GEO 证据型内容生成

它在解决什么问题

AI 搜索结果和读者判断一篇内容值不值得信，成本越来越高。常见症状有：开头先写三段背景，核心结论埋在第四段；一个段落里事实、推断和观点混在一起；数字没有口径、没有时间窗，也没有来源标注。这类内容在生成式引擎优化（GEO）里往往不是质量问题，而是验证成本问题——读者和模型都要花额外力气，才能确认某句话到底能不能引用。

本技能的目标是产出「答案优先、证据可查、边界清楚」的中文内容。它不负责迎合平台算法，也不承诺制造爆款，而是做一件更朴素的事：让每个重要主张旁边都能找到来源、日期或明确的自述标识。

核心能力与工作流程

技能的处理链路大致分为七步：

1. 问题重构：把主题改写成可回答的问题，确定读者处于认知、比较、决策还是使用阶段，并预先声明本文不回答什么。
2. 建立证据表：证据不足的主张要么删除，要么降级为条件表达，要么标记为待补充。
3. 选择结构：支持 解释型、对比型、案例型、排名型 四类模板，各有固定段落顺序。
4. 写答案块：开头 80–150 字直接回答核心问题，包含实体全称、关键差异与适用条件，不写空泛导语。
5. 写证据段：在每个重要主张附近放置来源、日期或企业自述标识；数字要说明样本、时间窗和计算口径。
6. 增强结构化表达：使用定义句、步骤、比较表、FAQ、术语别名和相关页面链接，但不为结构化而重复同一句话。
7. 发布前质检：检查事实冲突、过期来源、绝对化表达、伪引用、无法证明的效果承诺，以及 AI 套话。

适用边界与注意点

适合的输入是 GEO 解释文、比较文、选型文、案例、FAQ、品牌页，也可以用于已有 SEO 或公众号文章的证据增强。但它有几个明确边界：

• 它不会编造来源、案例、客户评价或 AI 可见性结果，证据不足时会直接降级主张。
• 企业自述不会被包装成第三方结论，两者在正文中必须保持可区分的标识。
• 如果手头只有一份零散的企业资料，需要先整理成事实清单再写作，技能本身不做事实的原始采集。

最后一条提醒：结构化不等于可信度。模板和 FAQ 只是让证据更容易被找到，真正降低验证成本的，仍然是那句被反复检查过的论断本身。