Claude SEO 项目实战：基于 FLOW 模型的 GBP 描述结构化交付 Prompt（gbp-description-claude-prompt-2）使用指南-北京尧图网络

Claude SEO 项目实战基于 FLOW 模型的 GBP 描述结构化交付 Promptgbp-description-claude-prompt-2使用指南【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本指南围绕 Claude SEO 仓库中skills/seo-flow/references/prompts/local/gbp-description-claude-prompt-2.md所定义的本地化交付 Prompt讲解如何借助 FLOW 模型生成结构化的 Google Business ProfileGBP描述交付物。读完本文你将掌握该 Prompt 的适用场景、输入准备、完整提示词文本、六段式输出结构以及它与仓库中/seo flow local命令、本地 SEO 信号参考和证据文献体系之间的协作方式。一、这个 Prompt 解决什么问题gbp-description-claude-prompt-2.md是 Claude SEO 项目 FLOW Prompt 库中local阶段的 11 个提示词之一目标是一件事生成一份可执行的结构化本地 SEO 交付文档local deliverable并在其中严格区分「观察事实」「假设」「建议动作」和「需要验证的主张」四类内容。它与本地 SEO 领域常见的「直接让模型改写一段 GBP 描述」类 Prompt 的关键差异在于引入了一层证据纪律只能使用输入的素材任何超出输入范围的假设必须显式标注禁止编造统计数据禁止复用私人案例凡是涉及数字的主张在发布前必须可追溯到来源或从文案中删除。这与 FLOW 框架文档中「Separate observable evidence from assumptions. Claims with numbers must trace to the bibliography or be removed」的准则一脉相承见 flow-framework.md。也就是说这份 Prompt 的价值不在于「写得快」而在于「写得可审计、可执行、可测量」。二、适用场景Use This When原文档对使用时机给出了一句精确定义当你需要一份结构化本地交付物并且希望模型把「观察、假设、建议动作、需验证主张」分开呈现时就应使用本 Prompt。典型触发场景包括为某家本地企业重建或优化 GBP 描述但页面证据与档案信息存在不一致例如网站 NAP 与 GBP 档案里的名称/地址/电话对不上需要产出一份可直接交给团队执行的改写简报rewrite brief而不是一段孤立的描述文案需要为本地落地页做审计并把「信任、可提取性、转化」三个维度的缺口排成优先级。从仓库编排逻辑看这类需求正好落在/seo flow local [url]命令的处理范围SKILL.md 中记录该命令会读取references/prompts/local/下全部 11 个 Prompt 并应用到 URL 的本地 SEO 上下文见 SKILL.md。三、模型兼容性AI Compatibility原文档提醒本 Prompt 面向长上下文推理模型设计Works with long-context reasoning models。原因是它要求模型同时处理输入证据、执行六点构建要求、并输出六个独立板块上下文负担较重。对较小的模型原文档给出的降级策略是提供更窄的输入范围narrower inputs每次只要求模型输出一个板块ask for one output section at a time。这实际上是「拆解任务」的工程化做法把六段式输出拆成多次单段请求每次聚焦一个板块如先出优先级表再出证据清单降低小模型的记忆与推理压力。四、输入准备Inputs原文档列出的输入项是六类它们是模型唯一的证据来源务必在调用前收集齐全输入类别内容说明业务/网站名称Business or website name即本次交付的对象主体目标载体Target page, profile, query set, or campaign —— 可以是某个落地页、GBP 档案、一组查询或一次活动受众与地理Audience and geography where relevant受众画像与地域范围如服务区、城市既有证据Existing evidenceanalytics分析数据、search results、calls通话记录、reviews评价、profile facts档案事实、source notes来源笔记约束与排除项Constraints, exclusions, and required sources —— 明确哪些不能写、哪些来源必须引用输出要求返回一份团队可直接执行的简洁工作文档这条「证据优先」的输入设计与 FLOW 框架工作流第二步高度一致Inventory the evidence already available: customer language, query data, profile details, reviews, analytics, call notes, sales objections见 flow-framework.md。