auto-geo

आधिकारिक

AI दृश्यता के लिए GEO अनुकूलित सामग्री प्रकाशन इंजन

GitHub

इस MCP को आज़माएँप्रायोजित

Auto Geo MCP के साथ आप क्या कर सकते हैं?

ऑडिट उद्धरण तैयारी — किसी भी URL पर doctor चलाएँ ताकि JSON-LD, एंटिटी घनत्व, और प्रश्न-प्रारूप H2 जैसे 8 जाँचों में उसका GEO स्कोर देखा जा सके।
अनुकूलित पेज बनाएँ — लक्षित क्वेरी के साथ write का उपयोग करके मान्य, प्रकाशन-तैयार JSON पेज तैयार करें जो पूर्ण GEO आर्किटेक्चर का पालन करते हैं।
मौजूदा सामग्री फिर से लिखें — किसी भी पेज पर fix लागू करें ताकि GEO-अनुकूलित पुनर्लेखन मिले जो सभी 8 ऑडिट जाँचों में पास हो।
उद्धरण कवरेज ट्रैक करें — वास्तविक AI इंजनों (Perplexity, OpenAI, Gemini, आदि) के विरुद्ध check चलाएँ ताकि देखा जा सके कि ट्रैक किए गए प्रॉम्प्ट के लिए आपका डोमेन वास्तव में उद्धृत है या नहीं।
समय के साथ रुझानों की निगरानी करें — history का उपयोग करके रन-दर-रन कवरेज परिवर्तन देखें, जिसमें प्रति इंजन नए उद्धृत या खोए हुए प्रॉम्प्ट शामिल हैं।
ट्रैक किए गए प्रॉम्प्ट प्रबंधित करें — prompts के साथ प्रॉम्प्ट जोड़ें, सूचीबद्ध करें, या हटाएँ, या prompts discover का उपयोग करें ताकि LLM उच्च-इरादे वाली क्वेरी प्रस्तावित करे जिनके लिए प्रतिस्पर्धा की जा सके।

दस्तावेज़

auto-geo

ओपन-सोर्स GEO इंजन जो आपके ब्रांड का ज़िक्र ChatGPT, Claude, Gemini, Perplexity और Grok में करवाता है।

ऑडिट करें, जनरेट करें, ठीक करें और उन पेजों को ट्रैक करें जिन्हें बड़े भाषा मॉडल उद्धृत करते हैं — एक CLI, फ़ाइल-आधारित, MIT।

जब कोई ChatGPT, Perplexity, Claude, Gemini या Google AI Overviews से आपके व्यवसाय से जुड़ा सवाल पूछता है, तो क्या वे इंजन आपके डोमेन को उद्धृत करते हैं? auto-geo इसको साकार करने और यह साबित करने का पूरा चक्र है:

auto-geo init      # set up the system once
auto-geo doctor    # audit any page for citation readiness
auto-geo write     # generate publish-ready pages from target queries
auto-geo fix       # rewrite an existing page so it passes the audit
auto-geo check     # measure: do AI engines actually cite you?
auto-geo history   # track citation coverage over time

सब कुछ फ़ाइल-आधारित और कमिट करने योग्य है — ट्रैक किए गए प्रॉम्प्ट, चेक इतिहास, कॉन्फ़िग। कोई सर्वर नहीं, कोई खाता नहीं, कोई डेटाबेस नहीं। बस एक इंस्टॉल दूर:

npm i -g auto-geo

Shadow द्वारा निर्मित — एक मीडिया रिसर्च लैब जो AI-संचालित मीडिया इंटेलिजेंस और संचार तकनीक की अगली पीढ़ी बना रही है, उन टीमों के साथ साझेदारी में जिन्होंने OpenAI, TikTok, Meta, Amazon और Lovable को नक्शे पर लाया। Shadow auto-geo का उपयोग shadow.inc/resources पर प्रकाशित करने के लिए करता है।

