企业官网建设流程全解析

• 提示工程
• AI 安全治理

本文以 TheBigPromptLibrary 仓库中收录的 Custom GPT 指令文档CustomInstructions/ChatGPT/Qf60vcWcr_Income Stream Surfer's SEO Content Writer[v0].md为对象，系统拆解这套面向任意网站的 SEO 内容写作 Agent 指令：从角色设定、强制约束、四问启动协议到跨代际（generations）协作生成机制。读者读完可掌握如何用一份系统指令约束 LLM 完成「选题确认 → 实时调研 → 分段生成 → 数据可视化」的完整 SEO 长文流水线，并理解该指令在仓库三个版本间的演进脉络。

一、文档背景与仓库定位

该指令对应的 Custom GPT 全称为Income Stream Surfer's SEO Content Writer（GPT ID：Qf60vcWcr），作者为 Hamish Davison，定位一句话概括在指令首行："Writes SEO Content using ChatGPT For ANY website"——即用 ChatGPT 为任意网站生产可用于 Google 排名的 SEO 内容。

在 TheBigPromptLibrary 仓库中，这条指令共留存三个版本，全部位于CustomInstructions/ChatGPT/目录：

三份文档同源（GPT URL 一致），v0 是作者迭代过程中的早期快照。仓库 README（README.md）指出整个仓库以「学习编写系统提示词与创建 Custom GPT」为核心教育价值，而CustomInstructions/README.md更明确该目录收录 1573 个 GPT 的指令。因此本文对该 v0 文档的展开，将同时参考 v1 与最新版作为「同源补全」，并对源自最新版、未在 v0 中出现的内容明确标注来源。

二、核心目标：一篇可以「直接发布」的综合文章

v0 文档的第一句话即定义了 Agent 的最高目标：

Your objective is to write ONE comprehensive article that will be posted to my website.

由此派生出三条贯穿全程的协作约束：

1. 跨代际不重复（never repeat yourself over generations）：当用户要求分多次生成（generations）时，每次生成的内容不得与之前重复，最终所有代次拼成一篇完整文章；
2. 内链一次性使用（never use an internal link more than once）：每个内部链接一旦用过即「划掉」（scratch it out once it's been used），从候选池中移除；
3. 最终代次才收尾（Do not conclude the content until the final generation）：在用户指定的最后一个代次生成之前，不给出结论性收尾。

这套机制的实战含义是：SEO 长文被显式建模为「分代次组装」的产物。相比一次性写完几千字，作者（网站主）可以逐步审阅、修正方向，同时用「不重复、不重复用链」约束 LLM 的上下文冗余，避免同一内链反复出现稀释站内权重分配。

三、角色与九条硬性写作规范

v0 文档以列表形式给出了 9 条带Strictly前缀的硬约束，这些是整套指令的「行为宪法」：

第 5 条值得展开：其英文原文 "Never write H1 or H2 or H3" 存在歧义——结合语境，最合理的解读是输出标题时不要真的写出标签名或标签代码（如H1:、<h2>），而应直接输出纯标题文本。最新版文档将该条改写为 "Strictly use H1 header tags at the top, and then H2 or H3 header tags for other titles"，语义更为清晰，可佐证这一解读方向。

四、启动协议：四个问题逐一提问

v0 指令明确规定：

At the start of every conversation, you must ask the following four questions... Ask these questions one by one

四问及其背后的处理逻辑如下：

1. What website am I writing for?——用户给出网站后，立即用 Bing 浏览并研究该网站，理解业务与受众语境，这是后续所有写作的上下文根基（"research the website and understand the context"）；
2. What is the keyword?——收到关键词后同样先做关键词调研，理解搜索意图与上下文；
3. What are the internal links to include?——获取站内链接候选清单，用其塑造文章结构与内链布局（"Use these to shape the article"）；
4. How many generations should I generate for the article?——确认分几次生成，并在最后一个代次之前绝不收尾。

在 v1 与最新版中，这套协议被进一步强化：问题被包裹进<questions>标签块，且增加了一条「Do not start writing until all of them have been answered」的总闸门——所有信息给齐之前禁止动笔。最新版还额外补充了第 5 步："Write the article, fully, in as many generations as asked for. Use internal links and incorporate the business."，并在问题 3 与 4 之间插入了「产品图片」输入（用户可投递图片、由 Agent 挑选相关者；用户说 skip 则转为信息型文章）。

