企业官网建设流程全解析

AI Supporting Pages Rewrite Prompt 是 Claude SEO 项目内嵌的 FLOW 知识库中 Optimize（优化）阶段的 21 个实战提示词之一，用于把「观察、假设、建议动作、待验证声明」严格分离，产出一份可直接执行的页面改写交付物。本文以该提示词为骨架，结合 seo-flow 技能 的编排逻辑、FLOW 框架 的测量原则与 同步脚本 的实现细节，讲清它的适用场景、输入输出、逐条拆解与在 Claude Code 中的调用方式，帮助你针对以 AI 提取与信任为目标的落地页输出可落地的优化方案。

这份 Prompt 解决什么问题

定位：Optimize 阶段的结构化改写交付

FLOW 框架把 2026 年的搜索与转化工作拆成四个平级阶段：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（用页面和测量把发现连接到收入）。其中Optimize 阶段的职责是「让自有资产更容易被提取、更容易被信任」——这正是本提示词名称中 "AI Supporting Pages" 的含义：它面向的是那些需要同时被搜索引擎、AI 摘要器与真实买家理解与引用的页面。

在仓库的 seo-flow 技能 中，Optimize 阶段一共维护了 21 个提示词文件，本提示词是其中之一。它们的共性是：当模型需要产出一个结构化的优化交付物，并且要求把观察结果、假设、建议动作与需要验证的声明清楚区分开时使用。

何时使用

按原文档的「Use This When」定义，适用场景是：

• 需要针对某个页面、资料页、查询集或活动产出结构化的 optimize 交付物；
• 需要模型分离四类信息：观察（observations）、假设（assumptions）、建议动作（recommended actions）、需验证声明（claims that need verification）；
• 需要一份团队能直接执行的工作文档，而不是泛泛而谈的优化意见。

AI 兼容性约束

原文档明确提示了模型适配策略：

• 长上下文推理模型：可直接整段使用完整提示词，一次产出全部内容；
• 小参数模型：应当收窄输入范围，并且一次只要求模型输出一个章节（one output section at a time），避免上下文超载导致输出质量下降。

这条约束与 flow-framework.md 中「Review the asset as an AI-readable document」的质量线一脉相承：提示词本身也要适配模型能力，才能保证产出稳定。

输入准备：证据先行

原文档列出的输入清单是使用本提示词的前提，任何未提供的输入都必须在输出中标注为假设：

「Use only the supplied inputs」是硬性约束：提示词内部明确要求只用提供的输入、清晰标注任何假设、禁止编造统计数字、禁止复用私有示例。这与仓库的 来源政策 完全一致——「Contradicted or unverifiable statistics are excluded from public guidance」，凡带数字的声明必须能追溯到来源清单，否则删除或改为定性表述。

完整 Prompt 文本与逐条拆解

以下为原文档提供的完整提示词正文，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.

六大支柱的实战含义

1. 搜索者 / 买家意图（Searcher or buyer intent）先命名搜索面再动笔：自然搜索结果、AI 答案、本地包、社区讨论、付费落地页或销售辅助页面，不同搜索面对应不同的内容策略。写作应从买家语言开始，再补充实体清晰度、内链、证明与转化下一步。

2. 当前可用的证据（Evidence available now）盘点已有证据：客户语言、查询数据、资料细节、评论、分析数据、通话记录、销售异议，以及任何能支撑声明的公开来源。参考 FLOW 操作工作流 的第 2 步——证据组织完成前不要动手重写。

3. 阻碍信任 / 提取 / 转化的缺口（Gaps that block trust, extraction, or conversion）缺口分三类：信任缺口（证明不足）、提取缺口（结构不可读、标题不清晰、缺乏直接答案）、转化缺口（没有下一步动作）。这也是「AI supporting page」与普通页面的核心差异——它必须同时被三种读者通过：买家、搜索引擎、AI 代理。

4. 按优先级排序的建议改动（Recommended changes in priority order）不产出平铺直叙的建议清单，而是优先级表格，让团队知道先做什么、为什么。

5. 测量事件与复查节奏（Measurement events and review cadence）对应 FLOW 框架的 Measurement 章节：用平衡计分卡追踪可见性指标（排名、展示、本地包出现、引用、AI 提及），同时连接业务指标（合格线索、通话、表单完成、销售机会、助攻转化、反复出现的异议）。页面无法测量，就先补测量事件再评判表现。

6. 发布前需来源验证的声明（Claims that require source verification）把需要验证的声明单列成清单，防止「听起来耳熟就发布」——这正是 FLOW 常见失败模式 中第一条的反向操作。