विषय-सूची

त्वरित आरंभ
GEO क्या है?
कार्यप्रवाह
auto-geo init — सिस्टम सेट करें
auto-geo doctor — किसी भी पेज का उद्धरण-तत्परता के लिए ऑडिट करें
auto-geo write — क्वेरी से पेज जनरेट करें
auto-geo fix — उद्धरण-तत्परता के लिए पेज फिर से लिखें
auto-geo prompts — अपने ट्रैक किए गए प्रॉम्प्ट प्रबंधित करें
auto-geo check — वास्तविक उद्धरण कवरेज मापें
auto-geo history — समय के साथ उद्धरण कवरेज
कॉन्फ़िगरेशन
पेज आर्किटेक्चर
एजेंट-अनुकूल आउटपुट
LLM-अनुकूल
योगदान
लाइसेंस

त्वरित आरंभ

# 0. Install once (or run any command one-shot via \`npx auto-geo@latest\`)
npm i -g auto-geo

# 1. Set up — config, .env.local key slots, and the .auto-geo workspace
auto-geo init

# 2. Add an API key to .env.local (auto-loaded by every command)

# 3. Audit any page — yours or a competitor's
auto-geo doctor https://example.com/some-page

# 4. Track the prompts you want AI engines to cite you for
auto-geo prompts add "best media monitoring tools" "what is GEO"

# 5. Measure — every run is saved to history automatically
auto-geo check

# 6. Watch coverage move over time
auto-geo history

Node >=18.17 आवश्यक है। बाद में अपग्रेड करना npm i -g auto-geo@latest है। अन्य तरीके:

brew install shadowresearch/tap/auto-geo   # Homebrew (macOS / Linux)
mise use -g npm:auto-geo                   # mise

macOS, Linux और Windows के लिए स्टैंडअलोन निष्पादन योग्य (Node की आवश्यकता नहीं) हर रिलीज़ के साथ आते हैं।

GEO क्या है?

जनरेटिव इंजन ऑप्टिमाइज़ेशन वह अनुशासन है जो आपके पेजों को वे पेज बनाता है जिन्हें AI खोज इंजन किसी प्रश्न का उत्तर देते समय उद्धृत करते हैं। यह SEO का उत्तराधिकारी है: लिंक की सूची में रैंक करने के बजाय, आप उत्तर के अंदर उद्धृत होने के लिए प्रतिस्पर्धा कर रहे हैं।

जो पेज जीतते हैं वे ब्लॉग पोस्ट नहीं होते। अनुभवजन्य शोध उद्धरण संभावना को एक विशिष्ट आकार से जोड़ता है:

आर्किटेक्चर, गद्य नहीं। नामित, मान्य ब्लॉक — TL;DR, परिचय, प्रश्न-प्रारूप H2 अनुभाग, संबंधित गाइड, मुख्य निष्कर्ष, FAQ, प्रकटीकरण। AI इंजन संरचित टुकड़े निकालते हैं; कठोर संरचना निष्कर्षण में सुधार करती है।
उत्तर-पहले। प्रत्येक अनुभाग 40–60 शब्दों के "उत्तर कैप्सूल" से खुलता है जो किसी भी सहायक पैराग्राफ से पहले अनुभाग के प्रश्न का पूरी तरह उत्तर देता है।
प्रश्न-प्रारूप शीर्षक। H2 उन प्रश्नों के रूप में लिखे जाते हैं जो उपयोगकर्ता वास्तव में AI इंजन से पूछते हैं।
इकाई-घना। नामित इकाइयाँ (कंपनियाँ, लोग, उत्पाद) उच्च घनत्व पर — ~4.8x उच्च उद्धरण संभावना से जुड़ी।
स्कीमा-व्युत्पन्न। Article + FAQPage JSON-LD संरचना से उत्सर्जित, हाथ से नहीं लिखा गया।

auto-geo इस आकार को एक सख्त स्कीमा में एन्कोड करता है (देखें docs/sop.md — पूर्ण मानक संचालन प्रक्रिया), किसी भी URL का उसके विरुद्ध ऑडिट करता है, नए पेज जनरेट करता है जो उसका पालन करते हैं, और फिर यह मापकर लूप बंद करता है कि इंजन वास्तव में आपको उद्धृत करते हैं या नहीं।

