基于 FLOW 模型的 Follow-up Prompt 实战指南：用 Claude SEO 产出可执行的 Optimize 交付文档
【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills + 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-seo
本篇技术指南围绕 Claude SEO 仓库中 Follow-up Prompt 提示词 展开，讲解如何用一条结构化的"优化交付物"提示词，让 LLM 在 SEO 优化阶段把观察、假设、推荐动作与待核验声明严格分离，产出一份团队可以直接执行的优化文档。读完本文，你将掌握该提示词的完整文本、输入/输出契约、与 FLOW 四阶段模型的关系、在 Claude Code 中/seo flow optimize的编排调用方式，以及仓库内置的证据标准（引用缺口检测与版本锁定）如何支撑"不虚构数据"的硬约束。
Follow-up Prompt 是什么：从"再优化一轮"到结构化交付契约
Follow-up Prompt 是 seo-flow 技能 中optimize（优化）阶段的一则提示词。它并不直接教模型"怎么改页面"，而是定义了一个交付物契约：当团队需要一份结构化的优化产出（optimize deliverable）时，要求模型把以下四类信息严格分开：
- 观察（observations）——来自输入证据的客观事实；
- 假设（assumptions）——明确标注、未经证实的前提；
- 推荐动作（recommended actions）——按优先级排序的改动；
- 待核验声明（claims that need verification）——发布前必须溯源核实的表述。
这一"分离"设计直指 AI 搜索时代 SEO 工作流的通病：把印象当作事实、把假设当作结论、把未经核验的数字直接写进页面。该提示词正是为此设计的"防幻觉护栏"。
该提示词在仓库中与basic-prompt.md、technical-audit-prompt.md、visibility-follow-up-prompt.md等共用同一套模板结构（见 optimize 提示词目录），但它被刻意命名为follow-up，定位是"在首次诊断之后跟进迭代"——即对已有分析或初稿做一次受控的深化与收敛，而不是从零开始。
完整提示词文本
以下是 follow-up-prompt.md 中的原始提示词，可直接复制使用：
Act as a senior SEO strategist using the FLOW model. Task: create a optimize deliverable for: [BUSINESS OR ASSET]. Use only the supplied inputs and clearly label any assumption. Do not invent statistics. Do not reuse private examples. Build the answer around: 1. Searcher or buyer intent. 2. Evidence available now. 3. Gaps that block trust, extraction, or conversion. 4. Recommended changes in priority order. 5. Measurement events and review cadence. 6. Claims that require source verification before publication. Return a concise working document the team can execute.六个构建点的含义
| # | 构建点 | 在交付物中的落点 |
|---|---|---|
| 1 | Searcher or buyer intent（搜索者/买家意图） | 开场即定义"谁在搜索、为什么搜索"，避免围绕公司偏好写作 |
| 2 | Evidence available now（当前可用的证据） | 盘点已有素材：分析数据、搜索结果、来电记录、评论、商户档案事实、来源笔记 |
| 3 | Gaps that block trust, extraction, or conversion（阻碍信任、可提取性、转化的缺口） | 这是优化的核心诊断输出：什么缺失导致搜索引擎/AI/用户无法信任并提取信息 |
| 4 | Recommended changes in priority order（按优先级排序的改动） | 落地部分：改什么、先改什么 |
| 5 | Measurement events and review cadence（衡量事件与复盘节奏） | 定义可衡量的转化事件与复查频率，杜绝"无法衡量的优化" |
| 6 | Claims that require source verification（发布前需核验的声明） | 所有带数字、带权威引用的表述进入发布前核验清单 |
提示词中还有两条硬性禁令："Do not invent statistics"（不得虚构统计）与"Do not reuse private examples"（不得复用私有示例），最后要求"Return a concise working document the team can execute"——输出必须是一份可直接执行的紧凑工作文档，而不是长篇分析报告。
它在 FLOW 模型与 Claude SEO 技能体系中的位置
