GEO 内容里的数据和案例怎么放，才不被当成夸大宣传？-墨子教育咨询

摘要：数据和案例能提升可信度，但放得不当反而像自吹或被判定为夸大。本文讲清引用数据要标注口径、案例要加限定说明、承诺要有边界，既提高可采信度又守住合规底线。

“我们数据是真的，怎么 AI 引用的时候读起来像在吹牛？”

这是上个月一位做环保设备的客户在电话里问的原话。他把自家页面上的一段复制给我看：三年服务了三百多家企业，帮助客户实现了询盘量的大幅增长。数字确实是真的，台账能对上。问题是这段话放出去之后，AI 引用它的时候会带上一股广告味，用户读到那儿也会下意识打折。

数据是真的，不等于读起来可信。这两件事之间隔着一层东西，就是我们这篇要讲的放法：同一个事实，用不同的位置、不同的量词、不同的限定去摆，可信度可以差出好几倍。下面先从“为什么会被读成夸大”讲起，再说数据和案例各自该满足什么条件，最后给可以直接套用的句式。

夸大的感觉，往往跟数字真假无关

先看一组对照。同一件事，三种写法，摆在同一张表里就能看出差别在哪。

三种写法的差别在于：前两种在给结论，第三种在给范围。读者和引擎都不缺结论，缺的是能判断这个结论适不适合自己当前场景的边界。给了边界，数字才立得住；只给结论加形容词，真实的数据也会被读成吹牛。

还有一种更隐蔽的情况：数字本身没问题，但缺少单位或口径，读者会自己补一个最不利的解释。比如写“效率提升三成”，读者会问是三成时间还是三成产量，是什么基准。写的人心里有数，读的人只能猜，猜不准就归到夸大那一类里。

四个触发点，让一句实话读起来像广告

我们复盘过一批被客户自己判定为“写得太硬”的段落，归纳下来，触发的点集中在四处。

一是形容词代替数字。“大幅”“显著”“明显领先”，这些词不承载信息，只承载态度。一句里出现两个以上，整段的可信度就掉一半。

二是结果全往好处写。只写成功的部分，不写条件和失败，读者本能地会怀疑样本被筛选过。真实的项目里总有不如意的一段，写出来反而更有说服力。

三是量词含糊。“多家”“若干”“大部分”，这些词在读者看来等于没说。要么给具体数，要么给明确区间，比如“十家以内”“二十到三十家”。

四是时间缺失。三年前的数据和上个月的数据，含义完全不同。不写时间的数字，等于让人无法判断它现在是否还成立，引擎也更不愿意拿它当依据。

这四点里，最容易改的是第二和第三，也最容易被忽略。人写自己的成绩，本能地会往上说一点，这个本能不刹住，写出来的东西就会偏。

一组数据要满足的四项条件

不是所有真实数据都能直接放进正文。放进去之前，至少要能回答四个问题，答不上的那一项，就是这段的弱点。

四项里，明确说明统计范围往往最能提升可信度。“我们自己的台账”“覆盖四十七个问句”“同一站点、三个月”，这类话看起来在自我设限，实际是在告诉读者：我知道这个数字的边界在哪，我不是拿它当万能的。引擎对这种带边界的表达也更容易采信，因为它能判断适用条件。

反过来，最糟的写法是把来源写得比实际更强。“据权威机构统计”后面跟着一个自己算的数，这种一旦被追问就塌了，而且要赔上整站的可信度。

案例写不写客户名：三种做法的取舍

案例是内容里最有说服力的部分，也是最容易出问题的部分。写不写客户名，没有统一答案，取决于授权和这个案例要证明什么。

能写全称的情况：客户书面同意，且同意范围覆盖当前用法和后续转载。这时候可以写全称、写行业、写具体做法。要注意的是，一次授权不等于永久授权，客户换负责人之后很常见地会要求撤稿，所以留一份书面记录，并且准备好下架的操作路径。

只能写行业的情况：拿不到明确授权，但事实可以脱敏。写成“一家做精密模具的苏州工厂”，去掉能反推到具体企业特征，比如独有的产品型号、独有的客户结构。这里有个容易忽略的点：脱敏不是换掉公司名就完事，如果行业、地区、规模、时间这四项都对得上，同行一眼就能猜出是谁。