这意味着 v0 版本并非「开放式聊天」，而是一个强制的信息收集 → 一次性成文协议：四问逐一作答的过程本身就是在为文章采集「网站语境、关键词、内链、篇幅预算」四类必要输入。

五、最新版补充的五步基础流程（v0 之外的演进）

由于 v0 未描述整体操作顺序，此处补全最新版同源指令中的流程框架（来自CustomInstructions/ChatGPT/Qf60vcWcr_Income_Stream_Surfers_SEO_Content_Writer.md），帮助读者完整理解该 Agent 的端到端行为：

1. 实时调研网站：用 Bing 实时搜索用户给的网站，了解其业务——指令明确强调"Do not rely on your own knowledge, as you do not know every website you are writing for"（不依赖自身记忆，因为并非所有网站你都认识）；
2. 接收内链清单并挑选与本篇文章最相关者；
3. 接收产品图片并筛选与文章主题相关者；
4. 接收关键词；
5. 汇总所有输入写出一篇有吸引力的文章。

这套五步流程与 v0 的四问协议一脉相承：四问 = 流程中 1/2/4/5 步的信息输入形式，产品图片则是 v1 与最新版扩展出的可选输入。值得注意的是其中反复出现的两条反幻觉约束：「You never invent internal links（绝不编造内链）」与「Use internal links to the user's website（只使用用户网站的内链）」，这与仓库内大量系统提示词强调的事实边界原则一致——Agent 只允许使用用户提供的链接，杜绝编造站内 URL 的幻觉风险。

六、多代次生成机制：跨代次的去重协作

「generations」是这套指令区别于普通写作 GPT 的核心设计。v0 反复强调三个跨代次纪律：

• never repeat yourself over generations——每代输出互不重复；
• 每个内链全程只使用一次，用过的即从候选中「划掉」；
• 直到最终代次才下结论；同时每代结束时（最新版还要求）输出"this is the end of this generation"作为代际边界标记。

在最新版中这一机制被总结为一句话："The generations are to get one complete article"——多个代次是手段，一篇完整文章才是目的。对内容运营者而言，这提供了类似「边写边审」的分段生产体验：网站主可以逐段确认方向、关键词覆盖和品牌融入度，而不必等待一次性的超长输出。

七、配套工具：如何在仓库中定位这份指令

该指令文件本身采用仓库统一的GPT ID_名称.md命名规范（Qf60vcWcr_...），这是由仓库工具Tools/openai_gpts/idxtool.py维护的索引体系。按照Tools/openai_gpts/README.md的说明，可以通过 GPT ID 直接检索对应文件：

# 在仓库 Tools/openai_gpts 目录下，按 GPT ID 定位指令文件 python idxtool.py --find-gpt Qf60vcWcr

该命令会解析 GPT ID 并返回对应的 Markdown 指令文件路径，正是定位本文所解析文档的官方入口。idxtool.py还支持--toc重建整个CustomInstructions/的目录索引、--template依据 ChatGPT URL 生成空白模板等能力；这些工具的定位说明可参见Tools/openai_gpts/README.md。

八、指令设计要点总结与复用建议

从工程视角看，这份 v0 指令文档虽短，却包含了三个值得复用的设计模式：

模式一：以「表格化约束」固化输出结构。用带Strictly前缀的祈使句逐条锁定结构要素（Key Takeaways 表格、H1/H2/H3 层级、表格与列表穿插），比自由风格的自然语言指令更能稳定产出「搜索引擎友好」的文章骨架。

模式二：以「问题协议」替代自由对话。四个必须逐一提问的启动问题，实质是一个参数化采集器：网站 URL、关键词、内链清单、代次数量分别对应文章创作的「上下文、主题、内链策略、篇幅预算」四类参数，全部就绪后才解锁写作。

模式三：以「去重纪律」管理长文协作。内链单次使用 + 跨代次不重复 + 最后代次收尾，三者共同把「多轮续写」约束为「分段拼装同一篇文章」，从提示词层面抑制重复与权重稀释。

复用提醒：本文所依据的 v0 文档只包含规则与四问，未包含五步流程、<questions>块、产品图片输入等扩展内容——这些来自同一 GPT 的 v1 与最新版文档（v1 版本、最新版本）。若要在生产环境复刻该 GPT，建议以三份文档合并后的完整版为蓝本，并将最新版中的「绝不编造内链」「收到网站立即 Bing 调研」等反幻觉与实时性约束一并纳入。

• 提示工程
• AI 安全治理