06-0 · 诊断→打法规则引擎（Diagnosis → Action Engine）
一句话：把 04 的”哪项信号弱”机械地翻译成”该打哪条打法、什么优先级”——这是把分析师的判断规则化，让任意一份测量结果都能自动开出可执行处方。 本页定位：04-可见性影响因素与排名信号（诊断 What）与 06-执行与优化方法论（打法 How）之间的显式映射层。对内 = 平台 Actions/推荐功能的”大脑”规则表；对外 = 咨询交付的”诊断报告→行动清单”自动骨架。
🎯 为什么单列这一页
04 的总表已经有”因素→打法”列，06 的索引也有”打法→信号”反向链——映射知识已存在，但散在两处、且是给人读的。要做平台/规模化交付，需要一张机读规则表：输入测量指标 → 触发条件命中 → 输出打法 + 优先级。这正是 Profound/Peec 的 “Actions” 功能与纯监测工具的分水岭：看板谁都能做，“测完告诉你改什么”才是壁垒。
⚙️ 规则引擎结构
测量结果(07 指标) ──→ 信号诊断(04 弱项) ──→ 规则匹配 ──→ 打法处方(06) + 优先级
SoV/引用率/ A/B/C 哪簇 IF 条件 P1/P2/P3 + P0..P2
schema 校验等 不达标 命中 排序后输出
- 输入：来自 07-1-指标体系-SoM与SoV 的指标 + 站点技术体检（可爬性/渲染/schema）。
- 匹配：每条规则 =
IF 信号条件 THEN 推荐打法 + 基础优先级。 - 排序：先否决项后加权项（铁律见下），再按 ICE/工作量微调（→ 05-5-优先级排序与路线图）。
📋 核心规则表（信号弱项 → 打法处方 · 机读骨架）
优先级档：P0=一票否决/先做、P1=高杠杆、P2=补强。阈值
X/Y/Z为占位，统一在 07-1-指标体系-SoM与SoV 锁定具体数值并版本化。
| # | 簇 | 触发条件（IF 测量/体检命中） | 诊断信号 | 推荐打法（THEN） | 优先级 |
|---|---|---|---|---|---|
| R1 | C | AI 爬虫被 robots/WAF 拦、日志无命中 | C1-可爬性与爬虫准入 | P2-1-AI爬虫准入排查 | P0·一票否决 |
| R2 | C | 关键正文不在原始 HTML（JS/登录/付费墙后） | C3-渲染与内容可提取性 | P2-3-服务端渲染与可提取性 | P0·一票否决 |
| R3 | C | schema 缺失 / 校验报错 | C2-结构化数据Schema | P2-2-Schema部署与校验 | P1·带否决边 |
| R4 | A | 实体未被 KG 收录 / 识别错乱（认成别人） | A1-实体识别与知识图谱 | P3-1-实体建设与知识图谱收录 | P0·地基 |
| R5 | A | 全网提及量低 / SoV < X% | A2-品牌提及 | P3-2-品牌提及与数字PR | P1 |
| R6 | A | 无作者权威信号 / YMYL 类目 | A3-EEAT与作者权威 | P3-4-作者权威与EEAT建设 | P1（YMYL 升 P0） |
| R7 | A | 第三方共识源不引你 / 提及-来源鸿沟大 | A4-第三方共识源与提及来源鸿沟 | P3-3-社区与评测策略 | P1 |
| R8 | B | 被引但答案不在前置 / 抽取率低 | B1-可答性与答案优先格式 | P1-1-answer-first写作与可抽取结构 | P1 |
| R9 | B | 内容稀薄 / 缺可引事实（统计/引述） | B2-信息密度 | P1-2-信息密度与引用诱饵 | P1 |
| R10 | B | 同质内容、无差异化、易被对手替代 | B2-信息密度 | P1-3-原创研究与专有数据 | P2·护城河 |
| R11 | B | 子查询/问法变体覆盖不全 | B3-语义匹配与查询扇出契合 | P1-4-主题集群与fan-out覆盖 | P1 |
| R12 | B | 被引内容陈旧 / 新鲜度衰减 | B4-新鲜度与时效 | P1-5-内容刷新与时效运营 | P1·季度复发 |
🚦 优先级裁决铁律（覆盖单条规则档位）
来自 04-可见性影响因素与排名信号 的”否决 vs 加权”：
- 先清一票否决（R1/R2，及严重 R3/R4） → 不过则后面全归零，无论其它项多好。
- 再堆高权重加权项（A/B 簇），边际递减，按 SoV 缺口大小排。
- 同档内用 ICE/工作量细排 → 落 05-5-优先级排序与路线图 的 30/60/90。
- 口诀沿用 04：先把否决项清零，再在加权项上堆高（≠ 权重最高的先做）。
🔀 跨簇联动（别把规则当孤立开关）
- R3 schema（C2）↗ 助 R4 实体识别（A1）：先上 Organization/sameAs schema，实体收录更快。
- R2 渲染（C3）↗ 直接决定 R8 抽取（B1）：正文读不到，answer-first 改写也白做。
- R12 新鲜度（B4）↗ 影响排序：刷新同时常需补 R9 密度。
故引擎输出”处方包”时按簇打包给联动项，而非逐条孤立派发。
📦 输出物：诊断处方单（交付/产品双用）
规则引擎一跑，产出标准结构（喂入 05-6-品类GEO机会地图-生产方法论 的交付模板）：
【某客户·某平台·某周期】
否决项(P0)：R1 未通过 → P2-1 爬虫准入 ← 先做
高杠杆(P1)：R5 SoV 8%<阈值 → P3-2 数字PR；R8 抽取低 → P1-1 改写
补强(P2) ：R10 → P1-3 原创研究（护城河）
→ 30/60/90 路线图见 05-5
⚠️ 常见坑 & 诚信红线
- ❌ 把阈值当真值：触发阈值是本所约定（方向性），换值要升版本、标断点（同 07-2-采样方法论与统计可靠性）。
- ❌ 规则当银弹：引擎给的是优先级建议，不替代分析师对客户语境的判断（行业/资源/合规）。
- ❌ 越过否决项追高权重：R5/R8 再诱人，R1/R2 没过都白搭。
- ⛔ 诚信：推荐 P3 类打法（提及/共识/EEAT）必须真实赢得——严禁刷量/假评测/伪造资质（红线同 P3-站外实体与权威）。
🧩 边界
- 本页只做信号弱项 → 打法的映射规则；指标怎么算在 07 测量规范，打法怎么做在各 P1/P2/P3 页，怎么排期在 05-5——本页只链不抄。
- 平台个性化权重（同一信号在 ChatGPT vs Perplexity 不同）→ 规则可挂平台条件，细节回 03-0-平台横向对比矩阵。
相关
- 诊断总表（输入）→ 04-可见性影响因素与排名信号；测量规范（指标来源）→ 07-1-指标体系-SoM与SoV · 07-2-采样方法论与统计可靠性
- 打法库（输出）→ 06-执行与优化方法论（P1-内容优化 · P2-技术与基础设施 · P3-站外实体与权威）
- 排期 → 05-5-优先级排序与路线图；交付封装 → 05-6-品类GEO机会地图-生产方法论
📌 关于本页（“成熟”级 · 规则引擎页·第七种范式）：继打法页/认知页/机制页/诊断总表页/叶子诊断页/方法论SOP页之后的第七种范式——“规则引擎页”：把人脑的”诊断→开方”判断显式化为可执行规则表。映射关系为本库共识；触发阈值与优先级为本所采用约定（方向性、可调、冻结+版本化）。是平台 Actions 功能与咨询自动诊断的共用大脑。