本工具基于RAID G-SEO论文提出的G-Eval 2.0评估框架——一个6级LLM辅助评估量表，专为精细化、与人类判断对齐的内容质量评估设计。比GEO原始论文的主观评分更精细，6个维度×6级量表=36种细分状态，全面衡量内容的AI引用潜力。
G-Eval 2.0: 6 Dimensions × 6-Point Scale = 36 Quality States
| 维度 | 评估内容 | 1分(最低) | 6分(最高) |
|---|---|---|---|
| 🎯 相关性 | 与查询匹配度 | 完全无关 | 精准命中所有查询词 |
| 📋 完整性 | 覆盖查询方面 | 仅触及一面 | 全面覆盖5+方面 |
| 🔒 可信度 | 数据和来源 | 无任何支撑 | 多引用+多数据 |
| 💎 清晰度 | 结构和表达 | 混乱无结构 | 完美结构化 |
| ⚡ 实用性 | 实际帮助度 | 纯理论无操作 | 可直接执行 |
| 📌 引用价值 | AI提取容易度 | 无可提取段落 | Answer-First+FAQ+Schema |
对核心页面做G-Eval 2.0评估，找到薄弱维度针对性改进。目标：所有维度≥4分(良好)，核心页面≥5分(优秀)。
输入优化前+优化后两个版本，精确看到每个维度的分数变化。量化每次优化动作的实际效果。
分别评估你的内容和竞品内容，对比6维度雷达图。找到你在哪些维度领先/落后。
将G-Eval 2.0评分作为内容质量KPI：新发布内容≥4.0分，核心页面≥4.5分，Pillar Page≥5.0分。
比主观的"好不好"更科学——6个维度各自打分，团队对内容质量有共同语言和量化标准。
GEO评分器衡量"GEO策略使用度"(引用/数据/Answer-First等)。G-Eval 2.0衡量"内容整体质量"(相关性/完整性/实用性等)。两者互补形成完整评估。
GEO评分器衡量9种GEO策略的使用度（引用来源+统计数据+Answer-First等）。G-Eval 2.0衡量内容的整体质量（相关性+完整性+可信度等）。前者是"策略检查"，后者是"质量评估"。
1-2分=薄弱(需大幅改进)，3分=一般(有明确不足)，4分=良好(基本达标)，5分=优秀(高质量)，6分=卓越(顶级水平)。
相关性(权重20%)和信息完整性(18%)最重要——内容首先要匹配查询且覆盖全面。但6个维度是整体评估，短板效应明显——一个维度1分会拖累整体。
AI引擎是否容易从你的内容中提取信息：Answer-First格式?有FAQ模块?有Schema标记?段落长度是否适合提取(50-200字)?有列表?
G-Eval 2.0论文设计为与人类判断对齐。高分内容更可能被AI引用，但引用率还受竞品质量和查询竞争度影响。G-Eval分数是质量基础，不是引用保证。
每个维度独立评估，分数变化真实反映了该维度的改善程度。如果优化只添加了引用来源，则只有"可信度"维度会提升。
可以。将竞品内容粘贴到"原始内容"框，用相同查询词评估。多个竞品逐一评估后手动对比6维度分数。
平均分≥5.0/6——意味着6个维度都达到优秀水平。这通常需要：精准的查询匹配+全面的内容覆盖+多引用/数据+清晰结构+可操作建议+Answer-First+FAQ。
是的。G-Eval 2.0使用确定性的PHP规则引擎评估，同一内容每次结果完全相同（与LLM评估不同）。
核心页面：每次更新后评估。新内容：发布前评估。全站审计：每季度一次。目标是持续追踪质量趋势。