seo-content

内容质量与 E-E-A-T 分析

Google 的“谁 / 如何 / 为什么”测试（经典启发式方法）

在评估 E-E-A-T 子因素之前，每次页面审查都应通过 Google 自己在实用内容指南中提出的三问启发式测试：

问题	关注点
谁创作了内容？	可见的署名、作者简介页、专业资质。读者通常期望看到这些信息的页面必须提供；对于 YMYL 内容，这一点不可妥协。
如何创作内容？	在读者有理由提出疑问时披露创作流程，尤其是借助 AI 创作的内容。原创研究 / 第一手证据 / 亲身经历。
为什么创作内容？	是“帮助人们”，而不是“吸引搜索点击”。警惕缺乏专业知识却进入细分领域、为制造新鲜度信号而频繁更新内容、以字数目标为导向创作内容等情况。

主要来源： https://developers.google.com/search/docs/fundamentals/creating-helpful-content

如果这三个问题的答案都不充分，页面就可能受到核心排名系统中实用性信号的影响（该信号此前属于独立的“实用内容系统”，在 2024 年 3 月的更新中并入核心系统）。

E-E-A-T 框架（2025 年 9 月更新版 QRG）

请阅读 ${CLAUDE_PLUGIN_ROOT}/skills/seo/references/eeat-framework.md 获取完整标准，并阅读 ${CLAUDE_PLUGIN_ROOT}/skills/seo/references/eeat-scoring-guide.md 了解分数区间。

经验（第一手信号）

• 原创研究、案例研究、前后对比结果
• 个人经历、流程文档
• 独特数据、专有见解
• 亲身体验拍摄的照片 / 视频

专业知识

• 作者资历、认证、简介
• 与主题相关的专业背景
• 符合受众需求的技术深度
• 准确且来源可靠的论述

权威性

• 外部引用、来自权威来源的反向链接
• 品牌提及、行业认可
• 在知名媒体上发表
• 被其他专家引用

可信度

• 联系方式、实体地址
• 隐私政策、服务条款
• 客户推荐、评价
• 日期标记、透明的更正说明
• 安全的网站（HTTPS）

内容指标

字数分析

与不同页面类型的最低字数进行比较：

页面类型	最低字数
首页	500
服务页面	800
博客文章	1,500
产品页面	300+（复杂产品为 400+）
地点页面	500-600

重要：这些是主题覆盖的最低标准，而非目标字数。Google 已确认，字数不是直接排名因素。目标是全面覆盖主题；一篇 500 字、彻底解答查询的页面，排名会超过一篇 2,000 字却未能解答查询的页面。请将这些标准作为充分覆盖主题深度的指南，而非僵化要求。

可读性

• Flesch 阅读易读度：面向普通受众时，目标为 60-70

**注意：**Flesch 阅读易读度是衡量内容易读性的有用指标，但不是 Google 的直接排名因素。John Mueller 已确认，Google 不会使用基本的可读性分数进行排名。Yoast 在 v19.3 中降低了 Flesch 分数的重要性。请将可读性分析作为内容质量指标，而非直接优化的 SEO 指标。