Follow-up Prompt 是 FLOW 框架 的一部分。FLOW 是一个面向 2026 年搜索环境的"搜索—转化"循环，把排名、AI 引用、本地可见性与销售证据视为相互连接的表面而非独立渠道，其四阶段为：
- Find（发现需求）→Leverage（撬动分布式证据）→Optimize（优化自有资产的可提取性与可信度）→Win（用页面与衡量把发现连接到收入）。
Follow-up Prompt 落在Optimize 阶段——该阶段关注自有资产（页面、商户档案、资料页）是否"可被信任、可被提取、可被转化"。
从 seo-flow 的 SKILL.md 可以看到，Claude SEO 把 FLOW 提示词库（共 41 条提示词、覆盖 5 个阶段）整体集成进技能体系，其中optimize 阶段独占 21 条提示词。执行/seo flow optimize [url]时，技能不会一次性倾倒全部 21 条（SKILL.md 明确说"dumping all 21 is noise"），而是按上下文挑选 2～3 条最相关的提示词应用——Follow-up Prompt 就是这 21 条中的一员，适合在已有诊断或初稿之后作为"收敛版"跟进提示使用。
关于为什么 2026 年需要这种"证据导向"的优化方式，flow-framework.md 引用了两个带出处的行业观察：Ahrefs 在其 2025 年 12 月数据集中发现，当 AI Overview 出现时，位置一的平均 CTR 低了 58%；seoClarity 发现其被引用页面样本中，25% 被 ChatGPT 高频引用的 URL 在 Google 没有任何自然搜索可见性。结论是：搜索已不再是"一个结果页、一条点击路径"，优化必须同时服务于经典排名、AI 摘要、本地信息包与商户档案。Follow-up Prompt 第 3 点"Gaps that block trust, extraction, or conversion"正是对这一背景的直接回应——它把"能否被 AI 提取"与"能否被信任"提升到了与"能否转化"同等重要的位置。
触发时机：Use This When 与 AI 兼容性
原文档 明确了两点使用前提：
- Use This When：当你需要一份结构化的 optimize 交付物，并且希望模型把观察、假设、推荐动作和待核验声明区分开时使用。也就是说，它适用于"问题已被初步识别、需要形成可执行方案"的场景，而非头脑风暴阶段。
- AI Compatibility：该提示词面向长上下文推理模型。对于较小的模型，应提供更窄的输入（一次只给一个页面或一组查询），并且一次只要求输出一个章节，避免超出模型能力导致输出质量下降。
在 Claude Code 中，该提示词由/seo flow optimize [url]触发。根据 SKILL.md 的编排逻辑，执行流程为：先读取references/prompts/optimize/下全部文件名，再读取对话中已有的分析上下文（URL、行业垂直、之前任何技能的输出），然后挑选 2～3 条最相关的提示词并只加载这些文件应用；未选中的提示词可通过/seo flow prompts查看完整索引。
输入契约：喂给 Prompt 的六类素材
原文档的 Inputs 部分 定义了六类输入。把它们准备好再执行提示词，是产出质量的关键：
| 输入 | 说明 | 典型来源 |
|---|---|---|
| Business or website name | 业务或网站名称 | 必填占位符，替换[BUSINESS OR ASSET] |
| Target page, profile, query set, or campaign | 目标页面、档案、查询集或营销活动 | 明确作用域：是单页、商户档案、一组关键词还是整场活动 |
| Audience and geography where relevant | 相关时的受众与地域 | 本地业务必须给地域，避免模型做泛化假设 |
| Existing evidence | 现有证据：分析数据、搜索结果、来电记录、评论、档案事实、来源笔记 | 对应第 2 构建点"Evidence available now" |
| Constraints, exclusions, and required sources | 约束、排除项与必需来源 | 告诉模型"哪些不能改、哪些来源必须引用" |
实践提示：输入越窄，输出越可执行。对本地服务商，把"整个网站"收窄为"某城市门店的服务页 + 对应 GBP 档案 + 近 90 天来电记录"，Follow-up Prompt 的收敛效果会明显好于宽泛输入。
输出契约：六段式交付物模板
原文档的 Output 部分 要求交付物包含六个部分。以下模板可以直接套用：
1. Executive summary（执行摘要）
3～5 句话：资产现状、最关键缺口、优先级最高的 1～2 个动作、期望衡量的事件。
2. Priority table（优先级表）
建议用表格呈现"优先级排序的改动"：
| 优先级 | 改动 | 影响的表面 | 对应缺口 | 所需证据 | 负责人/节奏 |
|---|---|---|---|---|---|
| P0 | 重写服务页首屏价值主张 | 自然结果 + AI 提取 | 信任/转化 | 买家语言样本、来电记录 | 内容负责人 / 本周 |
| P1 | 补齐商户档案 NAP 一致性 | 本地信息包 + GBP | 提取/信任 | 档案事实清单 | 本地运营 / 两周内 |
| P2 | 增加内部链接到转化页 | 自然结果 | 转化 | 站点结构图 | 技术负责人 / 月度 |
