Passa al contenuto principale

Configurazione

GEO Optimizer include file di contesto AI predefiniti per sei piattaforme. Una volta caricati, il tuo assistente AI comprende la metodologia GEO ed è in grado di eseguire gli script, interpretare i risultati degli audit e guidare l'ottimizzazione dei contenuti -- il tutto senza che tu debba spiegare il toolkit da zero ogni volta.

Panoramica

PiattaformaFileLimite caratteriMetodo di configurazione
Claude Projectsclaude-project.md~11.700 caratteriIncollare nella Web UI
ChatGPT Custom GPTchatgpt-custom-gpt.md8.000 caratteriGPT Builder
ChatGPT Instructionschatgpt-instructions.md1.500 caratteriIncollare nelle impostazioni
Cursorcursor.mdcIllimitatoCopia del file in .cursor/rules/
Windsurfwindsurf.mdIllimitatoCopia del file in .windsurf/rules/
Kirokiro-steering.mdIllimitatoCopia del file in .kiro/steering/

Tutti i file di contesto si trovano nella directory ai-context/ della tua installazione di GEO Optimizer.

SKILL.md

Il file SKILL.md nella radice del repository funge da indice indipendente dalla piattaforma. Descrive tutti i file di contesto disponibili e i loro percorsi di distribuzione. Alcune piattaforme AI che supportano la documentazione a livello di progetto leggono questo file automaticamente.

Claude Projects

Claude Projects supporta il contesto più completo, senza limiti pratici di caratteri per le istruzioni di progetto.

Configurazione

  1. Apri Claude e accedi al tuo progetto
  2. Clicca sul nome del progetto per aprire le impostazioni
  3. Scorri fino a "Custom Instructions" (o "Project Instructions")
  4. Apri ai-context/claude-project.md in un editor di testo:
    cat ~/geo-optimizer-skill/ai-context/claude-project.md
  5. Copia l'intero contenuto e incollalo nel campo delle istruzioni del progetto
  6. Salva

Cosa include

Il file di contesto per Claude è il più dettagliato e copre:

  • Panoramica completa della metodologia con i 9 metodi di Princeton
  • Riferimento completo degli script (flag, formati di output, esempi)
  • Dettaglio dell'algoritmo di scoring
  • Tabella di riferimento dei bot AI
  • Guida al flusso di lavoro per interpretare e agire sui risultati degli audit

ChatGPT Custom GPT

Per costruire un GPT dedicato a GEO Optimizer con un contesto più ricco rispetto alle conversazioni standard.

Configurazione

  1. Vai su ChatGPT e apri il GPT Builder (Esplora GPT > Crea)
  2. Nella scheda Configure, trova il campo Instructions
  3. Apri ai-context/chatgpt-custom-gpt.md:
    cat ~/geo-optimizer-skill/ai-context/chatgpt-custom-gpt.md
  4. Incolla il contenuto nel campo Instructions
  5. Dai un nome al tuo GPT (ad esempio "GEO Optimizer") e salva
Limite di caratteri

Il campo delle istruzioni del Custom GPT ha un limite di 8.000 caratteri. Il file chatgpt-custom-gpt.md è ottimizzato per rientrare in questo vincolo, preservando la metodologia essenziale, il riferimento agli script e i dettagli del punteggio.

ChatGPT Custom Instructions

Per gli utenti che desiderano la conoscenza GEO nelle loro conversazioni ChatGPT regolari, senza creare un GPT dedicato.

Configurazione

  1. Apri ChatGPT > Impostazioni > Personalizzazione > Custom Instructions
  2. Apri ai-context/chatgpt-instructions.md:
    cat ~/geo-optimizer-skill/ai-context/chatgpt-instructions.md
  3. Incolla nel campo "How would you like ChatGPT to respond?"
  4. Salva
Compressione

Questo file è fortemente compresso per rientrare nel limite di 1.500 caratteri. Copre i concetti fondamentali e i nomi degli script, ma omette i riferimenti dettagliati ai flag. Per il contesto completo, usa l'approccio Custom GPT.

Cursor

Cursor legge i file di regole dalla directory .cursor/rules/ nel tuo progetto.

Configurazione

# Dalla radice del tuo progetto
mkdir -p .cursor/rules
cp ~/geo-optimizer-skill/ai-context/cursor.mdc .cursor/rules/geo-optimizer.mdc

Come funziona

Cursor carica automaticamente tutti i file .mdc da .cursor/rules/ come contesto per la programmazione assistita dall'AI. Con le regole di GEO Optimizer caricate, l'AI di Cursor può:

  • Generare schema JSON-LD adatti al tuo framework
  • Suggerire configurazioni di robots.txt per i bot AI
  • Aiutare a scrivere il contenuto di llms.txt
  • Applicare i metodi GEO di Princeton ai contenuti
File di regole multipli

La directory .cursor/rules/ supporta più file. Le tue regole esistenti non verranno sovrascritte.

Windsurf

Windsurf utilizza una struttura di directory delle regole simile.

Configurazione

# Dalla radice del tuo progetto
mkdir -p .windsurf/rules
cp ~/geo-optimizer-skill/ai-context/windsurf.md .windsurf/rules/geo-optimizer.md

Windsurf carica automaticamente tutti i file da .windsurf/rules/ come contesto AI.

Kiro

Kiro utilizza file di steering per guidare il comportamento della sua AI.

Configurazione

# Dalla radice del tuo progetto
mkdir -p .kiro/steering
cp ~/geo-optimizer-skill/ai-context/kiro-steering.md .kiro/steering/geo-optimizer.md

Kiro legge tutti i file markdown da .kiro/steering/ e li usa per informare le proprie risposte.

Verifica della configurazione

Dopo aver configurato la piattaforma scelta, testa con un prompt semplice:

Qual è il mio punteggio GEO per https://example.com?
Esegui un geo_audit e dimmi cosa correggere.

Se il contesto è stato caricato correttamente, l'AI dovrebbe comprendere la metodologia GEO, conoscere i nomi degli script e i flag, e fornire indicazioni strutturate basate sui risultati dell'audit.

Aggiornamento dei file di contesto

Quando aggiorni GEO Optimizer tramite update.sh, i file di contesto in ai-context/ vengono aggiornati automaticamente. Tuttavia, dovrai re-incollare manualmente i contenuti aggiornati nelle piattaforme web-based (Claude Projects, ChatGPT).

Per le piattaforme basate su file (Cursor, Windsurf, Kiro), riesegui il comando cp:

# Cursor
cp ~/geo-optimizer-skill/ai-context/cursor.mdc .cursor/rules/geo-optimizer.mdc

# Windsurf
cp ~/geo-optimizer-skill/ai-context/windsurf.md .windsurf/rules/geo-optimizer.md

# Kiro
cp ~/geo-optimizer-skill/ai-context/kiro-steering.md .kiro/steering/geo-optimizer.md

Prossimo: Riferimento API -- riferimento dettagliato dei flag, schema dell'output JSON e integrazione CI/CD.