DSH Plugins
返回列表
dsh-moments-aieo

dsh-moments-aieo

工作流 更新于 2026.08.27

在终端中运行以下命令:

dsh plugin install Kenerlee/dsh-moments-aieo

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在终端执行 dsh plugin install Kenerlee/dsh-moments-aieo(源码地址:https://github.com/Kenerlee/dsh-moments-aieo),插件即自动注册到 ~/.dsh/profiles/web 并加载 moments-aieo 技能集。

插件介绍

当 ChatGPT、DeepSeek、Kimi、Perplexity 成为用户检索信息的第一入口,品牌有没有被 AI 提及已经取代传统关键词排名,成为可见度的核心指标。然而多数品牌团队和代理商手里既没有系统的诊断框架,也没有可复用的监测基线,只能凭感觉猜测 AI 引擎引用了谁、为什么引用。dsh-moments-aieo 把一整套 AIEO(AI Engine Optimization)交付方法封装为可执行的技能链,让问什么、怎么问、怎么衡量变成一条可追踪的工作流,而不是散落在各人脑中的零散经验。

插件围绕一份贯穿始终的问题库组织四阶段工作流:诊断阶段驱动 Playwright 访问真实 AI 搜索平台,生成可见度报告并产出问题库初稿;定位阶段基于 Abril Dunford 定位方法论迭代修正问题库;监测阶段定期追踪可见度、声量份额、内容质量与转化,并将结果渲染为交互式 HTML 看板。此外还提供真实搜索词挖掘(仅基于白名单平台导出,拒绝凭空编造)和高保真落地页复刻两个辅助技能。整套技能以单一 provider 名 moments-aieo 注册,不会与用户本地技能冲突,也不依赖任何额外的构建步骤。

这套工具最适合已经承接或正在准备 AIEO 项目的市场团队、品牌方和独立顾问,尤其是面向中文 AI 搜索生态(DeepSeek、豆包、Kimi)的消费品、医疗健康、SaaS 与连锁行业客户。它提供的是结构化的诊断与监测骨架,而非替你做判断——低分意味着什么、下一步该做什么,仍需交付人的行业经验来补完。

截图预览

使用场景

  • 诊断品牌在 DeepSeek、Kimi、ChatGPT 等 AI 平台上的引用现状并量化差距
  • 围绕同一份问题库迭代定位策略,系统性提升 AI 引擎对品牌的引用概率
  • 周期性追踪声量份额与内容质量,生成交互式 HTML 看板追踪趋势变化

适合人员

  • 正在承接 AIEO/GEO 项目的市场团队与独立顾问
  • 关注中文 AI 搜索生态(DeepSeek、豆包、Kimi)的品牌方
  • 需要结构化诊断与持续监测骨架的 SaaS、消费品、医疗健康团队