ALLENLION35/geo-first-principles

解決する課題

このプロジェクトは、企業がジェネレーティブエンジン最適化（GEO）に投資すべきかどうか、またどのように投資すべきかを判断するための戦略的フレームワークとAI搭載の「スキル」を提供します。AI可視化戦略を盲目的に採用するのではなく、業界の競争と顧客ニーズの基本原理に基づいて、AIが生成する回答が実際に顧客の意思決定に影響を与え、実際のビジネス価値を生み出すことができるかを、ビジネスオーナーやマーケティングリーダーが分析できるように支援します。

仕組み

このプロジェクトは、「エージェントスキル」（Agent Skills仕様に準拠）として実装されており、AIエージェントを6つのパートからなる分析プロセスに導きます。

1. 業界の基本原理：顧客ニーズと競争環境を分析します。
2. カスタマーファネル：顧客がどのように発見し、比較し、購入するかをマッピングします。
3. GEO価値評価：AIが顧客の意思決定を変えられるかどうか、また企業がその変化に対応できる体制にあるかどうかを判断します。
4. シナリオ特定：優先すべきビジネスシナリオと目標を選択します。
5. 実践的テスト：ユーザーがAIプロダクトで現在の可視性を手動テストするための5つの具体的な質問を生成します。
6. 実装ロードマップ：「GEOテンリングシステム」に基づいた、責任者、成果物、30日間プランを含むカスタマイズされた行動計画を作成します。

提供されたテンプレートと軽量なPythonレンダリングスクリプトを使用して、単一ページのHTMLレポートとして提供できます。

対象者

• ビジネスオーナーと経営幹部。
• マーケティング責任者と成長リーダー。
• ビジネス分析に焦点を当てたエンタープライズサービスチーム。

ハイライト

• ビジネスファーストアプローチ：「AI向けに最適化する方法」の前に「顧客が購入する理由」に焦点を当てます。
• 構造化フレームワーク：「テンリング」クローズドループシステム（事実オントロジーから効果属性まで）を使用します。
• 実行可能な成果物：外部調達を必要としない具体的なステップを含む30日間のロードマップを作成します。
• クロスプラットフォーム互換性：標準化されたスキル形式により、さまざまなAIエージェント（Codex、Claude、WorkBuddyなど）で動作するように設計されています。

SUMMARY: ジェネレーティブエンジン最適化（GEO）のビジネス価値を評価し、カスタマイズされた実装ロードマップを作成するための戦略的フレームワークおよびAIエージェントスキル。

TITLE: ジェネレーティブエンジン最適化を評価・実装するための戦略的ビジネス分析フレームワーク