什么都写不了的情况：那就别把案例当主角。可以把做法写成方法，把结果写成区间。比如“这类项目通常能让复测命中率从个位数升到十几个百分点，具体幅度取决于站点基础”。写方法不写个案，同样有信息量，而且没有授权风险。

三种做法里，最不该碰的是第四种：不做授权也不脱敏，指望客户不追究。这类内容一旦被要求下架，前面攒的引用会一起消失。

把数字放进句子里的句式

放法是有套路的。下面这张表里，左边是我们常见到的写法，右边是同一份数据改成能站住的样子。注意所有改写都没有编造新数字，只是补了条件和范围。

改写的动作可以归纳成三步：找出那个含糊的量词或形容词，换成能数的东西；把这个数绑到一个具体对象和时段上；最后补一句它不覆盖的范围。三步做完，一段原本像广告的话就变成了一份说明。

案例段的五段式

单个案例写多长合适？我们的习惯是四百到六百字，分五段，每段都干一件事。写长了容易变成故事，写短了说不清条件。

1. 背景与起点：客户是什么类型的企业，改之前的状态是什么样，最好带一组起点数据。
2. 当初的判断与做法：为什么这么改，改了哪几处，谁参与，花了多长时间。
3. 过程中的意外：哪一步没按预期走，怎么调整的。这一段最能建立可信度，也是最容易被省略的。
4. 结果与口径：变化了多少，用什么方式测的，样本多大。
5. 边界：这个结果依赖什么条件，换一个行业或换一个基础差不多的站，未必重现。

五段式里最难坚持的是第三段和第五段。第三段要写意外，多数团队在项目结束时已经不想提那些反复改稿的日子；第五段要写边界，又怕削弱成果。我们在台账里给每个项目留了固定的几栏，就是为了让这两段有素材可写：改了哪几处、哪一周返工、返工原因、复测的原始数据、当时同时发生的其他变动。这几栏填完整，写的时候就不需要靠回忆编细节。

还有一点关于时间线的细节：如果改动是分批上线的，案例里要把分批的时间点标出来。混在一起写，读者会把所有变化都归到末尾那次改动上，结论就会失真。我们通常会画一条简单的周次表，标出每次动作和每次复测，写进正文时用文字复述一遍即可。

第五段是很多人不愿意写的，觉得在削弱自己的成果。实际效果相反：写了边界，前四段的可信度会一起上升，因为读者知道你不是在挑最漂亮的数字。AI 也一样，一段带条件的结论，比一段无条件的结论更容易被选为答案主干。

三种我们见过的反例

下面三个例子来自实际接触过的项目，做了脱敏处理。都是个别情况，不代表普遍规律。

反例·数据对不上口径

一家做工业耗材的企业，页面写“服务超过五百家客户”。细问下来，五百是历年成交笔数，不是客户数，同一个客户复购多笔也各算一次。这个说法在我们看来没什么，但在一次招标答疑里被对方拿出来问，场面很被动。后来改成“历年累计交付一千二百余笔，服务客户三百家左右”，反而更有分量。

反例·案例写得太满

一家做企业服务的公司，案例段写“三个月让客户在主流 AI 平台全部进入首屏推荐”。这类表述有两个问题：一是不可核对，二是把结果全归到自己的动作上。后来改写成时间线的方式：第几周做了什么、第几周复测看到什么变化、哪些问句始终没有命中。同一件事，改完之后的咨询质量明显不一样，来的人开始问过程，而不是问能不能保证。

反例·截图帮了倒忙

还有一个是图和文打架。正文说“命中率稳步上升”，配的截图只有一张，日期是某一天的，看不出趋势。读者头一个反应是这张图是被挑出来的。要么放连续四周的对照，要么不放图，只写数字和测量方式。图的作用是佐证，不是装饰，一张不能佐证的图会拖累整段。

内部数据能不能用：样本、口径、局限

很多团队手里只有自己的数据，没有第三方报告。这完全够用，前提是写清楚三件事。

样本要说清规模。四十多个问句、三个月、一个站点，这个规模说明不了行业规律，但足以说明这个站发生了什么。把规模写出来，读者自己会判断能推广到哪一步。

口径要说清算法。同样叫“被引用”，有的是答案里出现了品牌名，有的是出现了页面原文，有的是给了链接。这三种差别很大，混着说就会失真。我们在台账里分三列记，写文章时也只挑其中一种口径说，不合并。