输出结构：六段式可执行交付物

原文档规定输出必须包含六大部分，团队拿到即可直接执行：

1. 执行摘要（Executive summary）——一页讲清「现状、核心问题、改什么」；
2. 优先级表格（Priority table）——按影响排序的改动项；
3. 推荐文案、结构或审计发现（Recommended copy, structure, or audit findings）——可落地的具体改写建议；
4. 所需证据（Evidence needed）——当前缺失、需要补充的来源；
5. 测量计划（Measurement plan）——转化事件、指标与复查节奏；
6. 验证清单（Verification checklist）——发布前必须核实的声明项。

实战示例：本地服务页改写

原文档给出一个典型输入输出对：

• 输入：一个本地服务页面，证明力薄弱（weak proof），且资料细节前后不一致（inconsistent profile details）；
• 预期输出：一份按优先级排序的改写简报（prioritized rewrite brief）、需要协调一致的事实清单（facts to reconcile）、需要新增的内链（internal links to add）、以及要测量的转化事件（the conversion event to measure）。

从源码结构看，这个示例与仓库中本地 SEO 能力的定位高度吻合——FLOW 的 local 阶段单独维护了 11 个提示词（如 GBP 类别提示词、首页改写提示词），而本提示词的示例正是 local 场景在 Optimize 阶段的收口：先协调资料事实（信任），再补内链（提取），最后定义转化事件（测量）。

在 Claude SEO 中如何调用

命令入口

本提示词属于/seo flow optimize [url]命令的按需加载范围，其编排逻辑定义在 SKILL.md 中：

1. 读取references/prompts/optimize/目录下所有提示词文件名；
2. 读取会话中的既有分析上下文（URL、行业垂直、此前任何技能输出）；
3. 只挑选 2-3 个最相关的提示词加载——这是刻意的防噪声设计：「Dumping all 21 is noise」，其余提示词通过/seo flow prompts全量索引访问；
4. 应用所选提示词；
5. 交叉引用其他技能：完整的内容质量分析可继续执行/seo content <url>与/seo geo <url>。

Optimize 阶段的上下文匹配规则

SKILL.md 给出了选择提示词时的三条优先级规则，决定本提示词是否被选中：

• 行业垂直：SaaS 侧重页面与技术；本地侧重引用与 GBP；出版侧重 E-E-A-T 与新鲜度；
• 既有技能输出：/seo technical标记了抓取问题 → 选技术类优化提示词；/seo content标记了 E-E-A-T 缺口 → 选内容类优化提示词；
• URL 信号：产品页 → 转化；博客 → 新鲜度与权威性。

每次调用必须明确说明「选了什么、为什么选」——这正是让输出可审计、可验证的关键机制。

版本同步与测试保障

提示词文件并非手工维护，而是通过 scripts/sync_flow.py 从上游 FLOW 仓库同步：脚本按find / leverage / optimize / win / local五个阶段拉取提示词、重写相对链接、生成 SHA-256 锁文件 flow-prompts.lock 并在漂移时输出差异报告。对应的 tests/test_sync_flow.py 验证了 dry-run 不写盘、每个阶段至少一个提示词文件、以及所有同步文件必须带 CC BY 4.0 署名头。也就是说，你在 references/prompts/optimize/ 下看到的这份提示词，来源可追溯、版本可锁定、合规署名强制保留。

合规与署名

每份同步文件头部都带有<!-- Source: github.com/AgriciDaniel/flow | License: CC BY 4.0 | Synced: ... -->署名注释，提示词库整体遵循 CC BY 4.0。使用或改写这些提示词时需保留署名，不可省略或修改。

结合证据标准的三条落地建议

1. 先建证据表再写稿：把输入清单中的证据逐条列成来源表，凡带数字的声明在发布前必须能指向 bibliography 中的条目或现场证据，否则删除；
2. 把输出当页面蓝图而非终点：优先级表格驱动第一轮改动，测量计划定义复查节奏——页面或资料无法测量就先补测量事件，再判断表现；
3. 小模型分节执行：若使用小参数模型，将本提示词的六段输出拆成多次调用，每次只产出一个章节，并在输入中收窄范围。

延伸阅读

• Prompt 全量索引——41 个提示词按阶段、文件名、标题与说明汇总；
• FLOW 框架——四阶段循环、测量原则、常见失败模式与质量线；
• 来源清单——公开声明的来源追溯标准；
• seo-flow 技能编排——命令矩阵、上下文匹配与错误处理；
• 同步脚本 与 同步测试——提示词版本的更新与校验机制。