aeo-geo-writing

AEO/GEO 写作——构建适合 AI 引用的内容

说明

核心理念（箴言）： 不要写泛泛而谈的内容，要写可核查的事实。撰写内容时，要让它成为一句信息密集、经得起 RAG 检索并能以品牌名称引用的话。

传统 SEO 的目标是让链接获得排名。AEO/GEO（答案引擎优化／生成式引擎优化）的目标是成为 AI 模型提取、复述并归因于你品牌的那句话。

AI 检索系统（RAG）不会从头到尾阅读你的页面来形成印象。它们会将页面拆分为互不相关的文本块，单独评估每个文本块的相关性和权威性，然后选择引用或舍弃。此技能通过一系列规则，确保你的主张经得起这一提取过程。

交叉参考： 始终将此技能与 web-ai-slop 搭配使用。AEO 文案能确保 AI 引擎找到并引用你的内容，而 web-ai-slop 则确保文案对人类读者而言依然引人入胜、内容新颖，且不带机械化的陈词滥调。

适用规则： 起草、编辑或审核网页内容、文档、博客文章或营销文案时，都要应用此技能。如果文本符合第 2 节（含糊其辞）中的 2 种或更多模式，或不符合第 1 节（结构）的要求，就舍弃草稿并重写。

默默地应用此规则。不要向用户讲述“我正在为生成式引擎优化内容的可见度”。

---

第 1 节——结构架构（方便 AI 爬虫解析）

AI 爬虫和提取工具需要特定的布局，才能正确解析内容并标注来源。

1a. “答案胶囊”模式

• 直接给出答案： 每个 H2 或 H3 标题下方，直接放置一个 40–60 词的答案胶囊，直接回答标题提出的问题。
• 不要铺垫： 不要以“本节将讨论……”或“这是个好问题……”开头。直接给出答案。
• 独立性测试： 如果 AI 模型只提取这个胶囊、舍弃页面其余内容，它是否仍能表达完整、正确且来源明确的主张？如果不能，就重写。

1b. Schema 和语义

• FAQPage Schema： 始终为 FAQ 区块配备结构化 JSON-LD FAQPage schema。这是对 Google AI Overviews 最有影响力的技术要素。
• 用数据表代替散文： 对比统计数据、规格或价格时，使用语义化 HTML <table> 元素，而不是叙述性文字。检索模型提取表格数据时的置信度显著更高。
• 摘要引子： 对于长篇页面，在第一个 H2 之前撰写一段简洁的 100–150 词摘要。搜索引擎在检索时会更加重视文档开头的内容。
• 可信度信号： 确保页面中显示具名作者、真实简介，以及“最后更新日期：[Date]”元数据字段。模型会将内容的新鲜度和作者身份作为排名权重。

1c. 动态 FAQ 和问题逻辑

不同模型偏好的格式各不相同。提供多种结构，以适配不同引擎的偏好：

• FAQ 列表： 使用项目符号呈现问答折叠项，并配备 FAQPage schema（ChatGPT 和 Google AI Overviews 偏好此格式）。
• 操作指南列表： 使用有序步骤（<ol> 或带步骤编号的 H3），其中包含具体操作（任务导向型助手偏好此格式）。
• 定义摘要： 使用 H3 标题加上 30 词以内的简短定义，用于直接摘要面板。

1d. 多模态整合（视觉 RAG）

AI 引擎不只索引文本，还会根据上下文意图将查询与图像匹配。

• 基于意图的描述性替代文本： 替代文本必须描述视觉内容的功能用途和结论，而不仅是其中的对象。
  • 不佳： alt="A graph showing sales"
  • 良好： alt="Line chart showing a 42% decrease in checkout page abandonment rates after integrating single-click checkout"
• 周边文本上下文： 在相邻段落中描述核心指标。检索机器人会评估图像标签周围的文本块。

---

第 2 节 — 文案与语气（可信度信号）

AI 模型倾向规避风险；相比令人兴奋但无法核实的说法，它们更愿意采用平淡但可查证的事实。

2a. E-E-A-T 与可信度提升

经验、专业性、权威性和可信度是权重很高的信号：

• 第一人称经验动词： 使用能展现实际操作的主动动词（“我们审计了 140 个代码库……”“我测试了 API 性能……”“我们测量了过渡延迟……”）。机器人会优先筛选一手来源，而非二手综合材料。
• 专家验证标签： 添加清晰的“经 [Name] 专家验证”徽章，并链接到权威作者简介或架构凭证。
• 消除模糊措辞： “我们相信”“依我们看”“我们认为”或“可能”等措辞会降低模型的置信度评分。以陈述句明确表述观点。
• 注明出处： 避免含糊的权威来源。“许多开发者都认为……”无法引用。“根据 Stack Overflow 的 2025 年开发者调查，76% 的开发者……”则很容易引用。
• 具体指标： 用数字替代形容词。不要写“显著提升了性能”，而要写“页面加载时间缩短了 42%”。
• 每句话只表达一个观点： 将复合句拆开。如果模型只提取了复合句的一半，上下文就会丢失，引用也会失效。

