gingiris-seo-geo

Gingiris SEO & GEO 双引擎增长指南 2026 是一个专注于搜索引擎优化（SEO）与生成引擎优化（GEO）的策略与方法论数据集。其核心目标是提供一套完整的框架，帮助内容与网站在传统搜索引擎（如Google）上获得高排名，同时在AI搜索引擎（如ChatGPT、Perplexity、Claude）中获得引用与可见性。数据集内容以“指南”或“手册”形式组织，并非传统的结构化数据样本，而是包含详细的策略文档、操作流程和模板。主要内容涵盖双引擎核心框架、五个核心原则（如从高意向关键词入手、真实声音作为最佳E-E-A-T信号、结构化内容以利于引用等），并提供了关于关键词漏斗策略、SEO技术基础、GEO优化实操、内容生产标准作业程序、E-E-A-T写作声音以及竞品对比页SOP的详细指南。该数据集被设计为可安装到AI代理（如Claude Code）中的技能，旨在通过AI辅助执行SEO/GEO策略。数据集基于作者在AFFiNE项目（获得超过6万GitHub星标）和150多家AI初创公司咨询中的实战经验构建，并包含中英文双语版本。

Gingiris SEO & GEO Dual-Engine Growth Guide 2026 is a dataset focused on strategies and methodologies for Search Engine Optimization (SEO) and Generative Engine Optimization (GEO). Its core objective is to provide a comprehensive framework to help content and websites achieve high rankings in traditional search engines (e.g., Google) while gaining citations and visibility in AI search engines (e.g., ChatGPT, Perplexity, Claude). The dataset content is organized in the form of a guide or manual, not as traditional structured data samples, but includes detailed strategy documents, operational procedures, and templates. Main content covers the dual-engine core framework, five core principles (such as starting with high-intent keywords, authentic voice as the best E-E-A-T signal, structuring content for easy citation, etc.), and provides detailed guides on keyword funnel strategies, SEO technical fundamentals, GEO optimization practices, content production standard operating procedures, E-E-A-T writing voice, and competitor comparison page SOPs. The dataset is designed as a skill that can be installed into AI agents (e.g., Claude Code), aiming to assist in executing SEO/GEO strategies through AI. It is built based on the authors practical experience from the AFFiNE project (with over 60,000 GitHub stars) and consulting for more than 150 AI startups, and includes both Chinese and English versions.

原始信息汇总

数据集概要

Gingiris SEO & GEO Dual-Engine Growth Playbook 2026 是一套面向 Google 传统搜索与 AI 搜索引擎（如 ChatGPT、Perplexity、Claude）的双引擎增长策略指南。该数据集可作为 AI Agent 技能使用，安装后可让 AI 助手执行 SEO/GEO 策略审计与优化任务。

基本信息

• 名称: Gingiris SEO & GEO Dual-Engine Growth Playbook 2026 — Google + AI Search Optimization
• 许可证: MIT
• 语言: 英语、中文、日语、韩语
• 标签: SEO、GEO（生成式引擎优化）、AI搜索优化、内容SEO、技术SEO、E-E-A-T、JSON-LD、Schema标记、IndexNow、关键词策略、对比页、SaaS SEO、初创营销、AI增长
• 数据量: n<1K
• 版本: v1.0（2026年4月）

核心框架：SEO + GEO 双引擎

该策略手册的核心是同时优化传统搜索引擎（Google/Bing）和 AI 搜索（ChatGPT/Perplexity/Claude/Gemini），共享结构化内容作为基础。

五项核心原则

1. 从 BOFU 往上做 — 优先处理高意向关键词（定价、对比），此类关键词转化率高出 5-10 倍
2. 真实声音 = 最好的 E-E-A-T — 创始人故事、真实数据、一手经验是最高质量的权威性信号
3. 结构化 = 可引用 — 使用 Key Stats 表格、FAQ Schema、对比矩阵，便于 AI 引擎提取和引用
4. IndexNow 是 GEO 的基础设施 — 实现秒级内容更新推送，无需等待爬虫重新抓取
5. 对比页是 SEO 金矿 — 为每个竞争对手创建一个独立页面，捕获处于决策阶段的用户

详细指南内容

该数据集包含以下分项指南（提供英文和中文版本）：

主题	文件	说明
关键词漏斗策略	references/keyword-strategy.md	TOFU/MOFU/BOFU 矩阵与优先级排序
SEO 技术基础	references/seo-foundations.md	核心页面、Schema、站点架构
GEO 优化实操	references/geo-optimization.md	IndexNow、AI 爬虫、引用优化
内容生产 SOP	references/content-sop.md	从选题到发布的端到端工作流
E-E-A-T 写作声音	references/writing-voice.md	创始人声音系统，确保内容真实感
竞品对比页 SOP	references/comparison-pages.md	页面结构、Schema、关键词布局