कार्यप्रवाह

┌──────────────────────────────────────────────────────┐
       │                    auto-geo init                     │
       │   config · .env.local · .auto-geo/ workspace         │
       └──────────────────────────────────────────────────────┘
             │
  ┌──────────┼──────────────┬─────────────────┐
  ▼          ▼              ▼                 ▼
doctor     write           fix             prompts
audit a    generate        rewrite an      track the queries
page       new pages       existing page   that matter to you
  │          │              │                 │
  └──────────┴──────────────┴────────┬────────┘
                                     ▼
                                   check ──── saves every run ────┐
                               measure actual                     ▼
                               citations                       history
                                                           coverage over time,
                                                           newly cited / lost

doctor तत्परता मापता है (क्या यह पेज उद्धरण के लिए आकार दिया गया है?)। check परिणाम मापता है (क्या यह वास्तव में उद्धृत हो रहा है?)। history परिणामों को एक प्रवृत्ति रेखा में बदल देता है।

auto-geo init — सिस्टम सेट करें

auto-geo init        # interactive (a handful of questions)
auto-geo init --yes  # non-interactive template

एक कमांड सब कुछ तैयार कर देता है:

फ़ाइल	यह क्या है
`auto-geo.config.json`	आपके डिफ़ॉल्ट — डोमेन, प्रदाता, मॉडल, लेखक। कमिट करने योग्य; कभी रहस्य नहीं रखता।
`.env.local`	API कुंजी स्लॉट। हर कमांड द्वारा स्वतः लोड। Gitignore करें।
`.auto-geo/prompts.txt`	आपके ट्रैक किए गए प्रॉम्प्ट — प्रति पंक्ति एक, `#` टिप्पणियाँ अनुमत।
`.auto-geo/checks/`	हर `check` रन, JSON के रूप में सहेजा गया। `history` के पीछे का डेटा।

इंटरैक्टिव प्रवाह उन प्रॉम्प्ट्स को पूछकर समाप्त होता है जिन्हें आप ट्रैक करना चाहते हैं, ताकि एक नया प्रोजेक्ट एक बैठक में शून्य से मापने योग्य उद्धरण आधार रेखा तक जाए। init कभी मौजूदा .env.local को अधिलेखित नहीं करता और --force के बिना मौजूदा कॉन्फ़िग को अधिलेखित करने से इनकार करता है।

auto-geo doctor — किसी भी पेज का उद्धरण-तत्परता के लिए ऑडिट करें

इसे किसी भी URL पर चलाएँ — आपका, प्रतिस्पर्धी का, आपके साइटमैप का हर पेज — और AI इंजनों द्वारा देखे जाने वाले उद्धरण संकेतों पर एक संरचित रिपोर्ट प्राप्त करें।

auto-geo doctor https://example.com/some-page

✓ TL;DR present (52 words, in range)
✗ Question-format H2 headings (2 of 6 are question-format; SOP §3 targets all)
✓ Article JSON-LD present
✗ FAQPage JSON-LD present (No FAQPage JSON-LD block detected)
✓ Entity density (12.3/1k words)
✗ Image cadence (0 images for 1247 words)
✓ Answer-first first paragraph
✓ No self-link in related guides

Score: 5 / 8 checks pass — moderate GEO posture

Top 3 fixes (ranked by citation lift):
  1. Add a FAQPage JSON-LD block. Each Q is a citable extraction target.
  2. Convert 4 statement-form H2 headings to question form.
  3. Add 2 images with descriptive alt text (entity + context).

# Whole sitemap — mean score, lowest-scoring pages, most common failures
auto-geo doctor --site https://example.com/sitemap.xml --max-pages 50

# JSON for CI / dashboards
auto-geo doctor https://example.com/page --json

स्कोर ≥ 75% होने पर निकास कोड 0, अन्यथा 1 — डिप्लॉय को इस पर गेट करें। पूर्ण चेक संदर्भ के लिए देखें docs/doctor.md।

auto-geo write — क्वेरी से पेज जनरेट करें

अपना डोमेन और वे क्वेरी दें जिनके लिए आप उद्धृत होना चाहते हैं; मान्य, प्रकाशन-तैयार JSON फ़ाइलें प्राप्त करें — प्रति क्वेरी एक संरचित पेज, पूर्ण GEO आर्किटेक्चर के अनुरूप।

auto-geo write \
  --query "what is GEO" \
  --query "GEO vs SEO" \
  --out ./resources

