核心用法
Entity Optimizer 是一款专注于实体身份（Entity Presence）优化的咨询型 Skill，适用于品牌、人物、产品或组织在搜索引擎和 AI 系统中建立可识别性的场景。用户通过提供实体名称、类型、网站及目标领域等基础信息，Skill 将执行六维信号审计：结构化数据（Schema.org 标记）、知识库（Wikidata/Wikipedia）、一致性信号（NAP+E）、内容信号、第三方提及及 AI 特定信号，最终生成包含优先级行动清单的优化报告。
该 Skill 采用"无工具亦可运行"的设计理念：在无外部连接器时，Claude 基于用户提供的信息进行策略分析，用户需自行完成搜索验证；当连接 knowledge graph、SEO tool、AI monitor 等可选工具后，可实现自动化数据拉取与 AI 引用测试。
显著优点
方法论体系完整：覆盖从实体发现、信号审计到行动路线图的全流程，提供 47 项信号检查清单及分阶段执行计划（第 1-2 周打基础、第 1 月建知识库、第 2-3 月筑权威）。
SEO 与 GEO 双轨优化：既解决 Google Knowledge Panel、富媒体结果等传统搜索场景，又针对 ChatGPT、Claude、Perplexity 等 AI 系统的实体解析机制提供专项策略，帮助用户获取 AI 生成答案中的引用机会。
可操作性强：所有建议均标注影响等级（高/中）与执行成本（低/中/高），并明确说明优化原理，降低执行门槛。
潜在缺点与局限性
依赖用户输入质量：无工具连接时，审计准确性完全取决于用户提供信息的完整度，易遗漏关键信号。
执行周期较长：实体建设本质是长期工程，Wikidata 条目创建、Wikipedia 知名度积累、第三方权威提及等核心动作均需数周至数月见效，不适合追求短期排名的场景。
地域与语言局限：文档以英文优化场景为主，对中文搜索引擎（百度、搜狗）及中文知识库（百度百科、知乎）的覆盖有限。
无实时数据能力：Skill 本身不执行网络请求，无法自动检测 Knowledge Panel 状态变化或 AI 系统引用情况，需用户定期手动验证。
适合的目标群体
- 新品牌/初创企业需从零建立搜索引擎与 AI 系统可识别的实体身份
- 成熟品牌遭遇 Knowledge Panel 信息错误、实体混淆或 AI 系统引用缺失问题
- SEO/GEO 从业者、数字营销顾问为客户提供实体优化服务
- 个人品牌建设者（专家、创作者、高管）提升在 AI 问答中的可见性
- 网站迁移或品牌重塑后需保留实体身份的项目团队
使用风险
性能风险：无，该 Skill 为纯文档型，无代码执行或网络通信。
依赖项风险：极低，无强制外部依赖；可选工具连接器均为占位符实现，不影响核心功能。
策略风险：建议遵循 Google 搜索中心指南与 Wikidata 编辑规范，但用户自行实施时若操作不当（如过度优化结构化数据、违反 Wikipedia COI 政策）可能导致搜索惩罚或编辑封禁，需结合官方文档交叉验证。
数据隐私：用户提供的实体信息仅用于生成分析报告，无持久化存储或外传机制，但敏感商业信息仍建议脱敏后输入。