2026 W18 周记
生图系统中转站迭代 + GEO 品牌基线测试 + 30 天落地方案汇报 + 官网 demo 骨架搭建。
Fixed image generation transit station bugs. Completed GEO brand baseline testing and 30-day plan. Built website demo skeleton with Next.js.
2026-W-18 — 中转站迭代 + GEO基线闭环
🎯 本周待办（MIT）
| # | 目标 | 状态 |
|---|---|---|
| 1 | 生图系统中转站模块迭代（跑路逻辑修复 → 稳定性验证） | ✅ 完成 |
| 2 | GEO 研究说明 + 30 天落地方案（→ 周一汇报） | ✅ 完成 |
| 3 | 官网 demo 骨架搭建（NEXTJS 作为前端 ，后端的CMS待补充） | ✅ 完成 |
| 4 | 大本全量色卡收集 | ❌ 搁置 |
| 5 | 公众号首篇发布 | ❌ 搁置 |
✅ 本周进展
✅ 已完成
1. 生图系统 — 中转站跑路模块修复 + 系统优化
| 时间 | 活动 |
|---|---|
| 周初 | 评估大本色卡全量收集工作量 → 判断远超单人能力，调整策略 |
| 周中 | 聚焦中转站模块：修复门店流转中的跑路逻辑 bug |
| 周中 | 系统稳定性验证 + 迭代优化 |
| 周末 | 中转站进入「能用」阶段，大本色卡降为二期任务 |
- 关键决策：先稳系统再填数据，而不是反过来
- 这个方向调整是对的——中转站跑通了，后续批量填充色卡才有基础
2. GEO 品牌基线测试 — 从研究到汇报的完整闭环
| 时间 | 活动 |
|---|---|
| 周中 | 基于车膜知识库提取关键词种子（品牌词/品类词/问题词 3 类） |
| 周中 | 使用 Yao GEO SKILL 执行品牌可见性基线测试, 在这些结论中 准确的是以抖音营销为主的结论， 不准确的结论是没有官网（推测原因是官网可见性不强） |
| 周一 6/8 上午 | 向团队汇报：基线测试结果 + 30 天落地方案 |
4. Hermes 工具链持续扩展
| 日期 | 活动 |
|---|---|
| 周四 6/4 | 安装 AgentKey MCP（@agentkey/mcp v0.4.0），覆盖 ~37 个平台搜索 + crypto 数据 |
| 周五 6/5 | 创建 WebClipper 每日同步 SKILL（检测新内容 → 自动同步飞书文档） |
| 周五 6/5 | 于磊 GEO 深度 FAQ（54,000 字）入库 → 飞书文档同步 |
🟡 进行中 / 待完成
| 事项 | 说明 |
|---|---|
| 大本全量色卡收集 | 降为二期任务，等中转站稳定后批量跑 |
| 中转站操作文档 | 跑路逻辑已修，需输出文档供门店侧使用 |
| 公众号首篇发布 | 品牌公众号需营销审核，暂时搁置 |
| GEO 30 天方案执行 | 周一已汇报，Day 1–7 任务待分解启动 |
| 官网方案书 | demo 已有，需整理资产清单 + 分阶段计划 |
思考（Insights）
GEO 任务让我体会到「整理」的底层价值
这周做 GEO 基线测试时，我反复遇到同一个问题：数据有，但散落在各个角落里。
车膜知识库有几十个 wiki 页面、飞书有一堆文档、笔记里有随手写的内容——但当我要提取「品牌关键词种子」做 GEO 测试时，这些材料不是「可以直接用的」。
我得先整理。
把 wiki 页面翻一遍，把品牌词归一类、品类词归一类、用户问题句归一类。这个整理过程花的时间，比真正跑 GEO SKILL 测试本身还长。
但这恰恰说明了整理的价值：整理不是「把东西摆整齐」，是把散落的信息变成可调用的资产。
我做 GEO 基线测试时觉得累，不是因为测试本身难，而是因为「每次都要从零开始整理上下文」。如果知识库本身就按 GEO 可调用的结构组织好了——品牌信息在这、竞品数据在那、用户问题句已经提取好了——那跑基线测试就是一条命令的事。
而且 我们 也要 将我们 个人的模块和公司项目的模块的 分离， 我们也有使用过思维导图的形式，但是不同路径下的说法不同，让我有些混乱，在最后我是使用了 关键词-标题-正文生成- 母稿-适配平台分发稿的 这个workflow ，但是在其中我学习的一个视频还说明了 标题和摘要对重要性， 比如说标题需要 embedding 模拟大模型的算法来选出 等等 （这个我就放到后来的迭代中进行了）
这让我重新理解了「整理」在 AI 工作流中的位置：
没有整理 → 每次都要重新喂上下文 → AI 也累，人也累
