内容工程：写出会被采信的内容

16命题化写作：把观点写成可核验的事实句

模型不会“欣赏”一篇文章，它只会搬运句子。如果一个句子里没有任何可以被搬运的东西，它就等于不存在。命题化写作要训练的，就是让每一句重要的话都具备被搬运的资格。

句子层面的四条硬规则

规则一：一句话只承载一个判断。中文写作喜欢用逗号把几层意思串成一句长句，读起来顺，但切片之后容易丢主语。把“我们课程内容丰富，包含视频、直播、社群，而且价格也很有优势”拆成三句，每句都能独立成立，被引用的概率明显更高。

规则二：主语必须是具体实体，不能是代词。“它支持一年期回看”“该产品适用于中小企业”——这两句话单独拿出来，读者不知道“它”和“该产品”指什么。正确写法是重复实体名：“墨子教育咨询的 GEO 课程支持自开通起一年内回看”。重复看似啰嗦，却是可切片的前提。

规则三：结论放在句首，条件放在句中或句后。模型在截断时优先保留开头。“在预算有限、团队只有一人的情况下，建议先做官网结构化改造”比“考虑到各种因素之后我们建议……”更容易被完整保留。

规则四：能量化就量化，不能量化就限定范围。“服务响应快”是空话；“工作日 9 时至 18 时在线，平均 10 分钟内首次响应”是事实。如果确实没有数据，就写清边界：“目前仅覆盖武汉主城区，外地客户以远程方式服务”。限定范围同样是可核验信息。

三种高效的句式

这三种句式的共同点是“自带上下文”：读者不需要读完整篇，也能理解这句话在说什么。它们天然适合作为段首句，也天然适合被模型摘取。

把形容词翻译成事实

形容词是最难被验证的词，也是最容易被模型忽略的词。我们在改稿时有一个练习：把文中所有形容词圈出来，逐个问“凭什么这么说”。答不上来的删掉，答得上来的改成事实。

• “师资力量雄厚” → “授课讲师共 5 位，其中 2 位有 10 年以上搜索营销从业经历”。
• “课程体系完善” → “课程分原理、内容、技术、监测四个模块，共 27 节，总时长约 313 分钟”。
• “服务贴心” → “提供 1 年学员社群与远程答疑，工作日 24 小时内回复”。

翻译之后，字数可能变多，但信息量成倍增加。更重要的是，这些句子可以被用户核对，也可以被模型直接引用。

一个完整的改写案例

原文（节选）：“随着 AI 时代的到来，GEO 越来越重要。我们深耕行业多年，拥有一支专业的团队，能够为企业提供全方位的 GEO 解决方案，帮助企业提升品牌曝光，实现业绩增长。”

改写：“GEO 的价值在于用户入口的变化：当用户在豆包、Kimi 等产品里直接提问时，没有进入答案的品牌就等于不存在。墨子教育咨询自 2022 年起专做 GEO 研究与培训，服务分两类：面向个人的线上课程，面向企业的诊断与陪跑咨询。两类服务都不包含网站代运营与内容代写，也不承诺固定的引用次数或线索数量。”

改写后的版本没有一句口号，但包含了三个可核验的事实（起步时间、服务分类、服务边界）和一个可引用的判断（入口变化的因果）。这样的段落，才可能成为 AI 答案的原料。

别走到另一个极端

命题化写作常见的副作用是“通篇像合同”：每句都对，但读起来干瘪。解决方法是在事实之间保留叙述的呼吸感——用一两句过渡交代背景，用一个具体场景引出问题，再给出判断。模型需要事实，人需要上下文，好的内容两者都给。

17结构化写作：层级、列表、表格与摘要段

结构不是排版问题，而是理解成本问题。同样的信息，组织得好，人和机器都能快速抓住重点；组织得差，读者划走，模型切碎。结构化写作是把内容“装箱”，让每一件东西都在该在的位置。

标题层级就是内容地图

一个页面应当只有一个 H1，对应文章主题；H2 对应大问题，H3 对应子问题。层级不要跳级，也不要用加粗代替标题。原因很实际：抓取与切片工具依赖标题层级判断语义边界，层级混乱会导致切片位置错乱。

标题的写法也有讲究。合格的 H2 应当是一个具体的问题或判断，比如“为什么官网抓不到就等于不存在”，而不是“浅谈”“相关分析”“更多内容”。前者可以直接被用作切片标签，后者只是装饰。