• 年级水平：符合目标受众
• 句子长度：平均 15-20 个词
• 段落长度：2-4 个句子

关键词优化

• 主要关键词出现在标题、H1 和前 100 个词中
• 自然的关键词密度（1-3%）
• 包含语义变体
• 不要堆砌关键词

内容结构

• 标题层级清晰（H1 -> H2 -> H3）
• 分区便于浏览，标题描述明确
• 适当使用项目符号列表 / 编号列表
• 长篇内容添加目录

多媒体

• 使用相关图片并提供恰当的替代文本
• 适当添加视频
• 使用信息图表呈现复杂数据
• 使用图表展示统计数据

内部链接

• 每 1000 个词添加 3-5 个相关内部链接
• 使用描述性锚文本
• 链接到相关内容
• 不存在孤立页面

外部链接

• 引用权威来源
• 为改善用户体验，在新标签页中打开
• 数量适当（不过多）

AI 内容评估（QRG：生成式 AI 指南于 2025 年 1 月新增；当前版本为 2025 年 9 月 11 日）

Google 评估人员评估的是低质量、大规模生成、复制或 AI 生成的主要内容模式，而不是将是否由 AI 撰写作为独立问题。

可接受的 AI 内容

• 展现真实的 E-E-A-T
• 提供独特价值
• 经过人工监督和编辑
• 包含原创见解

低质量 AI 内容的标志

• 措辞笼统，缺乏具体内容
• 没有原创见解
• 多个页面的结构重复
• 没有作者署名
• 存在事实错误

实用内容系统（2024 年 3 月）： 实用内容系统已在 2024 年 3 月核心更新期间并入 Google 的核心排名算法。它不再作为独立分类器运行。实用性信号现已纳入每次核心更新的权重计算中。原则并未改变（以人为本的内容、展现 E-E-A-T、满足用户意图），但执行方式是持续进行，而非通过单独的 HCU 更新进行。Google 现在还会公布主要核心更新之间持续进行的、规模较小且未预先公告的核心更新（变更日志 2025-12-09）。

生成式 AI 优化就是 SEO（Google 文档，发布于 2026-05-15，最后更新于 2026-07-10）： 官方《针对生成式 AI 功能进行优化》指南指出，你不需要新的 AI 文件、标记、Markdown、内容分块或 AI 专用改写；刻意追求不真实的“提及”并无帮助。AEO/GEO 是重新包装后的 SEO，仍以核心排名和质量为基础。

如实说明范围（Google 文档，2026-06-05）： 根据《使用第三方 SEO 工具、服务和建议》，没有任何工具能保证排名，第三方工具也无法访问 Google 的内部排名数据。claude-seo 的评分是启发式指标，并非 Google 内部信号，因此应在报告中如实说明，并依据 Google 的官方指南验证 GEO/AEO 结果（Search Console 是第一方信息来源）。

草稿清理：AI 措辞与隐形水印

对于“让它更像人写的”“移除水印”或“清理这份草稿”等请求，请在用户自己的内容上运行 捆绑的清理脚本：

"${CLAUDE_PLUGIN_ROOT}/scripts/claude-seo" run content_humanize.py draft.md -o cleaned.md
cat draft.md | "${CLAUDE_PLUGIN_ROOT}/scripts/claude-seo" run content_humanize.py --json

两个确定性处理步骤，都会记录在 JSON 输出中：

1. 不可见字符（invisible_removed）：移除零宽码点、方向标记/覆盖符、Unicode 标签字符（用于隐藏文本夹带），并规范化特殊空格。保留 Emoji 序列（ZWJ、Emoji 旁的变体选择符）。
2. AI 常见措辞（changes）：根据替换表进行保守的一对一替换（例如，“delve into” → “explore”）。不会改写或添加内容。

范围说明：统计水印（SynthID 式的令牌概率方案）存在于词语选择中，而非码点中。没有工具能可靠地检测或移除这类水印；请勿在报告中作出此类声称。此清理功能用于编辑用户自己的草稿，而非洗白第三方内容；对于移除用户无权拥有的内容来源信息的请求，应予以拒绝。

AI 引用准备度（GEO 信号）

针对 AI 搜索引擎（ChatGPT、Perplexity、Google AI Overviews）进行优化：

• 使用清晰、适合引用的陈述，并提供统计数据/事实
• 使用结构化数据（尤其是针对数据点）
• 建立清晰的标题层级（H1->H2->H3 流程）
• 对关键问题采用答案优先的格式
• 使用表格和列表呈现比较数据
• 清楚注明归属并引用来源

AI 搜索可见性与 GEO（2025-2026）

Google AI Mode 是 Google 的对话式 AI 搜索界面。Google 经常升级 AI Mode 使用的模型（根据 blog.google，Gemini 3.5 Flash 于 2026-05-19 成为默认模型，此后也已推出更新的 Flash 模型）；切勿将建议与某个模型版本挂钩。除非有一手来源支持，否则应将第三方统计的 AI Mode 使用量、引用量和链接分享量视为取决于统计方法，并同时针对 AI Mode 和 AI Overviews 进行优化（参见 seo-geo 技能）。

