBrand（保守）
|
||
- 版本2：YourBrand AI（平衡）
|
||
- 版本3：YourBrand 智能解决方案（激进）
|
||
|
||
### 示例2：优势描述优化
|
||
|
||
**当前配置**：
|
||
- 品牌名：YourBrand
|
||
- 优势：强大、优秀、好用
|
||
|
||
**优化建议**：
|
||
- 优势描述问题：过于模糊，缺乏具体性
|
||
- 建议：使用具体、可量化的优势描述
|
||
|
||
**推荐版本**：
|
||
- 版本1：核心优势1、核心优势2（保守）
|
||
- 版本2：核心优势1、核心优势2、核心优势3（平衡）
|
||
- 版本3：核心优势1、核心优势2、核心优势3、核心优势4（激进）
|
||
|
||
---
|
||
|
||
## 最佳实践
|
||
|
||
### 1. 使用时机
|
||
|
||
- **首次配置**：在开始使用工具前，先进行配置优化
|
||
- **效果不佳时**：如果品牌提及率较低，重新优化配置
|
||
- **竞品变化时**：当竞品发生变化时，重新评估配置
|
||
|
||
### 2. 优化策略
|
||
|
||
- **保守优化**：适合已有一定品牌认知的情况
|
||
- **平衡优化**：适合大多数情况，推荐使用
|
||
- **激进优化**：适合新品牌或需要快速建立认知的情况
|
||
|
||
### 3. 应用建议
|
||
|
||
- 优化后建议重新运行关键词蒸馏和内容创作
|
||
- 对比优化前后的验证结果，评估优化效果
|
||
- 根据实际效果调整配置
|
||
|
||
---
|
||
|
||
## 预期效果
|
||
|
||
根据 GEO 最佳实践验证：
|
||
- **提及率提升**：优化后提及率可提升 40%+
|
||
- **差异化优势**：通过竞品对比分析，强化品牌差异化定位
|
||
- **GEO友好**：优化后的配置更符合 GEO 最佳实践
|
||
- **用户体验**：避免"配置错了还不知道"的痛点
|
||
|
||
---
|
||
|
||
## 技术实现
|
||
|
||
### 核心模块
|
||
|
||
| 文件 | 说明 |
|
||
|------|------|
|
||
| `modules/config_optimizer.py` | 配置优化器 |
|
||
|
||
### 依赖模块
|
||
|
||
- `modules/llm_factory.py` - LLM 客户端构建
|
||
- `modules/data_storage.py` - 数据存储
|