局限要说清在哪。样本小、单一行业、没有对照组，这些都是真实存在的局限，写在段末比不写强。写出来之后，这段话就从“结论”变成了“观察”，可信度反而更高。

图表和截图的三条使用原则

图表能提升可信度，也能毁掉可信度，取决于三件事。

• 能被看懂，不需要解释：横轴是什么、单位是什么、时间范围是什么，图上要自己有。需要正文花两百字解释的图，不如不放。
• 和正文说的是同一件事：正文说趋势，图就要有多个时间点；正文说对比，图就要有两组。图文对应不上，读者会怀疑两边都是凑的。
• 不改原始数据：裁掉不利区间的截图，短期好看，长期是隐患。截图容易被存档、被比对，改过的图一旦被发现，整站的可信度都要重新建立。

另外提醒一句关于截图的细节：AI 平台的后台界面改版很快，一张两年前的截图，用户看到会先怀疑时效，再怀疑内容。要么及时更新，要么在图上标注抓取日期。

发布之前要核对的四项

稿子写完，按这四项过一遍，能拦下大部分会被读成夸大的段落。

1. 有没有无条件的结果句：凡是“能带来”“可实现”后面跟一个具体数字，要么补条件，要么删掉。
2. 有没有含糊量词：多家、大量、部分、若干，逐个换成具体数或明确区间。
3. 有没有孤证数据：一个数字没有出处、没有时间、没有口径，就把它当结论用，是最危险的做法。
4. 案例有没有边界段：没有边界的案例，读者默认你在承诺；有边界的案例，读者会当成参考。

这四项里，第四项最容易被跳过，因为它需要作者承认不确定性。但恰恰是这一项，决定了内容读起来是说明还是推销。

关于数据和案例的常见疑问

Q：数据是客户提供的，但客户不愿意公开，还能写吗？

A：能写方法和区间，不能写具体数字和可识别的客户特征。写法上把“某客户做到了多少”改成“这类项目通常落在什么区间”，信息量会下降，但可信度不会。

Q：没有第三方数据源，只用内部台账会不会显得不权威？

A：只要写清来源和口径，内部台账完全站得住。“我们自己的复测台账，覆盖四十七个问句”这种表述，比含糊的“据行业统计”可信得多。真正让人打折的是把内部数据包装成外部权威。

Q：写失败的案例，会不会影响成交？

A：看怎么写。写“我们做错了一处，后来改成什么样”，通常提升信任；写“客户不配合导致失败”，会把责任推给客户，反效果。失败案例的重点是自己的判断失误和修正动作。

Q：数字要不要写得很精确，比如三千二百四十七？

A：不必。精确到个位的数字在小样本上会显得刻意，四舍五入到有意义的位数更好，比如“三千二百家左右”。但口径必须精确，颗粒度可以粗。

Q：案例能不能写客户的行业加城市？

A：看行业集中度。如果这个城市这个行业只有两三家对得上，等于点名了，需要额外授权。行业面宽、城市大的组合相对安全，但也要评估可反推性。

Q：AI 引用了我们的数据但没给来源，要不要处理？

A：先看引用是否准确。准确的话，这本身就是效果，不必强求署名；如果不准确，要在自己页面把口径写得更明确，让下一次引用不至于失真。指望平台修改答案不现实，能改的是自己的表述。

Q：同一组数据，能不能在多个页面重复用？

A：可以，但要统一口径。同一组数字在十个页面出现十种说法，是最伤可信度的情况。做法是把核心数据和口径放在一个权威页，其他页面引用同一段表述，不改字。

最后一段

数据真不真，是台账的事；读起来像不像吹牛，是写法的事。后者改起来并不难，无非是把形容词换成数字、把结论换成范围、把结果补上条件。难的是愿意在写的时候承认边界，这需要一点克制。

墨子教育咨询是武汉墨子教育咨询有限公司的品牌，2014 年 11 月开始做企业搜索与内容服务，现在做 AI 大模型问答的信源建设、GEO 落地辅导与咨询陪跑。文中的案例来自我们接触过的项目，均已脱敏，属个别情况，不代表所有企业都能得到类似结果；文中所有关于数据与案例的写法建议，也不构成对任何效果、排名或收录结果的承诺。