AI 引用的关键优化策略：

• 结构化回答： 清晰的问答格式、定义模式和分步说明，便于 AI 系统提取和引用
• 一手数据： 原创研究、统计数据、案例研究和独特数据集很容易被 AI 系统引用
• Schema 标记： 使用 Article 和其他相关的结构化内容。FAQPage 不再生成 Google FAQ 富媒体搜索结果；仅在适当情况下，对真正的用户问答使用 QAPage
• 主题权威性： AI 系统会优先引用展现深厚专业知识的来源。应构建内容集群，而非孤立页面
• 实体清晰度： 确保通过结构化数据（Organization、Person schema）清晰定义品牌、作者和关键概念
• 多平台跟踪： 监控内容在 Google AI Overviews、AI Mode、ChatGPT、Perplexity 和 Bing Copilot 上的可见性，而不只是传统排名。应将 AI 引用作为独立的 KPI，与自然排名和流量一并跟踪。

生成式引擎优化（GEO）： 根据 Google 的 AI 优化指南，“针对生成式 AI 搜索进行优化，就是针对搜索体验进行优化，因此仍然属于 SEO”：AI Overviews 和 AI Mode 与传统 Search 一样，依托相同的排名和质量体系。重要的优化信号（可引用性、来源归属、标题层级、内容新鲜度）都是应用于 AI 搜索界面的 SEO 基础，而非独立学科。详细工作流请参阅 seo-geo 技能；两个界面共享的一手来源综合指南位于 ${CLAUDE_PLUGIN_ROOT}/skills/seo-geo/references/google-ai-optimization-guide.md。

内容新鲜度

• 明确显示发布日期
• 内容修订后显示最后更新日期
• 对于变化迅速的主题，标记超过 12 个月未更新的内容

Google 更新关联分析（内容更新和垃圾内容更新）

在将流量或排名变化归因于任何因素之前，请先根据一手来源记录表，列出该时间段内已确认的 Google 更新：

"${CLAUDE_PLUGIN_ROOT}/scripts/claude-seo" run seo_updates.py --since <yyyy-mm> --json

每条记录都引用 Google 所有的 URL。如果 freshness.stale 为 true，请说明记录表可能遗漏近期更新，并在得出结论前检查 status.search.google.com。日期重叠只是一个假设，绝不能视为因果关系的证明。

输出

内容质量评分：XX/100

E-E-A-T 细分

因素	评分	关键信号
经验	XX/20	...
专业知识	XX/25	...
权威性	XX/25	...
可信度	XX/30	...

权重采用本技能自己的评分模型，其排序反映了 Google 声明的层级：信任最重要（30），其次是专业知识和权威性（各 25），最后是经验（20）；满分合计为 100。Google 未公布 E-E-A-T 的数字权重（只说明信任最重要），因此应将该比例视为我们的内部模型。不要采用平均分配的 25/25/25/25（这与 Google 所说的“信任最重要”相矛盾）。

AI 引用准备度：XX/100

发现的问题

建议

DataForSEO 集成（可选）

如果可以使用 DataForSEO MCP 工具，请使用 kw_data_google_ads_search_volume 获取真实的关键词搜索量数据，使用 dataforseo_labs_bulk_keyword_difficulty 获取难度评分，使用 dataforseo_labs_search_intent 对搜索意图进行分类，并使用 content_analysis_summary 分析内容质量。

错误处理

场景	操作
URL 无法访问（DNS 故障、连接被拒绝）	清楚地报告错误。不要猜测页面内容。建议用户检查 URL 并重试。
内容位于付费墙后（402/403、登录墙）	报告该内容无法公开访问。仅分析可见部分（元标签、标头），并说明这一限制。
内容过少（可检索内容少于 100 个词）	如实报告发现，不要猜测。指出页面可能由 JavaScript 渲染或受到访问限制，并建议用户直接提供全文。

FLOW 框架集成

如需通过提示词指导内容优化，请使用 /seo flow optimize <url> 和 /seo flow win <url>：FLOW 的 optimize 和 win 提示词提供结构化的 E-E-A-T 改进和 BOFU 转化工作流。