摘要段的价值被低估了

每篇文章开头的一百到一百五十字，是最容易被摘取的部分。它应当包含：这篇文章回答什么问题、核心结论是什么、适合谁读。写成“随着……的发展”这类背景铺垫，等于把最贵的位置浪费掉。

我们推荐的摘要结构是“结论前置 + 三点支撑 + 适用边界”。例如：“GEO 的启动顺序应当是技术可达、内容命题化、品牌事实统一，再谈分发。原因是抓取决定能否被检索，命题决定能否被切片，事实决定能否被采信。本文适合已有官网、准备启动 GEO 的企业团队阅读。”

列表的使用边界

列表适合并列信息：步骤、要点、对比项、清单。不适合承载需要论证的观点。如果一个列表项里塞了三句话的解释，说明它不该是列表项，而应该是一个小节。

列表还有一个隐性好处：列表项天然是可切片的独立单元。一行“技术审计：检查抓取、渲染、结构化数据、站点速度”比一段描述更容易被准确提取。因此，凡是“并列且简短”的信息，尽量列表化。

表格是效率很高的信息压缩方式

表格把多维信息压缩成可扫描的矩阵，人和机器都能高效读取。写表格的关键是列的含义要稳定：每一列回答同一个维度的问题，不要一列写价格、一列写感受、一列写历史。

表格也有局限。它适合“并列对比”，不适合“因果论证”。把复杂的推理塞进表格，会变成谁也看不懂的格子。判断标准很简单：如果读者需要读完整个表格才能理解一个观点，那这个观点应该用文字写。

手机屏幕是第一检验标准

结构化写作有一个非常实用的检验方法：把页面放在手机上看。如果一屏之内看不到任何小标题，全是密密麻麻的段落，说明结构不合格；如果一个表格需要左右滑动才能看完，说明列太多；如果一个列表项超过三行，说明该拆。

这个检验之所以有效，是因为手机屏幕的约束与切片模型的约束高度相似：都需要在有限窗口内看到完整信息。为手机优化的结构，往往也正好适合被机器读取。

18实体密度：让品牌、人物与产品在文本中被识别

模型的世界是由实体构成的：品牌、人物、产品、地点、机构、事件。它记住的不是“某篇文章”，而是“某个实体具有某些属性”。如果你的内容里实体模糊、指代混乱，模型就无法把信息挂到你身上。

实体密度的含义

实体密度不是“品牌名出现次数”，而是单位文本中可被明确识别的实体及其属性的数量。一段话里出现了品牌全称、产品名、创始人、城市、资质编号，并且都与同一主体关联，这就是高实体密度。反之，通篇“我们”“本公司”“该机构”，读者能懂，机器却难以归属。

需要提醒的是，实体密度不等于堆砌。在一段话里反复出现品牌名，不会提升识别度，反而会让文本变得不自然。正确做法是在关键位置明确一次，其余位置用自然的指代，并确保指代对象在前文已经清晰出现。

五类应当被明确写出的实体

这五类信息构成了模型理解“你是谁”的最小集合。缺了任何一类，模型对你的描述就会变得模糊，比如只知道你是一个“做 GEO 的机构”，却不知道你在哪里、由谁负责、提供什么具体服务。

实体共现：让关系被看见

模型不仅识别单个实体，也识别实体之间的关系。如果你的页面上“墨子教育咨询”与“GEO 培训”“武汉”“2014 年成立”频繁共现，模型就会建立这些关联；如果这些信息分散在不同页面且互不链接，关联就会变弱。

所以我们在写核心页面时，会有意识地把“品牌 + 业务 + 地域 + 时间 + 资质”放在同一段里，形成一个完整的实体描述。这段话往往也是被 AI 引用最多的段落。

别让图片吞掉实体

很多企业把资质证书、荣誉牌匾、产品参数做成图片，页面上只有一张图。对人来说一目了然，对机器来说却是一片空白。正确做法是图片配文字说明：图片展示，文字复述关键信息，并为图片写清 alt 描述。

同样的问题也出现在 PDF、视频、小程序里。凡是只存在于非文本载体中的关键信息，都应当在网页上有对应的文字版本。这不是为了讨好机器，而是为了让信息在任何环境下都能被读到。