✓ "what is GEO"        → ./resources/geo.json (validated, ~$0.06)
✓ "GEO vs SEO"         → ./resources/geo-vs-seo.json (validated, ~$0.06)

Total: 2 pages · 2 ok · ~$0.12 spent · 31s elapsed

सिस्टम प्रॉम्प्ट GEO SOP को एन्कोड करता है — TL;DR लंबाई, उत्तर-कैप्सूल विंडो, प्रतिबंधित अतिशयोक्ति, FAQ संरचना — और आउटपुट Vercel AI SDK के generateObject के माध्यम से टाइप-सिस्टम स्तर पर स्कीमा तक सीमित है, सत्यापन विफलता पर एक सीमित स्व-सुधार लूप के साथ। डिफ़ॉल्ट: gpt-5.4 (OpenAI) या claude-sonnet-4-6 (Anthropic), जो भी API कुंजी आपने सेट की है उससे स्वतः पता लगाया जाता है।

# Dry-run — plan + cost estimate, no LLM calls
auto-geo write --query "what is X" --dry-run

# Batch from a file, anthropic, 4 pages at a time
auto-geo write --queries-file queries.txt --provider anthropic --concurrency 4

कॉन्फ़िग फ़ाइल (auto-geo init) के साथ, --domain, लेखक फ़ील्ड और प्रदाता कॉन्फ़िग से आते हैं — एक सादा --query ही पर्याप्त है। देखें docs/write.md।

auto-geo fix — उद्धरण-तत्परता के लिए पेज फिर से लिखें

जहाँ doctor बताता है कि क्या गलत है, वहीं fix एक GEO-अनुकूलित पुनर्लेखन उत्पन्न करता है जो सभी 8 चेक पास करता है — लाया गया, ऑडिट किया गया, पुनर्जनरेट किया गया, और उसी स्कीमा के विरुद्ध मान्य किया गया जिसका उपयोग write करता है।

auto-geo fix https://www.example.com/some-blog-post --out ./fixed.json

Score (before):    3 / 8
Generating rewrite via openai gpt-5.4...
Score (projected): 8 / 8 — strong GEO posture
→ ./fixed.json (validated)

auto-geo fix https://example.com/page --provider anthropic   # Claude instead
auto-geo fix https://example.com/page --dry-run              # audit + cost estimate only

देखें docs/fix.md।

auto-geo prompts — अपने ट्रैक किए गए प्रॉम्प्ट प्रबंधित करें

आपके ट्रैक किए गए प्रॉम्प्ट वे प्रश्न हैं जिन्हें आप चाहते हैं कि AI खोज इंजन आपके डोमेन को उद्धृत करके उत्तर दें। वे .auto-geo/prompts.txt में रहते हैं (सादा पाठ, कमिट करने योग्य) और वे ही हैं जिन्हें check डिफ़ॉल्ट रूप से चलाता है।

auto-geo prompts add "best media monitoring tools" "what is GEO"
auto-geo prompts            # numbered list
auto-geo prompts rm 2       # by index — or by exact text

क्या ट्रैक करना है पता नहीं? इंजन को अपना प्रॉम्प्ट सेट प्रस्तावित करने दें — discover आपका होमपेज लाता है, देखता है कि आप पहले से क्या ट्रैक करते हैं, और LLM से उच्च-इरादे वाली क्वेरी उत्पन्न करवाता है जिनके लिए आपको प्रतिस्पर्धा करनी चाहिए:

auto-geo prompts discover --dry-run    # preview the proposals
auto-geo prompts discover --count 15   # append 15 (never overwrites, never duplicates)

prompts add (और discover) पहले उपयोग पर कार्यक्षेत्र को बूटस्ट्रैप करते हैं, इसलिए ट्रैकिंग शुरू करने के लिए आपको init की भी आवश्यकता नहीं है।

auto-geo check — वास्तविक उद्धरण कवरेज मापें

प्रत्येक प्रॉम्प्ट के लिए, एक वास्तविक AI खोज इंजन से पूछें और रिपोर्ट करें कि क्या आपका डोमेन उद्धरणों में है। यह वह ज़मीनी सच्चाई है जिसकी भविष्यवाणी doctor करता है।

auto-geo check        # tracked prompts, domain from config

using 3 tracked prompts from .auto-geo/prompts.txt
  [1/3] ✗ "what is GEO" — not cited (5 sources)
  [2/3] ✓ "how do I get cited by ChatGPT" — cited (2 sources)
  [3/3] ✓ "open source GEO tools" — cited (1 source)