3. Recommended copy, structure, or audit findings（推荐文案、结构或审计发现）
这是交付物的主体：要么给出改写文案或结构建议，要么给出审计发现清单。注意区分"观察"与"假设"——观察必须有输入证据支撑，假设必须显式标注。
4. Evidence needed（所需证据）
列出当前缺失、但支撑后续决策所必需的证据。例如："近 90 天询盘渠道归因缺失，无法判断该页是否驱动合格来电"。
5. Measurement plan（衡量计划）
定义转化事件与复查节奏。呼应 flow-framework.md 的 Measurement 章节：用平衡计分卡同时跟踪可见性指标（排名、展示、本地信息包、引用、AI 提及）与业务指标（合格线索、来电、表单完成、销售机会、辅助转化、反复出现的异议）。如果页面或档案无法被衡量，先补上衡量事件，再评判表现。
6. Verification checklist（核验清单）
逐条列出发布前必须核实的声明，包括：数字统计的来源与检索日期、权威引用的出处、以及任何"听起来熟悉"但尚未加载来源的说法。
实战示例：本地服务页的 Follow-up 交付
原文档 Example 部分 给出的示例输入是：一个证明力薄弱、档案信息不一致的本地服务页（local service page with weak proof and inconsistent profile details）。
期望输出包含四类产物，展开后分别是：
| 期望输出 | 含义 | 示例内容 |
|---|---|---|
| A prioritized rewrite brief（优先级化的改写简报） | 按 P0/P1/P2 给出改写要点，而非笼统的"重写页面" | P0：服务页首屏加入可核验的服务范围与响应承诺；P1：补足第三方可佐证的评价/案例；P2：围绕买家问题重组 H2 结构 |
| Facts to reconcile（待对账的事实） | 档案信息不一致（如名称、地址、电话、服务范围在不同平台不一致）的核对清单 | NAP 在网站、GBP、地图与目录中的逐项对照表 |
| Internal links to add（待添加的内部链接） | 指向转化页或证据页的链接建议 | 服务页 → 案例页、资质页、预订页 |
| The conversion event to measure（要衡量的转化事件） | 该页的合格下一步动作 | "拨打电话"事件、表单提交、或地图"路线"点击，并设定复查节奏（如每周复盘来电量） |
这四类产物完整覆盖了六段式交付物：改写简报对应"推荐文案/结构"，待对账事实对应"审计发现"，内部链接对应"推荐改动"，转化事件对应"衡量计划"——一个示例即可演示如何把提示词的输出契约落成真实工作。
证据标准：为什么"不得虚构数据"是硬约束
Follow-up Prompt 中的 "Do not invent statistics" 不是一句空话，仓库为它配备了完整的证据基础设施：
引用缺口检测：content_verify.py
scripts/content_verify.py 是一个"声明提取器 + 引用缺口检测器"，服务于/seo content verify工作流（发布前的事实核查）。它会识别五类可核验声明：统计性（"47% of marketers report…"）、数量性（"200 million users"）、权威性（"according to a Stanford study"）、时间性（"in 2025…"）、比较性（"twice as effective"）；随后检查每条声明 200 字符内是否存在引用标记（Markdown/HTML 链接、脚注、命名来源如 "Forrester said"、schema.org Citation 块）。脚本明确声明自己是建议性的——它不验证引用是否真实存在，只检测作者是否为每条声明锚定了来源。高比例的无引用声明，正是 Google 质量评估指南（QRG）中的红旗信号。这与 Follow-up Prompt 第 6 点"Claims that require source verification before publication"形成闭环：提示词要求列出待核验声明，脚本负责在草稿阶段把它们找出来。
证据目录与来源政策：bibliography.md
skills/seo-flow/references/bibliography.md 维护所有公开声明的来源清单：Web 来源记录检索日期与用途；PDF 来源记录哈希、页数与处理动作（tier A–E 分级）。其来源政策包含几条与本提示词直接相关的规则：公开文字必须基于已核验来源、被矛盾或无法核验的统计从公开建议中排除、绝对本地路径有意省略。这解释了提示词"只使用提供的输入"的底气——仓库已经为"可引用的声明"建立了严格的边界。
版本锁定与同步：flow-prompts.lock
skills/seo-flow/references/flow-prompts.lock 用 SHA-256 哈希锁定了全部 41 条提示词与参考文件（例如follow-up-prompt.md的哈希为454d9b9f684f2dfa54530819e2505361b165d54e3d1fa92a1be61367ac5da072）。当提示词文件缺失或需要更新时，按 SKILL.md 的错误处理表 执行/seo flow sync（运行python3 scripts/sync_flow.py），脚本会输出新增/更新/未变化的 JSON 摘要；若网络错误，可检查gh api rate_limit。这意味着你引用的提示词版本是可校验、可追溯的，这本身就是"事实准确"的工程化保障。