换句话讲Prompt 的输入清单本身就是 FLOW「证据盘点」步骤在本地交付场景下的实例化。五、Prompt 全文与逐条拆解原文档给出了可直接复制的完整提示词文本原文保留禁止缩略Act as a senior SEO strategist using the FLOW model. Task: create a local 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.逐条拆解其设计意图角色设定Act as a senior SEO strategist using the FLOW model—— 把模型锚定到 FLOW 方法论Find → Leverage → Optimize → Win而不是泛泛的「SEO 顾问」。FLOW 四阶段的完整定义见 flow-framework.md。任务边界create a local deliverable for: [BUSINESS OR ASSET]—— 用占位符锁定交付对象一次 Prompt 只服务一个业务或资产。证据约束三条硬性纪律——Use only the supplied inputs只允许使用输入素材clearly label any assumption任何假设必须显式标注Do not invent statistics. Do not reuse private examples禁止编造统计数字、禁止复用私人案例FLOW 框架的 Quality Bar 亦要求「Examples are generic or newly created」。六点构建骨架搜索者/买家意图 → 现有证据 → 阻碍信任/提取/转化的缺口 → 按优先级排序的建议 → 测量事件与复盘节奏 → 发布前需验证的主张。这六点把「诊断—方案—测量—风控」闭环一次性写进生成约束。输出形态Return a concise working document the team can execute—— 强调交付物必须精简且可执行而不是长篇论述。值得注意gbp-description-claude-prompt-1.md、prompt-2.md、prompt-3.md三份文件的提示词正文与输出结构完全一致差异主要体现在文档定位与配套说明上可对照 prompts/local/ 目录下的三份文件。这份 Prompt 2 的核心价值定位是「结构化交付证据分离」。六、输出结构六类交付物原文档要求模型输出以下六块内容团队拿到后即可按板块分发执行Executive summary执行摘要—— 一页纸讲清结论Priority table优先级表—— 建议动作按优先级排序成表Recommended copy, structure, or audit findings建议文案、结构或审计发现—— 实际改写建议或审计结果Evidence needed所需证据—— 目前缺失、需要补充验证的证据清单Measurement plan测量方案—— 定义测量事件与节奏Verification checklist验证清单—— 发布前逐项核对的主张列表。这六块结构与 FLOW 框架的 Measurement 章节互相呼应Track visibility indicators ... but connect them to business indicators such as qualified leads, calls, form completions ...见 flow-framework.md。也就是说优先级表和测量方案不是孤立存在的它们必须把「排名/曝光」类可见性指标与「来电、表单、合格线索」类业务指标挂钩——这正是 FLOW 对本地交付物的要求。七、工作示例原文档给出了一组输入/输出对照示例帮助判断该 Prompt 的产出形态输入一个本地服务页证明力弱weak proof且档案信息不一致inconsistent profile details。预期输出一份按优先级排序的改写简报prioritized rewrite brief需要核对统一的事实清单facts to reconcile——例如 NAP 三处不一致需要补充的内部链接建议internal links to add需要测量的转化事件conversion event to measure。这个示例直接映射了仓库seo-local技能的审计维度NAP 一致性审计页面 HTML、LocalBusiness JSON-LD、GBP 数据三源比对、服务页建设、点击呼叫与表单转化等见 seo-local/SKILL.md。你可以把这份 Prompt 的输出与/seo local技能生成的LOCAL-SEO-ANALYSIS-{domain}.md报告配合使用前者负责「策略与文案方案」后者负责「维度打分与清单核查」。