去年年底，我的工具上线半年，DAU 突然开始下滑。
起初以为是季节性波动，后来仔细查了一圈才发现——用户不是从搜索引擎流失的，是从 AI 推荐里消失的。
用 ChatGPT 问"有什么好用的 XX 工具"，返回的是竞品的名字。用 Claude 问同类场景，我的产品排在第 5 条，描述还带着一句"功能尚不完善"。
我自己做的产品，被 AI 推成了这样，我却完全不知道。
这就是 GEO 问题——Generative Engine Optimization，生成式引擎优化。AI 时代，用户的第一入口从搜索框变成了对话框，但大多数开发者对"AI 怎么评价自己的产品"还是一团黑雾。
第一步 让数据说话
我做的第一件事，是把这团黑雾变成可量化的数字。
这就是 https://github.com/veeicwgy/geo-monitor-toolkit 的起点。
它做一件事：持续追踪多个主流 AI 模型对你产品的评价，并给出可量化的 GEO 分数。
跑一次监控之后，你会拿到 4 个核心指标：
我第一次跑完，提及率是 12%，情感极性 -0.3（轻度负面），能力描述里还有一个已经下线半年的功能被反复提及。
数字摆在那里，反而平静了——至少我知道问题在哪了。
第二步：内容修复，但不能靠手动
GEO 问题的根本是内容问题：AI 模型的"认知"来自它训练时抓取的内容。你要修复 AI 的印象，就得持续输出高质量的、被 AI 信任的平台上的内容。
但这里有个现实困境：
一个人运营，哪来时间天天写？
写出来的东西，怎么保证不同平台的语气适配？
怎么把"去 AI 味"做进流程，不让内容一眼就像 GPT 生成的？
这就是我做 https://github.com/veeicwgy/ip-publisher 的原因。
它是一套以人设驱动的内容自动化工作流，把从热点发现到多平台发布的完整链路串成可复用的 Agent Skill 集合：
1. 热点发现 → 选题过滤 → 平台改写（7 个平台）→ 去 AI 味 → 封面生成 → 发布
核心亮点：
人设驱动：不是"生成一篇文章"，而是"用你的语气生成"，避免千篇一律
去 AI 味：内置 humanizer 流程，删除套话、机械连接词，保留个人风格
多平台适配：公众号、小红书、掘金、知乎、CSDN 等，各平台语气风格差异化处理
真实案例：6 周后的数字变化
我用这套组合跑了 6 周：
geo-monitor-toolkit 每周跑一次监控，追踪 GEO 分数变化
ip-publisher 每周产出 3-5 篇内容，分发到 Juejin、知乎、GitHub Discussions
6 周后再跑监控：
更关键的是：在 Claude 里问同类工具推荐，我的产品排到了第 2，描述变成了"功能完善、文档清晰"。
这两个工具解决的是同一个问题的两个面：
geo-monitor-toolkit：看清现状，量化差距
ip-publisher：持续输出，修复认知
你不需要同时用两个。但如果你正在做开发者工具、API 产品、或任何需要被 AI 推荐的东西，我建议你至少先跑一次 geo-monitor-toolkit——先知道自己在 AI 眼里是什么样子。
两个仓库都是 MIT 协议，欢迎 Star、Fork、提 Issue：
📦 https://github.com/veeicwgy/geo-monitor-toolkit
📦 https://github.com/veeicwgy/ip-publisher