核心成果（实战验证）

• AFFiNE GitHub Stars: 60,000+
• 到达 1 万 Stars 时长: 43 天（ChatGPT 时代前最快之一）
• GitHub Trending 上榜: 28 次（2022年8月-12月）
• Product Hunt #1: 指导 30+ 次产品发布获#1
• AI 创业公司咨询: 150+
• 已验证的内容发布节奏: 每周 4 篇文章，KD 30-50 长尾关键词

作者信息

由 Iris Wei（生姜 iris） 编写，她是 AFFiNE（融资 1000 万美元）前联合创始人兼 COO，福布斯亚洲 30 Under 30 上榜者，领导了 0 到 6 万 GitHub Stars 的有机增长，覆盖 100+ 国家。

安装与使用

该数据集可作为 ClawHub Skill 安装，支持 Claude Code、OpenClaw 等兼容 AI Agent：

bash clawhub install gingiris-seo-geo

安装后，AI 代理可帮助用户执行关键词研究、撰写 SEO 优化内容、构建对比页面以及监控 AI 引用情况。

关联数据集

数据集名称	聚焦领域	HuggingFace 地址
gingiris-growth-finder	元路由器，为你的情况选择正确增长手册	https://huggingface.co/datasets/Gingiris/gingiris-growth-finder
gingiris-launch	Product Hunt 发布、KOL 推广、UGC 增长	https://huggingface.co/datasets/Gingiris/gingiris-launch
gingiris-opensource	GitHub Stars、HN、开源上市	https://huggingface.co/datasets/Gingiris/gingiris-opensource
gingiris-b2b-growth	B2B SaaS PLG/SLG、PMF 到 1000 万美元 ARR	https://huggingface.co/datasets/Gingiris/gingiris-b2b-growth
gingiris-aso-growth	移动应用商店优化	https://huggingface.co/datasets/Gingiris/gingiris-aso-growth
gingiris-user-interview	用户访谈框架	https://huggingface.co/datasets/Gingiris/gingiris-user-interview
gingiris-skills	完整工具包：12 个 Claude Code 技能捆绑	https://huggingface.co/datasets/Gingiris/gingiris-skills
growth-tools	博客与工具中心	https://huggingface.co/datasets/Gingiris/growth-tools

FAQ 要点

• 与通用 SEO 技能的区别：该手册针对 2026 年 30%+ 流量起始于 AI 聊天的双引擎现实，提供 JSON-LD Schema 模式、E-E-A-T 声音、对比页模板等 AI 引擎实际引用的技术。
• 覆盖 Schema 标记和 JSON-LD：提供 SoftwareApplication、Article、FAQ、HowTo 和 Comparison 模式的复制粘贴模板，以及 IndexNow 推送指令。
• 支持程序化 SEO：关键词漏斗部分涵盖如何识别可扩展模板、生成无内容罚分的落地页，并使其在 AI 概览中被引用。

搜集汇总

数据集介绍

构建方式

在数字营销生态持续演进的背景下，Gingiris SEO & GEO Dual-Engine Growth Playbook 数据集应运而生。该数据集由资深增长专家 Iris Wei 基于其主导 AFFiNE 项目获得六万 GitHub 星标的实战经验，以及对超过一百五十家人工智能初创企业的咨询沉淀所构建。数据集以多语言结构化文档为核心，系统收录了关键词漏斗策略、JSON-LD 结构化数据模板、IndexNow 推送配置、E-E-A-T 写作框架及对比页面作业指导书等模块，形成一个兼顾传统搜索引擎与生成式引擎优化的双引擎知识体系。

特点

该数据集的显著特征在于其开创性的双引擎优化视角，将 Google 传统排名与 ChatGPT、Perplexity 等人工智能搜索的可见性提升置于统一框架下。内容编排遵循从高意向底部漏斗关键词向上延展的原则，强调真实创始人叙事作为最佳经历-专业-权威-信任信号的独特价值。结构化内容既可被爬虫索引，亦能被人工智能引擎直接引用，配合秒级 IndexNow 推送机制，为网页内容在新型搜索生态中的快速收录与精准呈现提供了系统性保障。