Coverage: 2/3 queries (67%) · 3 page citations total · ~$0.012 spent
  saved → .auto-geo/checks/2026-06-10T13-22-05--perplexity.json (auto-geo history)

इंजन: perplexity (डिफ़ॉल्ट), openai, anthropic, gemini, xai (उपनाम grok), या --engine all — जो हर उस इंजन को चलाता है जिसकी API कुंजी सेट है और प्रति-इंजन कवरेज के साथ-साथ एक संघ रोल-अप रिपोर्ट करता है।

# Explicit queries instead of the tracked set
auto-geo check --domain shadow.inc --query "what is GEO"

# Every engine you have keys for, union coverage
auto-geo check --engine all

# CI: fail the deploy when critical queries don't cite you
auto-geo check --queries-file geo/critical-queries.txt && deploy

# Streaming JSON for agents / dashboards
auto-geo check --ndjson

हर रन स्वतः .auto-geo/checks/ में सहेजा जाता है (--no-save के साथ ऑप्ट आउट करें)। कवरेज > 0% होने पर निकास कोड 0, 0% होने पर 1। आउटपुट आकार, फैन-आउट क्वेरी कैप्चर, डोमेन-मिलान नियम और --format geo-audit इंटरऑप मोड के लिए देखें docs/check.md।

auto-geo history — समय के साथ उद्धरण कवरेज

हर रन को सहेजने का लाभ: एक प्रवृत्ति रेखा। रन-दर-रन कवरेज प्रति-इंजन डेल्टा के साथ, साथ ही ठीक वे प्रॉम्प्ट जिनके लिए आपने उद्धृत होना शुरू या बंद किया।

auto-geo history

2026-06-01 08:30  perplexity   33% ·   1/3 cited  $0.01
2026-06-08 09:15  perplexity   67% ↑34  2/3 cited  $0.01

Since last run (perplexity · 2026-06-01 08:30 ▸ 2026-06-08 09:15)
  ✓ newly cited  open source GEO tools
  ✗ lost         (none)

2 runs · .auto-geo/checks

प्रवृत्तियाँ समान की तुलना समान से करती हैं — प्रत्येक रन को उसी इंजन चयनकर्ता के पिछले रन के विरुद्ध मापा जाता है। --engine all मल्टी-इंजन रनों को फ़िल्टर करता है; --limit N गहराई नियंत्रित करता है; --json पंक्तियाँ + डेल्टा मशीन-पठनीय रूप से उत्सर्जित करता है। देखें docs/history.md।

कॉन्फ़िगरेशन

auto-geo init के साथ एक बार सेट करें, कहीं भी ओवरराइड करें। प्राथमिकता, उच्चतम पहले:

CLI फ़्लैग
पर्यावरण चर (प्रदाता स्वतः पता लगाया जाता है कि कौन सी API कुंजी सेट है)
auto-geo.config.json (cwd से ऊपर चलता है — मोनोरेपो-अनुकूल)
अंतर्निहित डिफ़ॉल्ट

// auto-geo.config.json — committable, no secrets
{
  "domain": "https://www.example.com",
  "basePath": "/resources",
  "provider": "openai",
  "model": "gpt-5.4",
  "engine": "perplexity",
  "concurrency": 4,
  "author": {
    "name": "Jane Doe",
    "jobTitle": "Head of Content",
    "bio": "Jane writes about generative engine optimization…",
  },
}

API कुंजियाँ .env.local (या .env) में रहती हैं, हर कमांड द्वारा स्वतः लोड — पहले से सेट पर्यावरण चर हमेशा जीतते हैं:

इंजन / प्रदाता	पर्यावरण चर
OpenAI (write, fix, check)	`OPENAI_API_KEY`
Anthropic (write, fix, check)	`ANTHROPIC_API_KEY`
Perplexity (check)	`PERPLEXITY_API_KEY`
Gemini (check)	`GOOGLE_API_KEY` या `GEMINI_API_KEY`
xAI / Grok (check)	`XAI_API_KEY`