在 Claude Code 中的实际调用与编排
在 Claude Code 中使用该提示词有两种路径：
路径 A：直接复制提示词。把 follow-up-prompt.md 中的 Prompt 文本与你的输入（业务名、目标页、证据、约束）一起交给模型。
路径 B：通过技能命令触发（推荐）。使用/seo flow optimize [url]。根据 SKILL.md 的上下文匹配规则，技能按三个信号精选 2～3 条提示词：
- 行业垂直（SaaS → 页面内 + 技术；本地 → 引用 + GBP；出版 → E-E-A-T + 时效性）；
- 先前技能输出（seo-technical 标记了抓取问题 → 技术类优化提示词；seo-content 标记了 E-E-A-T 缺口 → 内容类优化提示词）；
- URL 信号（产品页 → 转化；博客 → 时效性 + 权威）。
执行后会交叉引用其他技能，例如提示查看/seo content <url>与/seo geo <url>做完整内容质量分析。注意 SKILL.md 的归属声明要求：每次激活/seo flow（含子命令）都必须输出"Framework and prompts © Daniel Agrici, CC BY 4.0"归属声明，不可省略或修改；提示词库来自外部 FLOW 项目，遵循 CC BY 4.0 许可。
另外，SKILL.md 运行时上下文 规定：/seo flow每次激活时加载references/flow-framework.md，而提示词文件按需加载——只加载用户所请求阶段对应的文件，不要在启动时全量加载。
提示词家族与进阶组合用法
Follow-up Prompt 并非孤立存在，它属于 optimize 阶段 21 条提示词家族（完整索引见 Flow Prompt Index）。与它同构或互补的几则值得组合使用：
| 提示词 | 定位 | 组合方式 |
|---|---|---|
| basic-prompt.md | 同一模板的基础版 | 首次优化用基础版，迭代用 follow-up |
| step-1-the-chatgpt-discovery-prompt.md | 发现阶段：找出资产在 AI 中的当前表现 | 先用 discovery 建立"当前可见性基线"，再跑 follow-up 收敛 |
| step-2-the-follow-up-qualifying-prompt.md | 合格化跟进：验证发现中的候选 | 在 follow-up 之前/之后做声明核验 |
| ctr-audit-prompt.md | 点击率审计 | 结果页/标题密度问题时替换第 4 构建点的具体化 |
| technical-audit-prompt.md | 技术审计版 | seo-technical 标记抓取问题时优先 |
| schema-prompt-1.md | Schema 结构化数据 | 需要增强"可提取性"时并行使用 |
| paa-question-rewording-prompt.md | 人找答案（PAA）问题改写 | 第 1 构建点"搜索者意图"落地 |
一个推荐的进阶工作流是：发现（step-1）→ 核验（step-2）→ 收敛（follow-up）→ 核查（content_verify）→ 发布。其中 follow-up 承担"把分散的观察收敛为一份可执行工作文档"的角色，而 content_verify 在发布前把第 6 构建点（待核验声明）自动扫描一遍。
落地检查清单
基于 flow-framework.md 的 Common Failure Modes 与 Quality Bar，使用 Follow-up Prompt 前后请自查：
执行前
- 已指定搜索表面（自然结果 / AI 答案 / 本地信息包 / 社群讨论 / 付费落地页 / 销售辅助页）——对应第 1 构建点；
- 已把可观察证据与假设分开列出，带数字的声明能追溯到 bibliography 或输入证据；
- 已定义业务结果与衡量事件，而不是只看展示量。
执行后
- 输出中每条假设都被显式标注；
- 输出中每个数字都有来源或已列入核验清单；
- 示例与文案是通用的或为本次新建，未复用私有示例；
- 交付物对三类读者都成立：买家、搜索引擎、以及未来可能摘要或对比该业务的 AI Agent；
- 优先级表、内部链接、转化事件、复查节奏四要素齐全。
这套方法的核心价值在于：Follow-up Prompt 不是让模型"再想想"，而是强制模型把证据、假设与行动分层交付，配合仓库的引用检测脚本与版本锁定机制，让每一次优化迭代都有据可查、可执行、可复盘。
参考文件
- Follow-up Prompt 原文档
- FLOW 框架
- seo-flow 技能 SKILL.md
- Flow Prompt Index（41 条提示词索引）
- 证据目录 bibliography.md
- 提示词版本锁定 flow-prompts.lock
- 声明提取与引用缺口检测 content_verify.py
- optimize 提示词目录（21 条）
【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills + 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-seo
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