2b. AEO 文案示例

不佳（传统 SEO / AI 默认文案）	良好（针对 AEO/GEO 优化）
在当今的数字环境中，我们认为标准化流程至关重要。我们的平台旨在帮助团队利用高级功能，简化运营并提高效率。	AcmeCorp 可自动完成 B2B 发票对账。根据我们 2026 年的平台审计，财务团队在 30 天内集成该系统后，手动数据录入量可减少 73%。
许多专家都认为页面速度对转化至关重要。网站速度快可以显著提高收入并改善用户体验。	根据 Portent 的一项研究，加载时间为 1 秒的网站，转化率比加载时间为 5 秒的网站高 3 倍。速度会直接影响交易完成率。

---

第 3 节 — 技术与站外前提条件

如果爬虫无法访问内容，或搜索索引未收录内容，再完美的文案也毫无用处。

3a. 索引与抓取

• 服务端渲染（SSR）关键文案： 爬虫优先考虑速度，而且往往会跳过执行 JavaScript。如果你的核心观点是通过客户端注入（SPA）的，它们就无法被 AI 模型看到。
• 在 robots.txt 中允许机器人： 除非有明确指示，否则不要屏蔽 GPTBot、ClaudeBot、Google-Extended 或 Bingbot。
• 部署 llms.txt： 在域名根目录放置 llms.txt 文件。它以纯 Markdown 字典的形式，向模型说明网站的结构和用途。
• 优先确保 Bing 索引： ChatGPT 的网页搜索依赖 Bing 索引。确保网站已在 Bing Webmaster Tools 中完整编入索引；仅被 Google 编入索引并不足够。

3b. 站外可信度

• 社区影响力： 模型高度依赖社区平台（例如 Reddit、Stack Overflow、GitHub）来判断舆情和现实中的推荐。在讨论中保持活跃，与站内内容同样重要。
• 专有数据壁垒： 发布原创的一手数据审计、基准测试结果或调查发现，并注明方法和日期。原创数据更容易被引用。

---

第 4 节 — 平台定位矩阵

根据优先考虑的引擎，自定义内容结构。

引擎	主要检索偏好	最佳内容策略
ChatGPT (Bing)	原文列表项、常见问题区块和直接定义。	结构清晰的项目符号列表、明确的 H2 标题，以及活跃的 Bing 索引收录。
Perplexity	权威、新鲜且经多个来源验证的数据。	原创研究、带引用的统计数据，以及快速发布时事内容。
Google AI Overviews	丰富的 Schema、定义和视觉素材。	FAQPage/HowTo Schema、语义化表格，以及标注清晰的诊断示意图。
Claude	多段上下文、长篇综合分析和清晰的推理。	全面详尽的指南、解释清楚的机制，以及深入的技术细节。

---

第 5 节 — AEO/GEO 自查

提交文案前，请对照此清单核查：

1. 答案摘要检查： 每个 H2 章节的首句是否可以单独完整阅读且仍然通顺？
2. 归因检查： 每项事实陈述是否都有可核查的来源、数字或名称？
3. 避免含糊措辞检查： 是否已删除“相信”“意见”“认为”“可能”等词语？
4. 格式检查： 比较内容是否使用语义化 <table> 元素，问题列表是否使用 FAQPage Schema？
5. 技术检查： 文案是否由服务器渲染，Bing 索引是否已确认？
6. EEAT 与视觉检查： 替代文本是否基于意图编写，并在适当处使用第一人称体验动词？

---

第 6 节 — 案例研究：AEO/GEO 失败与成功

失败案例 1：含糊空泛的文案（AI 默认生成的低质内容）

“我们相信，改进数据库至关重要。我们的团队认为，自定义索引有可能加快查询处理速度。许多用户表示，优化后性能显著提升，体验十分流畅。”

失败原因： “我们相信”“认为”“有可能”会导致不确定性评分偏高。“许多用户”无法提供引用来源。文中没有任何指标。

成功案例 1：陈述明确且有来源（针对 AEO 优化）

“自定义索引可优化 SQL 查询。我们审核了 140 个数据库实例，并记录到实施部分索引后，查询延迟降低了 64%。一项 2026 年 PostgreSQL 基准测试研究证实，部分索引可将磁盘写入开销降低 30%。”

成功原因： 开篇即为明确陈述。使用第一人称体验动词（“我们审核了”“记录到”）。列出可核查的研究或基准测试，并提供精确指标（64%、30%）。