八、在仓库中的调用方式与证据体系8.1 通过/seo flow local触发根据 SKILL.md 中的编排逻辑本 Prompt 属于 local 阶段 11 个提示词之一实际使用路径为/seo flow local [url]执行时 Agent 会读取references/prompts/local/目录下的全部 Prompt 文件并应用到目标 URL 的本地 SEO 上下文随后可交叉引用/seo local url与/seo maps [command]做纵深分析。Prompt 库完整索引见 prompts/README.md。8.2 证据文献支持Prompt 中「claims that require source verification」这一条的执行需要证据库支撑。仓库在references/bibliography.md维护了公开主张的来源清单Web 来源含检索日期PDF 来源含哈希与页数并明示来源政策矛盾或无法验证的统计数字一律排除在公开指南之外见 bibliography.md。本地 SEO 相关的可引用基准如 GBP 信号占本地包权重约 32%、Review 信号约 20%、10 条评价的 Magic 10 阈值、18 天无新评价排名悬崖等收录在 local-seo-signals.md 与 seo-local/SKILL.md 中可作为「验证清单」环节的核对依据。8.3 版权与归属仓库内 FLOW 相关框架与 Prompt 版权归 Daniel Agrici 所有采用 CC BY 4.0 许可SKILL.md 与各 Prompt 文件头部均有Source: github.com/AgriciDaniel/flow | License: CC BY 4.0标注。在复用本 Prompt 于你自己的交付物时请保留来源署名与许可声明。九、可复制模板与落地建议9.1 最小可运行模板将下面的占位符替换为实际内容后即可调用Act as a senior SEO strategist using the FLOW model. Task: create a local deliverable for: [业务或资产名称例如 Acme Plumbing - 丹佛西区分店]. 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.配套输入建议按第四节表格补齐目标页面 URL、GBP 档案公开信息、最近 90 天评价摘要、GSC/GA4 本地查询数据若有、以及「哪些来源必须引用 / 哪些话题禁止涉及」的约束说明。9.2 三条落地建议先盘点证据再写文案FLOW 框架建议Rewrite or rebuild only after the evidence is organized——输入清单不全时先补证据不要空跑 Prompt。用验证清单兜底数字凡是输出中出现百分比、数量、阈值类数字一律回到 bibliography.md 与 local-seo-signals.md 核对找不到来源就删掉或改为定性表述。小模型分块执行若使用小参数模型按第六节板块逐次请求先优先级表、再证据清单……避免一次输出过长导致内容漂移。十、小结gbp-description-claude-prompt-2.md不是一份简单的「帮我写个 GBP 描述」提示词而是 FLOW 方法论在本地 SEO 交付场景下的落地模板它以六类输入界定证据边界以六点构建骨架约束推理路径以六块输出结构保证成果可执行、可测量、可验证。配合/seo flow local命令、seo-local技能与仓库的证据文献体系你可以把它直接嵌入自己的本地 SEO 工作流产出一份经得起团队执行、也经得起 AI 检索与引用的结构化交付文档。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

Claude SEO 项目实战：基于 FLOW 模型的 GBP 描述结构化交付 Prompt（gbp-description-claude-prompt-2）使用指南

相关推荐

Jetson AGX Xavier刷机日记

claude-seo 图像后处理流水线实战：用 ImageMagick 与 FFmpeg 把 AI 生成图加工成 SEO 可用素材

多视图聚类中特征学习的一致性-多样性优化方法

更多资讯

蔚来后端一面+二面：16道高频真题（附答案PDF模板）

功能线程化：把一帧拆成流水线——任务图、依赖与工作窃取的引擎实现原理

Unity GUID 的身份模型：资源引用三元组、冲突成因与工程治理

数据竞争：共享状态的正确处理方式——内存序、happens-before 与所有权模型

【Linux网络】会话管理session与Cookie

【AI产品经理实战】Day 40｜Cookie、HTTPS 到 API：调通第一次大模型对话

今日更新

基于YOLOv11的石油泄漏智能检测系统开发实践

AI行业变局：合规、Mod化与上下文管理的实战启示

计算机视觉与AI原生应用融合的技术实践

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？