实体一致性的长期价值

实体建设是一项复利工作。当全网对同一个实体的描述趋于一致，模型对该实体的置信度会提高，描述也会更准确。反之，如果不同渠道的名称、业务、地址互相矛盾，模型会在冲突中选择保守表述，品牌形象就变得模糊。

这也是为什么我们在第六篇会用整整一章讲事实库。实体密度解决“写不写得到”，事实库解决“写得对不对”，两者缺一不可。

19数据与出处：引用规范带来的可信度加成

在 AI 的眼里，“据说”和“根据某机构 2025 年发布的报告”是两种完全不同的材料。前者无法验证，后者可以被追溯。可信度不是形容词堆出来的，而是一条条出处积累出来的。

三类可以使用的数据

自有数据。企业自己的经营数据、客户调研、产品参数、服务记录。这类数据最有价值，因为独特性高、难以被替代。使用时要注意脱敏与合规，不能泄露客户隐私。

第三方公开数据。行业报告、官方统计、学术论文、平台公开文档。使用时必须标注来源、年份与口径，避免断章取义。

公开可查的事实。工商信息、资质编号、政策条款、产品价格。这类信息适合用来做“可核验锚点”，让读者能自己查证。

出处的写法

合格的出处包含四个要素：谁发布的、什么时候发布的、报告或文件叫什么、在哪里能看到。缺一项，可信度就会打折。例如：“根据中国互联网络信息中心（CNNIC）第 55 次《中国互联网络发展状况统计报告》（2025 年 1 月发布）”，就比“根据相关报告”专业得多。

对于企业自有数据，也应说明口径：“基于墨子教育咨询 2025 年服务的 37 家企业客户样本，统计口径为项目启动后 90 天内的品牌提及变化，个例，不代表普遍结果。”这句话既给出了数据，也给出了边界。

不要编造数据

这是行业里最常见也最危险的问题。为了让文章“有说服力”，随手写一个“据统计，90% 的企业……”，短期看增加了权威感，长期看是定时炸弹：一旦被用户或平台核查发现不实，品牌信用会受损，且这类内容会被反复引用、难以清除。

如果确实没有数据，正确的做法是改用逻辑论证或案例描述，而不是编一个数字。读者能接受“我们没有做过大规模统计，但从我们服务的客户看……”，不能接受被欺骗。

外链怎么放

引用外部资料时，建议给出可点击的链接，并对商业性来源加上适当的 rel 属性，避免被理解为背书。对于权威机构、官方文档，可以直接链接；对于竞品或立场明显的媒体，注明“第三方观点，仅供参考”。

内部引用同样重要。当文章提到“我们在另一篇报告中详细分析过”，应当给出内链。这样既方便读者延伸阅读，也帮助模型建立站内主题关联。

日期是最便宜的信任信号

很多企业害怕露出日期，担心“显得旧”。但在 AI 时代，没有日期反而是减分项：模型无法判断内容是否过时，可能直接跳过。正确做法是保留发布与更新日期，并在实质性更新时注明修订内容。

一个实用格式是：“首发于 2025 年 6 月，2026 年 3 月修订，补充了 xx 平台引用规则的变化。”这行字既对读者负责，也给机器明确的时效信号。

20案例写作与 FAQ 工程：搭建经得起追问的素材库

AI 最缺的不是观点，而是细节。一个包含背景、动作、结果与边界的案例，比十句“我们很专业”更有价值；一组真实、去重、持续更新的问答，比一个堆满关键词的 FAQ 页面更能被引用。

案例的六段结构

我们要求每个案例至少写清六件事：背景（客户是什么行业、什么规模）、问题（遇到了什么具体困境）、判断（为什么这么诊断）、动作（做了哪些具体改造）、结果（可观察的变化，含时间窗口）、边界（哪些条件不适用）。

六段中最容易被省略的是“判断”和“边界”，而它们恰恰是专业度的体现。只写“我们做了什么、效果很好”，读者无法判断方法是否适用于自己；写清“为什么这么做”“什么情况下不适用”，才是真正的经验输出。

结果怎么写才可信

避免三种写法：一是只写倍数不写基数（“增长了 300%”，从 1 到 4 也是 300%）；二是只写最好的一天（忽略波动）；三是把多因素结果归因于单一动作。

推荐的写法是：“项目启动后第 3 个月起，在固定的 30 个问题样本中，品牌被提及的比例从 4/30 上升到 11/30；同期官网自然访问下降 12%，品牌词搜索上升 18%。个例，不代表普遍结果，且受行业竞争与内容投入影响。”

