官网Geo优化与WorkBuddy的结合经验分享

大家好我是Geo老师于磊今天要和大家分享的内容是“官网Geo优化与WorkBuddy结合”的使用体验。提到Geo优化只会想到站外的方式但是很少有人真正的从自己的站内开始今天我就和大家分享一下站内的优化以及结合WorkBuddy进行提效的经验。一、Json-LD解读对于站内的Geo优化有一项很重要的内容就是对于Json-LD内容的完善JSON-LD是一种轻量级结构化数据格式‌用于将网页内容转化为机器可读的语义化标记帮助AI和搜索引擎精准理解实体信息。‌‌。只有把这些内容结构化之后才可以让AI更好的引用官网的内容对于站内Json-LD到底是什么样子的呢看我以下的截图截图部分只是展示了一部分关于Json-LD的标签其实它包含很多标签具体的可以看我之前写过的文章。对于新站的话其实这些内容可以随着新站的搭建一起布局但是对于老站比如页面几千、几万的使用人工的方式进行归纳总结在进行代码布局其实是很大的工作量所以使用【WorkBuddy】进行自动化整理是目前看来最方便的方式。我用我目前的做的网站为例【北京xxx】进行拆解看看WorkBuddy到底可以如何进行提效。二、WorkBuddy对Json-LD的提效我这个网站是做仪器设备的所以为了让AI更好的了解我需要把产品的【FAQ内容、产品的参数、产品的特点】分别进行数据结构化为此我专门做了3个Skills专门做这件事情非标准化Skill这3个Skill十分别为1、Skillsfaq-writer产品FAQ内容生成并通过API推送这里先通过标准的网页浏览Skills在加上LLM大模型理解产品信息然后自动生成关于产品的FAQ2、Skillskanggaote-product-param-extractor整理产品参数使用API推送这里先通过标准的网页浏览Skills在加上LLM大模型理解产品信息自动提取产品参数3、Skillskanggaote-product-feature-extractor 整理产品特点使用API推送这里先通过标准的网页浏览Skills在加上LLM大模型理解产品信息自动总结产品参数注LLM大模型的理解过程都是直接打包到Skills当中的可以看下面kanggaote-product-param-extractor这张截图kanggaote-product-feature-extractorkanggaote-product-param-extractor以上是我用WorkBuddy先生成我需要的Skills根据具体需求内容了LLM大模型Skillsfaq-writer因为制作的比较做所以没有找到制作的提示词通过这种方式先把需要的内容提取出来然后让WorkBuddy通过API的方式自动推送到网站的管理后台前端页面在调取后端数据来完成整个过程以下展示一些执行过程中的截图。自动读取页面内容生成FAQ内容通过LLM理解页面内容进行参数提取通过API推送这个网站本身一共有2000的产品如果人工整理的话3个人预计需要36个月左右的时间通过使用WorkBuddy这些工作量直接被压缩到了4天。三、Token消耗情况大家可能也比较关心Token的消耗情况因为我有两个账号这里就先放一个账号的消耗情况两个账号大概是5000w的token四、优化的成果我通过一些事例让大家看一下这件事儿的成果以上几张图大家都可以看到引用的来源都是来自【官网】五、结论所以对于老站的Json-LD的整理WorkBuddy的帮助真的很大并可以快速的进行布局大幅度提升效率。最后在说一点为什么要使用WorkBuddy其实就是对于不懂技术的小白很优化开箱即用。#腾讯云OpenClaw玩虾大赛