有整理 → AI 可以直接从结构化知识库取数据 → 人只管决策
这周最深的感受：我缺的不是更多 AI 工具，是「用整理让 AI 工具真正省力」的能力。
🤖 AI 能推动技术难题，但「用 AI 设计流程」才是真正的杠杆
这周有一个细节值得记下来：
中转站跑路修复，核心逻辑是我和 AI 一起推出来的。GEO 基线测试，SKILL 的编排也是我设计的。知识库搭建，10 个品牌的官网抓取→文档化→Wiki 页→ Index 更新，整条链路 AI 执行得很好。
但问题是：每做一件事，我都在「重新设计流程」。
中转站的流程 = 发现问题 → 追踪逻辑 → 修 bug → 验证 → 写文档 （中转站，第一个我采用的解决的思路是 模块化+分发处理， 提好一个SKILL的逻辑，确定好问题之后 ，就比较容易解决了 ）
在做关键词调研的时候，我们采用了 openCLI 来爬取一些 用户的帖子文章等等
这些流程应该可以复用，但我还没有把它们沉淀成可复用的 SOP 或 SKILL。
我现在最缺的能力不是「用 AI 做个什么东西」，而是「把『用 AI 做某个东西』的过程，变成下次可以一键执行的流程」**。
🕒 Time Log
| 日期 | 活动 | 项目标签 |
|---|---|---|
| 周一 6/1 | 中转站跑路模块诊断 + 修复方案设计 | #生图系统 |
| 周二 6/2 | 中转站跑路修复 + 官网 demo 骨架搭建 | #生图系统 #官网 |
| 周三 6/3 | GEO 关键词提取 + 基线测试准备 | #GEO研究 |
| 周三 6/4 | 车膜行业 LLM Wiki 知识库搭建（10 品牌 + 概念/对比页） | #知识库 |
| 周三 6/4 | AgentKey MCP 安装 + 配置 | #Hermes工具链 |
| 周四 6/5 | Coya profile NewAPI 配置 + geo-team DeepSeek 配置 | #Hermes工具链 |
| 周四 6/5 | GEO SKILL 基线测试执行 + 结果分析 | #GEO研究 |
| 周五 6/6 | WebClipper 每日同步 SKILL 创建 | #Hermes工具链 |
| 周五 6/6 | 于磊 GEO 深度 FAQ 入库 + 飞书同步 | #知识库 #GEO研究 |
| 周六 6/7 | GEO 研究说明文档 + 30 天落地方案编写 | #GEO研究 |
| 周日 6/8 | 中转站系统优化 + 周一汇报准备 | #生图系统 #GEO研究 |
| 周一 6/8 上午 | GEO 基线测试 + 30 天方案向团队汇报 | #GEO研究 |
📚 知识资产 / To Resource
| 资产 | 说明 | 状态 |
|---|---|---|
| 中转站跑路修复 | 门店流转逻辑修复，系统进入「能用」阶段 | ✅ 完成 |
| GEO 基线测试报告 | 品牌可见性基线数据 + SKILL 测试结论 | ✅ 完成 |
| GEO 30 天落地方案 | 周一汇报用方案文档 | ✅ 完成 |
| 于磊 GEO 深度 FAQ | 54,000 字 → 12,000 字精华版，含框架对照 | ✅ 完成 |
| 官网 demo 骨架 | NEXTJS技术选型验证通过 | ✅ 完成 |
| Coya Profile NewAPI | micuapi.ai 接入，10 个模型可用 | ✅ 完成 |
| AgentKey MCP | 37+ 平台搜索工具已安装 | ✅ 完成 |
| WebClipper 同步 SKILL | 每日自动检测 + 飞书同步 | ✅ 完成 |
| 中转站操作文档 | 供门店侧使用 | 🟡 待输出 |
| 官网方案书 | 资产清单 + 分阶段计划 | 🟡 待输出 |
📋 上周回顾
- W-17（5/26–5/31）— MGS 生图系统落地 + GEO 研究方向启动 + Hermes 工具链完善（Claudian/Kami/写作技能/英语Profile）
🎯 下周重点（W-19 预判）
🔴 优先级 1：GEO 30 天方案 Day 1–7 执行 + 整理系统建设
为什么最重要： 周一已汇报通过。第一周执行质量决定整个方案节奏。同时，本周 GEO 经历让我深刻体会到「整理」是当前第一瓶颈——不是缺工具，是缺「让工具可以高效运作的信息结构」。
具体目标：
- 启动 GEO 30 天方案第一批执行项 - 处理 公司的知识库的内容， （确定主题）和信源的层次搭建
🟢 优先级 2：官网方案书完成
🟡 优先级 3：生图系统中转站文档 + 大本色卡规划
🧠 元目标：刻意练习「流程设计」
- 每做完一个任务，问自己：这个流程能不能 SKILL 化？
- 本周至少产出 1 个可复用的流程 SKILL