Auditoria de SEO + GEO/AEO

Reproduz o diagnóstico da ferramenta Automarticles: duas notas de 0 a 100 (SEO = ranquear no Google; GEO = ser citado por IAs) e itens em verde / âmbar / vermelho / cinza.

GEO e AEO são sinônimos. GEO bem feito é, na prática, SEO bem feito.

Como pontuar (regra exata — validada contra a ferramenta)

Cada critério, dentro da sua nota, tem peso igual:

• 🟢 verde (pass) = 1,0
• 🟡 âmbar (warn) = 0,5
• 🔴 vermelho (fail) = 0,0
• ⚪ cinza (info/na) = fora do denominador (não conta)

nota = round( soma_dos_pesos / nº_de_itens_coloridos × 100 ), separada para SEO e para GEO.

Workflow

1. Descubra o alvo. URL ao vivo, arquivos do repo, ou os dois (híbrido). Se o usuário deu URL e o site está no ar → priorize o coletor ao vivo. Se pediu revisão pré-deploy → audite o repo.
2. Colete ao vivo (se houver URL): node "${CLAUDE_SKILL_DIR}/scripts/collect.mjs" <url> → JSON com verdict + evidência de cada check e as notas já calculadas. Use --no-linkcheck para pular a amostra de links quebrados (mais rápido). Roda com node puro (Node 18+, fetch nativo) — não precisa instalar nada. Fora do Claude Code, o caminho é scripts/collect.mjs dentro da pasta desta skill.
3. Renderize pós-JS (quando o check "Conteúdo no HTML cru" der baixo ou for SPA): use as ferramentas de navegador disponíveis (Claude in Chrome, Playwright, headless Chrome) pra comparar o texto do HTML inicial com o texto após o JS. Crawlers de IA não rodam JS — o que importa é o HTML cru.
4. Audite o repo (Next.js): confira que o código gera os sinais certos — src/app/**/metadata/generateMetadata (title 50-60, description 120-160, OG/Twitter), src/app/robots.ts, src/app/sitemap.ts, blocos JSON-LD, llms.txt. Compare com o ao vivo: robots/sitemap servidos podem divergir do fonte (deploy antigo, edge, _headers). Astro: site no astro.config.* (base do canonical e do sitemap), @astrojs/sitemap, public/robots.txt ou src/pages/robots.txt.ts, <head> e JSON-LD no layout base, public/llms.txt. Na Cloudflare, confira também se a zona não injeta robots.txt gerenciado nem bloqueia bots de IA (ai_bots_protection).
5. Julgue os itens que pedem IA (o coletor marca needs_review): Proposta de valor clara no topo — leia o começo da página e diga se deixa claro o que é, pra quem, o que resolve.
6. Monte o relatório no formato abaixo.

Detalhe de cada critério (faixas, evidência esperada e correção): veja references/criteria.md.

Formato de saída

Comece pelas duas notas, depois os itens agrupados por nota e por status, os que falham primeiro:

# Diagnóstico de SEO e GEO — <url>

**SEO 89/100** · 2 a corrigir     **GEO 75/100** · 1 a corrigir

## Ranquear no Google (SEO)
### 🔴 Corrigir
- **robots.txt válido** — 1 linha inválida (`Host:` não é padrão). → remover `host` do robots.ts
- **TTFB** — ~2236 ms. → cache/CDN, revisar cold start
### 🟡 Atenção
- **Tamanho do título** — 40 caracteres (ideal 50-60).
### 🟢 Tudo certo (23)
- Indexação, HTTP 200, canonical, meta description, H1, OG/Twitter... (resumir)
### ⚪ Não aplicável / informativo
- hreflang (site não é multilíngue), JSON-LD (informativo)

## Ser citado pelas IAs (GEO)
### 🔴 Corrigir
- **Crawlers de IA liberados** — robots.txt bloqueia GPTBot, ClaudeBot, CCBot... → liberar
...

Para cada 🔴/🟡 dê a correção concreta e, no modo híbrido, o arquivo/linha do repo onde mudar.

Regras

• Confie no HTML cru para SEO/GEO — é o que Google e IAs veem primeiro. SPA que só monta via JS = prontidão baixa.
• Repo ≠ produção. Sempre sinalize divergências (ex.: robots.ts libera tudo, mas o robots.txt servido bloqueia crawlers de IA — caso real que motivou a skill).
• O coletor não instala nada (só node); use o gerenciador de pacotes do projeto se precisar de algo.
• Não invente números: toda evidência vem do coletor, do browser ou do arquivo lido.
• Calibração: se a nota ou um item divergir do que a Automarticles mostra para a mesma URL, registre em references/criteria.md, seção Notas de calibração (data, URL, item, valor da ferramenta × do coletor) e, se for erro do coletor, corrija o collect.mjs no mesmo commit.