पेज आर्किटेक्चर

write और fix जो कुछ भी उत्पन्न करते हैं — और doctor जिसका ऑडिट करता है — एक सख्त सात-ब्लॉक आर्किटेक्चर का पालन करता है:

TL;DR — 40–60 शब्दों का उत्तर कैप्सूल
परिचय — संदर्भ-सेटिंग ब्लॉक
अनुभाग — प्रश्न-प्रारूप H2, प्रत्येक 40–60 शब्दों के उत्तर कैप्सूल से खुलता है
संबंधित गाइड — 4–8 प्रविष्टियाँ
मुख्य निष्कर्ष — 4–6 घोषणात्मक बुलेट
FAQ — 3–10 प्रश्नोत्तर 40–60 शब्दों के उत्तरों के साथ
प्रकटीकरण — स्रोत नोट, टाइमस्टैम्प, प्रकाशक पंक्ति

संरचनात्मक उल्लंघन कठोर त्रुटियाँ हैं (उत्पन्न पेलोड अस्वीकार कर दिया जाता है और पुनर्जनरेट किया जाता है); घनत्व और कैडेंस ह्यूरिस्टिक्स नरम चेतावनी हैं। पूर्ण विनिर्देश: docs/architecture.md, docs/validation.md, और हर बाधा के पीछे का SOP: docs/sop.md।

आउटपुट JSON रेंडरर-अज्ञेय है — इसे अपने CMS पर POST करें, टेम्पलेट हाइड्रेट करें, या अपने स्वयं के घटकों के साथ रेंडर करें। संरचना ही अनुबंध है।

एजेंट-अनुकूल आउटपुट

हर कमांड को मानव के साथ-साथ एजेंट द्वारा भी चलाने के लिए बनाया गया है:

--json — stdout पर एक स्थिर, मशीन-पठनीय वस्तु।
--ndjson (check) — परिणाम स्ट्रीम होते ही प्रति क्वेरी एक JSON पंक्ति, साथ ही एक _summary पंक्ति।
प्रगति stderr पर जाती है, परिणाम stdout पर — पाइप साफ रहते हैं।
स्थिर निकास कोड — doctor और check बॉक्स से बाहर CI गेट हैं।
--no-color / NO_COLOR / गैर-TTY पहचान लॉग-अनुकूल आउटपुट के लिए।

auto-geo check --ndjson | jq 'select(.cited) | .query'

LLM-अनुकूल

auto-geo एक उपकरण है जिसका आउटपुट LLM द्वारा उद्धृत किए जाने के लिए सामग्री है — इसलिए यह रेपो अपना ही डॉगफूड खाता है:

llms.txt — llmstxt.org सम्मेलन का पालन करने वाला एक क्यूरेटेड इंडेक्स।
llms-full.txt — README + हर महत्वपूर्ण दस्तावेज़ एक ही फ़ाइल में इनलाइन, एक-फ़ेच अंतर्ग्रहण के लिए।
GitHub Pages साइट shadowresearch.github.io/auto-geo पर — दोनों का विज्ञापन <link rel="alternate"> के माध्यम से करती है, Article JSON-LD उत्सर्जित करती है।
AGENT.md — CLI चलाने वाले कोडिंग एजेंटों के लिए एक संक्षिप्त परिचालन विनिर्देश।

योगदान

देखें CONTRIBUTING.md। बग रिपोर्ट, चेक सुधार, नए इंजन और दस्तावेज़ीकरण परिशोधन सभी स्वागत योग्य हैं।

लाइसेंस

MIT।

Shadow के बारे में

Shadow एक मीडिया अनुसंधान प्रयोगशाला है जो AI-संचालित मीडिया इंटेलिजेंस और संचार प्रौद्योगिकी की अगली पीढ़ी का निर्माण कर रही है, उन टीमों के साथ साझेदारी में जिन्होंने OpenAI, TikTok, Meta, Amazon, और Lovable को मानचित्र पर स्थापित किया। Shadow मीडिया अनुसंधान, PR, और संचार टीमों के लिए auto-geo को एक शेड्यूल पर एंड-टू-एंड चलाता है।

अधिक जानकारी के लिए shadow.inc पर जाएँ।