performance-reporter

核心用法

Performance Reporter 是一款专为 SEO 和 GEO（生成式引擎优化）设计的综合报告生成技能。用户通过自然语言触发（如"生成 SEO 报告""向老板汇报 SEO 结果"），即可调用该技能创建涵盖排名、流量、反向链接及 AI 可见性的多维度性能报告。

该技能支持两种数据输入模式：一是连接 ~~analytics、~~search console、~~SEO tool 等数据源实现自动化聚合；二是手动输入截图或数据导出文件。报告生成流程包括定义报告参数（域名、周期、受众类型）、创建执行摘要、分析有机流量、追踪关键词排名、评估 GEO/AI 引用表现、整合 CITE 域名权威分数与 CORE-EEAT 内容质量分数、分析反向链接及内容 ROI，最终输出分层级的行动建议。

显著优点

标准化框架：提供 20+ 项 SEO/GEO 指标的统一定义与基准范围，消除团队内部指标理解偏差。多受众适配：内置高管版（1 页聚焦 ROI）、营销团队版（2-3 页渠道详情）、技术版（详细爬取数据）及客户版四种模板。AI 可见性追踪：率先将 GEO 指标（AI 引用率、引用位置、品牌提及）纳入常规报告体系，适应搜索生态变革。生态整合：与同一作者的 19 款 SEO/GEO 技能形成工具链，可调用 rank-tracker、backlink-analyzer、content-quality-auditor 等技能的数据输出。零配置门槛：纯文档型设计无需安装依赖，Apache-2.0 许可证允许自由修改模板。

潜在缺点与局限性

数据依赖性强：本身不具备数据采集能力，完全依赖外部连接器或用户手动输入，自动化程度受限于基础设施。时效性瓶颈：手动数据模式下，报告生成周期与数据新鲜度成反比，难以满足实时决策需求。模板僵化风险：预设的 12 章节结构对于简单场景可能过度复杂，小型团队或需大量删减。GEO 指标成熟度：AI 引用追踪依赖 ~~AI monitor 等新兴工具，数据来源稳定性和行业基准尚未完全确立。CITE/CORE-EEAT 依赖前置技能：域名权威和内容质量分数需先运行 domain-authority-auditor 和 content-quality-auditor，否则报告留空。

适合的目标群体

• SEO 代理机构：需要向客户交付标准化、专业化的月度/季度报告
• 企业内部 SEO 团队：需向非技术管理层汇报工作成果与资源需求
• 内容营销团队：追踪内容 ROI 并优化选题策略
• 独立站长：缺乏专业工具预算，需免费模板降低报告制作门槛
• GEO 早期采用者：希望系统性追踪 AI 搜索可见性的先锋团队

使用风险

数据质量风险：用户输入错误或过时数据将直接导致报告结论失真，技能本身无数据校验机制。商业敏感信息泄露：生成的报告常包含流量、转化率、收入等核心数据，需建立内部分发管控。过度解读模板示例：示例中的占位符数据（如"400% ROI"）若未彻底替换，可能误导决策者。连接器可用性波动：~~analytics 等占位符连接器的实际可用性取决于运行环境，存在功能落差风险。技能链依赖故障：若前置技能（如 content-quality-auditor）未安装或运行失败，关联章节将显示为未评估状态。

核心用法

Performance Reporter 是一个综合性 SEO 和 GEO 性能报告生成器，专为需要定期汇报的营销人员、SEO 专家和代理机构设计。它将来自 Google Analytics、Search Console、SEO 工具和 AI 可见度监控器的多源数据聚合到一份结构化报告中。用户只需指定域名和时间段，它便能自动生成包含执行摘要、流量分析、关键词排名、反向链接概况、AI 引用表现及投资回报率（ROI）计算的完整报告。技能支持按月、按季或按年定制报告，并针对高层管理者、技术团队和客户等不同受众提供专门的报告模板，使数据洞察真正驱动决策。

显著优点

1. 一站式数据聚合：完美整合流量、排名、外链和 GEO 多项指标，消除在多个平台间手动切换数据的繁琐，呈现全局视图。
2. 强大的模板体系：内置丰富的 Markdown 报告模板和 KPI 基准，自动生成带格式的表格、趋势图和摘要，极大提升报告制作效率。
3. 业务导向的 ROI 分析：超越了简单的流量计数，将 SEO 工作与实际转化和收入挂钩，清晰量化营销投入的商业回报。
4. 前瞻性的 GEO 追踪：内置 AI 可见度指标（如 AI 引用率），帮助用户了解在 ChatGPT 等生成式引擎中的表现，紧跟搜索引擎发展趋势。
5. 极致的代码安全：该技能是一个纯 Markdown 技能，不包含任何可执行代码，无外部依赖，不发起网络调用，从根本上杜绝了代码层面的安全隐患。

潜在缺点或局限性

1. 数据严重依赖外部输入：技能本身是报告框架和计算逻辑，其价值完全取决于用户提供的数据质量。在没有自动化数据源接入时，用户需手动输入截图或导出数据，工作量显著增加。
2. 纯静态模板的局限：作为一个 Markdown 为主的模板技能，无法动态抓取实时数据或进行复杂的机器学习预测，所有“趋势”均基于用户提供的周期性对比数据。
3. 来源可信度受限：该技能来自个人开发者，虽在社区（1.5k+星标）获得良好验证，但相较于官方或大型组织发布的技能，其持续维护和长期稳定性存在一定的潜在不确定性。
4. 对非专业用户的门槛：报告涉及大量专业 SEO 术语（如 CITE Score, CORE-EEAT），虽然提供了术语表，但对初次接触或非专业人士可能造成理解障碍。

适合的目标群体

• SEO 项目经理和专家：需要定期为内部管理层或客户制作专业、数据详实的绩效报告。
• 数字营销代理机构：为多个客户提供标准化的月度/季度 SEO 汇报，提升服务专业度和效率。
• 中小企业主：希望以最小投入追踪自有网站的 SEO 表现和 AI 可见度，并获得清晰的投资回报率分析。
• 内容营销团队：需要评估内容策略的成效，识别高绩效内容和亟待优化的页面。

使用可能存在的常规风险

• 数据隐私风险（使用习惯而非技能本身）：技能指引中要求用户提供包括 Analytics 截图在内的核心数据。技能本身虽然没有数据收集和留存功能，但用户在使用时必须警惕在不受信任的环境中向第三方 AI 模型或平台输入敏感商业数据。
• 元数据可追溯性风险：安全报告指出，技能的元数据文件中引用的来源仓库地址已不可访问，实际代码托管在开发者个人仓库。这种不一致性可能会给严格进行来源审计和供应链审查的企业带来合规挑战。
• 准确性与时效性风险：输出的准确性完全依赖于用户提供数据的时效性和准确性。若用户提供的数据本身有误或过时，报告将产生误导性的结论。