> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aibase.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 10 个 Agent 自动编排案例

> 从自然语言问题选择 GEOBase Skill 与查询 API 的十个完整案例，含分支、输出和边界。

这些示例以**已获授权的 GEOBase API 访问**和已有监控数据为前提。开始编排前可先阅读[身份认证](/geobase-api/quickstart/authentication)、[品牌列表查询](/geobase-api/api-reference/brand-list)与[可复制总指令](/geobase-api/agent-skill/master-instruction)；需要提问灵感时参阅[80 个提问示例](/geobase-api/agent-skill/questions)。

这些是给开发者展示 Agent **怎样分解一个自然语言目标**的示范。它们不是固定调用顺序；当第一步已经能充分回答问题时，应停止额外查询。无 API 权限时只能返回查询计划，不得声称完成分析。

## 01 · “最近一个月我们整体变好了还是变差了？”

* **主 Skill**：`geobase-brand-health`
* **API 规划**：`geo.brand`（标识和新鲜度）→ `brand.overview`（环比）→ **仅趋势矛盾时** `llm.trend`
* **判别规则**：区分百分点与相对增幅；按曝光、Top1/Top3、AI声量、口碑逐项比较；指标不一致时写“结构性分化”，不强行判“全面变好”。
* **输出**：一段总结、核心变化表、3 个疑问、需要下钻的 1-2 个方向。

## 02 · “我们在豆包表现不错，为什么 DeepSeek 差？”

* **主 Skill**：`geobase-platform-scenarios`
* **API 规划**：`geo.brand` → `llm.comparison`（同周期跨平台）→ `llm.topic` + `llm.intention`（按主题/意图找差异）→ `llm.prompt`（定位具体问题）；仍不足时 `prompt.analysis.detail` 查看回答。
* **分支**：若某平台监控关闭或近期未更新，提示“数据不可比”，不能判平台算法偏好。
* **输出**：差异最大的主题和问题、原文例证、可能的内容差距、下一步验证。

## 03 · “AI 推荐里有哪些问题没出现我们，却有竞品？”

* **主 Skill**：`geobase-competitive-gaps`
* **API 规划**：`geo.brand` → `geo.competitors` + `brand.prompt` → `llm.prompt`（筛未命中、低位次）→ `prompt.analysis.detail`（位置为 0 且 Top3 竞品非空）
* **分支**：`competitorsTop3` 没有数据时，只输出“品牌缺席的问题”，不要假装识别竞品赢家。
* **输出**：每个机会含问题/平台/日期/品牌位次/出现竞品/回答摘要/后续研究方向。

## 04 · “我们是否在选购推荐场景弱于品牌认知场景？”

* **主 Skill**：`geobase-platform-scenarios`
* **API 规划**：`llm.intention` → `llm.topic` → `llm.prompt`；必要时 `brand.topic` 与 `brand.prompt` 获取已有监控分类。
* **分支**：如果意图字段落在“未知”或没有相关监控问题，说明分类覆盖不足，不能当作市场真实需求比例。
* **输出**：已监控场景的曝光、Top3、命中量与平均位次比较，列出 5 个需继续监控的**建议问题**（当前 API 无法新增监控问题）。

## 05 · “哪个 AI 平台最近掉得最明显？”

* **主 Skill**：`geobase-platform-scenarios`
* **API 规划**：`llm.trend` → `llm.comparison`，出现异常时再用 `llm.topic` 或 `llm.prompt`。
* **输出**：下降幅度、趋势持续时间、不同平台的可比性、需要人工确认的异常。

## 06 · “哪些被 AI 高频引用的页面没有提我们？”

* **主 Skill**：`geobase-citation-insights`
* **API 规划**：`source.citation.list`（`isBrand=2`, 按 `citeTotal` 排序）→ 可选按平台/域名/网页类型缩小；完整翻页后按引用次数、平台覆盖、相关问题列出候选。
* **重要限制**：无法从 URL 直接推出网站能否联系、内容是不是可编辑、是否值得购买软文，需外部人工评估。
* **输出**：机会 URL 清单、相关监控问题、推测内容缺口、建议先做什么核验。

## 07 · “AI 为什么总说我们价格贵？”

* **主 Skill**：`geobase-reputation-analysis`
* **API 规划**：`prompt.analysis.detail`（负面情感、情感词“贵”等）+ `llm.prompt`（确认问题分布），必要时 `source.citation.list` 寻找包含品牌的来源线索。
* **分支**：如果“价格贵”只见于一条回答，不夸大成持续趋势；情感词缺失时检查原文并说明不可量化。
* **输出**：负面认知涉及的问题与回答证据、重复程度、澄清所需的真实产品事实清单。

## 08 · “帮我做本周品牌 GEO 周报，下周重点做什么？”

* **主 Skill**：`geobase-brand-health` + `geobase-operations-planner`
* **API 规划**：`brand.overview` + `llm.comparison`，若出现单点风险，再补 `llm.prompt`、`prompt.analysis.detail` 或 `source.citation.list`。
* **输出**：变化→异常→证据→ 3 个具体工作项（负责人可留空）→下次复盘的指标。

## 09 · “我只有 5 篇内容预算，先做哪几个主题？”

* **主 Skill**：`geobase-platform-scenarios` + `geobase-citation-insights` + `geobase-operations-planner`
* **API 规划**：`llm.topic` + `llm.intention` 找弱势主题 → `llm.prompt` 找具体问题 → `source.citation.list` 看被引用内容 → 生成 5 份内容 brief。
* **优先逻辑**：先满足已监控问题覆盖和品牌相关性，再考虑缺口规模、证据质量、内容可控性；没有实际用户搜索量就不输出“预估流量”。
* **输出**：每篇内容的主题、目标问题、应补的事实、参考来源、验证指标。

## 10 · “请给我一份可执行的 GEO 30 天计划，顺便说明怎么复盘效果”

* **主 Skill**：`geobase-agent-router` 协调 `brand-health` + `platform-scenarios` + `competitive-gaps` + `citation-insights` + `operations-planner`；如含口碑风险再接入 `reputation-analysis`。
* **API 规划**：先 `brand.overview` + `llm.comparison` 定位重点，再有选择地用 `llm.topic` / `llm.intention` / `llm.prompt` / `prompt.analysis.detail` / `source.citation.list` 下钻。
* **输出**：当前问题清单、证据、优先级、30 天任务、每项可观察指标；效果变化只能在后续监控中验证，不能承诺排名结果。

## 跨 Skill 共用最终答案样式

1. **一句话结论**：先明确回答用户的问题。
2. **本次数据范围**：品牌、平台、时间、最后监控日、样本或覆盖局限。
3. **最重要的 3-5 个发现**：事实、API 字段、对应问题/日期/URL（如有）。
4. **原因与不确定性**：把数据支持的判断与需要验证的假设分开。
5. **运营安排**：建议动作、优先级、可验证结果、复盘时间。
6. **未能完成部分**：未取到的数据、需要人工/外部工具执行的动作。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.