核心用法
Entity Optimizer 是一套面向 SEO+GEO 双引擎优化的实体管理协议，核心任务是将品牌、人物或组织转化为搜索引擎与AI系统可唯一识别的实体节点。其工作流程分为三步：
1. 实体发现（Entity Discovery）
- 审计实体在Google Knowledge Panel、Wikidata、Wikipedia、Knowledge Graph API的现存状态
- 运行AI实体解析测试：验证ChatGPT、Claude、Perplexity、Google AI Overview是否能准确识别并描述该实体
- 输出六维度状态表：结构化数据、知识库信号、NAP+E一致性、内容信号、第三方提及、AI专属信号
2. 信号审计（Signal Audit）
- 基于47项信号清单（6大类别）进行Pass/Fail/Partial评分
- 关键修复点包括：Schema.org标记缺失、Wikidata QID未创建、sameAs链接断裂、实体名称歧义
- 提供零依赖工具：
kg.py脚本可无需API密钥查询Wikidata与页面浏览趋势
3. 构建与交付（Build & Handoff）
- 生成规范实体档案（canonical entity profile），存储于
memory/entities/<slug>.md - 输出优先级行动计划（Top 5 actions）与分阶段路线图（Week 1-2 → Month 1 → Month 2-3）
- 向下游技能（如
serp-markup-builder、geo-content-optimizer）提供标准化手off
显著优点
- 双引擎覆盖：同时优化Google Knowledge Graph（SEO）与AI实体解析（GEO），解决"内容好但AI不引用"的痛点
- 标准化输出：强制遵循
entity-geo-handoff-schema，确保下游技能可消费、不降级 - 零依赖运行：核心功能（Wikidata查询、页面浏览量、GDELT新闻提及）无需付费API密钥
- 隐私合规内建：处理欧盟/EEA/英国个人实体时强制触发GDPR Art.6合法性审查，避免合规风险
- 信号可量化：47项信号×6类别=可追踪的实体健康度评分体系
潜在局限
- 工具依赖：AI实体解析测试需用户手动运行或提供
~~AI monitor工具接入，Claude无法直接查询外部AI系统 - 知识库延迟：Wikidata/Wikipedia编辑审核周期不可控，实体构建非即时生效
- 个人实体敏感：创始人、作者类实体涉及多国隐私法规，流程卡点较多
- 非叙事替代：明确声明不处理品牌定位、话术等"人类面向"叙事，需配合
narrative-registry使用
适合人群
- B2B SaaS品牌：需从"通用描述"升级为AI可引用的独立实体
- 个人IP运营者：专家、创始人需建立可验证的作者实体身份
- SEO/GEO技术团队：需标准化实体管理流程与可复用的档案系统
- 多品牌集团：解决子公司、产品线的实体混淆与canonicalization问题
常规风险
- 数据残留风险：写入
memory/entities/前需检查memory/audits/gdpr-purges.md，避免违反删除令后重建 - 误识别风险：通用名称实体（如"Apple""Acme"）易产生歧义，需强制disambiguation策略
- 工具幻觉风险：
kg.py等脚本依赖本地环境变量CLAUDE_PLUGIN_ROOT，路径错误导致执行失败 - 法律免责声明：GDPR审查提示明确标注"Advisory only — not legal advice"，用户需自行确认合规性