主题
GEO 内容规范
AI 搜索正在变成很多人找答案的第一入口——同一篇文章，读者看，AI 引擎也在读。本页讲创作环节的写法：怎么让引擎读得懂、引得出，同时不牺牲人读的体验。
先说清 GEO 管什么、不管什么
GEO（生成式引擎优化）指的是让内容更容易被搜索引擎与 AI 问答系统准确收录和引用。
爻枢 Code 的 GEO 能力覆盖两段：写的时候管正文结构（本页），发的时候管一键分发到知乎、CSDN、今日头条（见全网分发）。
有一条顺序不能反：
| 先解决 | 再解决 |
|---|---|
| 人愿不愿意点、愿不愿意读 | 引擎能不能读懂、愿不愿意引用 |
| 标题、封面、开头 | 正文结构层 |
GEO 只在正文结构这一层落地——先让人点进来，再让搜索引擎读懂。反过来做（为了关键词把标题写得没人想点），换来的是跳过率，不是阅读量。
五条写作规范
以下四条属于结构层，第五条是把边界划回来。
一、标题层级：让结构自己说话
系统按文章逻辑生成规范的 H1 / H2 / H3 层级——不是多打几个井号，而是让「这篇讲了哪几块、每块下面说什么」在结构上成立。
为什么重要：引擎摘录一段内容时，先看它挂在哪一级标题下面。层级乱的稿子，段落再多也拼不出「主题—要点」的关系。
| 该做的 | 会出问题的写法 |
|---|---|
| 一级标题讲一件事，二级标题是它的并列要点 | 全篇只有一两个标题，正文一大坨 |
| 每个标题是一个具体判断或具体问题 | 为了排比写「浅谈」「漫谈」这类空标题 |
| 三级标题只在要点下确实有细分时出现 | 硬凑层级，二级标题下只挂一句话 |
二、实体信息：用陈述句把话说死
品牌名、创始人、产品名、关键数据——用明确的陈述句写出来，别让人猜，也别让 AI 猜。
text
✗ 我们是行业里比较领先的一家做文档协作的公司。
✓ 某某科技成立于 2019 年，做面向企业的文档协作工具，主打本地部署。区别在哪：用户问 AI「某某科技是什么」，引擎会去找能直接摘出来当答案的句子。第一句摘不出来，第二句可以直接引用。
所以：一次把「谁、做什么、有什么区别」讲清楚，比到处铺形容词有用得多。
三、FAQ：在文末接住提问式搜索
用户搜的往往是问句——「这个东西怎么用」「和别家有什么不一样」「怎么收费」。文末嵌一组常见问答，把问句和答案成对写出来，命中率最高。
- 问题用用户的原话问法，不用行业黑话和品牌内部叫法
- 答案第一句就给结论，后面再展开
- 三五组就够，多了是凑数，读者也不会读到那儿
四、关键词：融进句子里，不是堆在句子上
关键词要自然嵌入正文，不是每段塞一遍。搜索引擎早就能识别堆砌，堆了既难看，也不加分。
判断标准很简单：把这句关键词划掉，句子还通顺吗？通顺说明它本来就在句子里；读着别扭，就是硬塞的。
五、人类读者优先
前四条都是结构层的事。标题、封面、开头这三样只为一个人服务：正在刷信息流的读者。
- 标题：给一个想点开的理由，不是给一个关键词列表
- 封面：一眼看出这是什么内容
- 开头：前三句让人知道「这篇跟我有关」
这块不要迁就 GEO。为关键词完整性牺牲可读性，换个说法就是：为了被引用，先把读者赶走。
哪些创作模式带着这套规范
下面几类模式在写作阶段就内置了上面这套规范，不用额外下指令：
| 模式 | 典型用途 |
|---|---|
| 短文案 | 朋友圈、社群、活动文案 |
| 资讯文章 | 行业动态、热点解读 |
| 科普文章 | 概念解释、方法教程 |
| 品牌叙事 | 公司故事、产品发布 |
产线的分工见三个产线怎么分工；事实从哪来、选题怎么定，见知识库与选题。
发布前自查
| 查什么 | 判据 |
|---|---|
| 标题层级 | 只看各级标题，能读出文章骨架 |
| 实体句 | 搜一遍品牌名 / 产品名，第一次出现是不是完整陈述句 |
| FAQ | 文末有没有问答组，问法是不是用户的原话 |
| 关键词 | 随机划掉几处关键词，句子是不是还通顺 |
| 可读性 | 标题、封面、开头单独拿出来，陌生人愿不愿意点 |
常见卡点
| 现象 | 怎么办 |
|---|---|
| 标题层级被改乱了 | 说「按 GEO 规范重排标题层级」——它重出结构，不动正文内容 |
| 想加 FAQ 但不知道问什么 | 把知识库里的客户提问、客服记录、评论区给它——真实问句最好用 |
| 关键数据写不实 | 先补进知识库（见知识库与选题），再让它引用；不要让它自己编 |
| 标题为了搜索改得很难看 | 标题归人、正文结构归引擎——关键词放正文和 FAQ，别塞标题 |
| 公众号已经发了还能改吗 | 公众号侧改稿后重推草稿；要发到其他平台时按新版分发 |