使用方法

数据集以 ClawHub 技能包形式分發，用户可通过命令行快速安装至 Claude Code 等人工智能代理环境。安装后，用户可指令代理对目标站点执行搜索引擎优化与生成式引擎优化双重审计，获得包括爬虫权限配置、Schema 标记完整性检查及人工智能来源流量追踪方案在内的可执行修复清单。数据集内含中英文双语指南，覆盖从技术基础到内容生产的完整工作流，适用于 SaaS 产品的内容营销团队与独立创业者的增长实践。

背景与挑战

背景概述

随着大型语言模型与生成式搜索（如ChatGPT、Perplexity）的崛起，传统搜索引擎优化（SEO）正经历范式转型。在此背景下，Iris Wei（前AFFiNE联合创始人兼COO，Forbes Asia 30 Under 30入选者）于2026年4月发布了“Gingiris SEO & GEO Dual-Engine Growth Playbook”数据集。该数据集由Gingiris团队基于150余次AI初创企业咨询与AFFiNE实现60,000 GitHub星标的实战经验构建，旨在系统性地解决传统SEO与生成式引擎优化（GEO）的协同问题。数据集以多语言（英、中、日、韩）形式呈现，涵盖关键词漏斗策略、JSON-LD结构化数据模板、IndexNow推送协议、E-E-A-T写作方法论等核心模块，为数字营销从业者提供了首个面向AI搜索时代的双引擎增长框架，对搜索引擎优化和AI内容可见性领域产生了重要影响。

当前挑战

该数据集所应对的核心领域挑战在于：传统SEO技术难以适应生成式搜索引擎的引用偏好，例如AI模型更倾向于提取结构化表格、FAQ Schema和直接答案，而非依赖关键词密度或反向链接。同时，网站需同时保障Google排名与ChatGPT、Perplexity等平台的引用率，这要求内容同时满足爬虫索引与语义推理的双重标准。在数据集构建过程中，面临的挑战包括：需将分散的SEO最佳实践（如IndexNow秒级推送、程序化SEO模板）与GEO策略（如AI爬虫权限管理、llms.txt优化）整合为可复用的Agent技能；需验证多语言场景下E-E-A-T信号的一致性；以及确保方法论能通过Claude Code等AI代理直接执行，而非仅停留于理论文档。

常用场景

经典使用场景

在数字营销与搜索引擎优化领域，gingiris-seo-geo数据集被广泛用作一套完整的双引擎增长策略指南，指导从业者同时优化传统搜索引擎（如Google）与生成式AI搜索引擎（如ChatGPT、Perplexity）的可见性。其经典应用场景包括：AI初创公司与SaaS企业利用该数据集中的关键词漏斗策略、JSON-LD结构化数据模板、IndexNow即时推送技术以及E-E-A-T写作系统，系统性地提升网站在两种搜索形态下的排名与引用。该数据集不仅提供可复制的代码级Schema模板，还涵盖了从技术SEO基建到GEO引用优化的全链路操作手册，成为团队搭建有机增长体系的可靠参考。

衍生相关工作

围绕该数据集已衍生出一系列具有影响力的方法论与工具套件，极大丰富了搜索优化与增长黑客领域的实践生态。核心衍生工作包括：面向开源项目的增长手册gingiris-opensource，将双引擎理念延伸至GitHub星标获取与开发者社区运营；B2B SaaS全生命周期增长指南gingiris-b2b-growth，从产品市场匹配到千万美元ARR的路径中嵌入了SEO/GEO策略；以及移动端应用商店优化指南gingiris-aso-growth，将结构化内容与用户生成内容矩阵的结合逻辑移植至iOS与Android生态。此外，数据集作者在AFFiNE项目中实现的60k GitHub星标与30余次Product Hunt榜首经历，构成了这些衍生方法最有力的实证范本。

数据集最近研究

最新研究方向

当前，gingiris-seo-geo数据集聚焦于搜索引擎优化（SEO）与生成式引擎优化（GEO）的双引擎融合策略，致力于应对传统搜索与AI驱动搜索（如ChatGPT、Perplexity、Claude）并行的新型搜索生态。随着AI聊天工具在流量入口中占比激增，该数据集将研究方向从单一的关键词排名转向结构化内容与AI爬虫友好性的双重构建，重点涵盖E-E-A-T真实性写作、JSON-LD模式标记、IndexNow实时推送以及高意图对比页面模板。这些前沿探索不仅服务于SaaS产品在0至1阶段的冷启动增长，更旨在帮助品牌在AI生成摘要中被精准引用，从而实现可持续的有机获客，为数字营销领域带来了方法论层面的范式革新。