这段话有三个优点：给出了样本与口径、承认了负面变化、标注了边界。它不会让案例显得“不够厉害”，反而让读者相信其余部分也是真的。

FAQ 不是凑数，是产品

很多企业的 FAQ 页面是把销售话术换个问号，问题假、答案空。真正有用的 FAQ 应当来自三个地方：客服与销售的真实记录、搜索与 AI 平台的高频提问、售后与投诉中的重复疑问。

生产流程可以标准化：收集原始问句 → 聚类去重 → 按意图分层 → 逐条撰写答案 → 事实核对 → 上线并标注更新时间 → 每季度复查。每条答案控制在 100 到 250 字，先给结论，再给条件，最后给边界。

去重与合并

当 FAQ 超过五十条，就会出现大量近义问题：“多少钱”“价格是多少”“收费标准”“贵不贵”。这些应当合并成一个主问题，并在答案里覆盖不同问法。合并的好处是避免站内自我竞争，也避免模型在多个相似答案之间犹豫。

合并的原则是“一问一答一页”：一个意图对应一个权威答案，其他问法通过同义词、口语表达在答案中自然覆盖，而不是各写一页。

让 FAQ 可被机器读取

FAQ 页面应当使用清晰的问答结构（问题用标题、答案用段落），并在合适的情况下补充结构化数据。需要注意的是，结构化数据必须与页面可见内容一致，不能只写进代码里给机器看——这属于违规操作，一旦被发现，反而会损害信任。

21可切片性：段落自洽与上下文自足

同一篇文章，有的段落能被完整引用，有的段落怎么切都别扭。差别不在文采，而在“自足性”：一段话离开上下文还能不能站得住。这是内容工程里最技术、也最容易被忽略的一环。

三种破坏自足性的写法

指代依赖。“它”“该方案”“上述三点”大量出现，段落离开前文就无法理解。修改方法是在关键位置重复实体名，或用一句话概括前文。

逻辑依赖。段落从“第二点”开始，或者用“因此”“综上所述”承接上文。切片之后，这些连接词失去指向，读者不知道为什么“因此”。修改方法是让每个小节自带前提。

结构依赖。把结论放在全文最后，前面全是铺垫。切片通常保留开头，结论在末尾的段落很难被选中。修改方法是“结论前置、论证后置”，每个小节先给判断，再给理由。

自足段落的四件套

一个合格的可引用段落，通常包含四个要素：主体（谁）、场景（在什么情况下）、判断（结论是什么）、依据（为什么）。四者不必都写成完整句子，但信息要齐。

例如：“对没有技术团队的中小企业，GEO 的起步动作应当是先做官网结构化改造，而不是批量发文。原因是抓取与解析是后续所有环节的前提，内容再多，读不到也没有意义。”这段话有主体（中小企业）、场景（没有技术团队）、判断（先改结构）、依据（抓取是前提），单独拿出来完全成立。

小标题的“标签化”

小标题除了给人看，也是切片的标签。一个信息量充足的小标题，能显著提升该段被选中的概率。“价格与包含内容”比“关于费用”更具体，“为什么三个月内不要期待明显变化”比“效果周期”更能命中提问。

所以我们在写 H2/H3 时，会尽量让它接近用户的问法，同时包含结论倾向。标题即答案的浓缩版，这是 GEO 写作里性价比很高的一个动作。

锚点、目录与站内跳转

长文应当提供目录锚点，让读者可以跳转。锚点不仅改善体验，也让机器更容易理解文章结构：每个锚点对应一个主题块，块与块之间的边界清晰。对于超过三千字的文章，我们建议至少每八百字设置一个小节。

锚点的命名也要稳定。频繁修改锚点会导致外部链接失效，也会让已建立的索引关系断裂。确定后尽量不要变动，必要时保留旧锚点做跳转。

一个快速自检方法

写完一段，用鼠标选中它，复制到空白文档，问自己三个问题：这段在说什么？说的是谁？凭什么这么说？三个问题都能在段内找到答案，就算合格。这个方法不需要任何工具，却比大多数“AI 检测”更接近真实机制。