GEO内容写作：事实句、数据引用、来源标注的可引用格式
一、什么是可引用事实句
AI 模型在生成答案时，从 chunk 里挑句子的标准很简单：这句话能不能独立成为答案的一部分。能独立成立的句子，必须同时满足四个条件：主语明确、谓语具体、带数字或阈值、来源可被交叉验证。
把这四件事拼起来，就是一句事实句。它不需要修辞，不需要铺垫，读起来像一句话的定义。模型看到这样的句子，会直接把它塞进答案，再附你的 URL 作为来源。
| 要素 | 要求 | 反例 | 正例 |
|---|---|---|---|
| 主语 | 公司名、型号、行业名 | 「它」「我们」「该产品」 | 「XX 型蝶阀」 |
| 谓语 | 具体动作或状态 | 「很好」「不错」 | 「泄漏率 ≤ 0.1%」 |
| 数字 | 百分比、阈值、时长 | 「很快」「较高」 | 「120 摄氏度」「2.5 秒」 |
| 来源 | 标准号、报告、测试机构 | 「行业普遍认为」 | 「依据 API 598 测试」 |
这四个条件缺一不可。缺主语，模型不知道说的是谁；缺数字，模型没法摘成答案；缺来源，模型不敢引，怕错。写作时每段写完自己读一遍，问一句：这句话单独发给一个没看过全文的人，他能不能懂？不懂就继续拆。
二、改写四步法：从营销句到答案句
大多数 B2B 网站的初稿都是营销腔。改写成事实句不需要重写整篇，按四步逐句过一遍就行。
| 步骤 | 动作 | 示例 |
|---|---|---|
| 1 加主语 | 把代词换成具体型号或公司名 | 「它」→「XX 型蝶阀」 |
| 2 加数字 | 把形容词换成阈值 | 「很快」→「响应时间 ≤ 200 毫秒」 |
| 3 加来源 | 补标准号或测试报告名 | →「依据 API 598 出厂测试」 |
| 4 删形容词 | 删掉所有无证据最高级 | 「靠前」「最优」「专业度高」全删 |
场景化示例：原文写「我们的阀门产品性能优异，深受客户好评，是优于行业常规水平的选择」。按四步改：加主语「XX 型 PN16 蝶阀」，加数字「出厂泄漏率 ≤ 0.1%，工作温度上限 120 摄氏度」，加来源「依据 API 598 与 EN 558-1 测试」，删形容词。改完变成一句：「XX 型 PN16 蝶阀出厂泄漏率 ≤ 0.1%，工作温度上限 120 摄氏度，依据 API 598 与 EN 558-1 测试」。这就是模型能直接摘的句子。
场景化示例二：原文写「Core Web Vitals 对 SEO 很重要」。改写成「Core Web Vitals 三项合格线是 LCP ≤ 2.5 秒、INP ≤ 200 毫秒、CLS ≤ 0.1，超过该阈值移动端排名会被压缩」。数字、阈值、后果都齐了。具体指标见 Core Web Vitals。
三、数据引用的格式：来源怎么标才不会被模型忽略
标来源不是加个上标就完事。模型在读 chunk 时，会优先识别几类可验证来源：行业标准编号、政府或机构报告名、第三方测试数据。泛泛写「根据研究」它会直接跳过。
| 来源写法 | 模型识别度 | 建议 |
|---|---|---|
| 「依据 ISO 9001:2015 认证」 | 高 | 标准编号加年份 |
| 「据 Statista 2025 报告」 | 高 | 机构名加年份 |
| 「据我们内部测试」 | 中 | 补样本量与方法 |
| 「行业普遍认为」 | 低 | 删掉，换成具体数字 |
| 「有研究表明」 | 低 | 必须点名研究机构 |
一个实用技巧：把来源写进句子本身，而不是放脚注。脚注在 chunk 切分时经常和正文分离，模型读到正文时看不到脚注，就不敢引。例如把「泄漏率 ≤ 0.1%」和「依据 API 598」写在同一句里，中间用逗号连接，chunk 切分后这句话仍然完整。
内部测试数据要补样本量。「我们测试了 100 台样本，泄漏率均值 0.08%」比「我们测试泄漏率很低」可信得多。怎么管理专家访谈和数据出处，见 信源管理。
四、段落与 chunk 的配合：每段一个答案
大模型按 chunk 召回，chunk 通常 500 至 1500 字。如果你把所有事实句堆在一段里，模型只召回这一段时信息密度高；但如果关键事实散在长文各处，召回率就低。做法是每段只讲一个答案，段首句就是结论。
| 段落结构 | 写法 | 模型召回效果 |
|---|---|---|
| 结论先行段 | 首句事实句，后两句解释 | 高，首句直接被摘 |
| 参数表段 | 表格首行就是阈值 | 高，表格行可独立摘出 |
| 背景铺垫段 | 「伴随行业发展」开头 | 低，无事实可摘 |
| 营销总结段 | 「我们专注于…」结尾 | 低，形容词堆砌 |
反直觉判断：删掉形容词比加形容词提升引用率更快。很多团队以为 GEO 写作要多加关键词，其实模型对营销词是减分的——它会觉得这句话不可信。把「优于行业常规水平」「专业度高」「助力」这类词全部删掉，换成数字和来源，引用率反而上升。禁用词清单见写作规范，常见坑包括「靠前」「最优」「高水准」「我们专注于」。
文章开头的事实句要放在 tldr 或首段，因为模型召回时优先读页面前部。一篇 3000 字文章，建议埋 8 至 12 个可摘句：首段 2 个、每个 H2 小节首句 1 个、表格首行 3 至 4 个、结尾重述 1 个。事实层、观点层、承诺层怎么分层，见 GEO 内容分层。
五、上线前自检清单
文章写完不要直接发，按这个清单过一遍。
| 检查项 | 合格标准 | 不合格处理 |
|---|---|---|
| 可摘句数量 | 每篇 8 至 12 个 | 把营销段改写成事实句 |
| 每段是否自包含 | 脱离上下文仍成立 | 拆段或补主语 |
| 来源标注 | 每处数字都有标准号或机构 | 补来源或删数字 |
| 禁用词 | 无靠前、最优、助力等 | 替换成事实 |
| 首段事实句 | 首句即答案 | 把首段背景后移 |
| 表格首行 | 阈值或结论在首行 | 调整列顺序 |
写完后用一个笨办法验证：把文章里所有「我们」「它」「这」开头的句子挑出来，看能不能换成具体名词。换不掉的，就是模型不会摘的句子。这种改写一次大约花 20 分钟，比重写整篇便宜得多。内容生产的人机分工，见 内容生产的 AI 协作边界。
FAQ 常见问题
什么样的句子 AI 才会引用？
GEO 写作要不要多加关键词？
来源标注写在脚注里可以吗？
一篇文章要埋多少个可引用事实句？
内部测试数据怎么标来源才可信？
改写完怎么自检哪些句子能被 AI 引用？
写在最后
GEO 写作不是把文章写得更长，是把句子写得更硬。每一句话要么给事实，要么给判断，要么给行动。营销腔在 SEO 时代还能靠外链补回来，在 GEO 时代直接被模型跳过。删掉形容词、加上数字、标清来源，这三件事做对了，引用率会自己涨。
落地三步：本周挑一篇流量最大的旧文章，按四步法逐句改写；下周把改写后的版本和旧版跑同一组固定问题对比；第三周把这套四步法写进内容 SOP，让以后每篇新文章都按这个模板写。一次改一篇见效，改十篇就是系统能力。
一句可以记住的话：AI 不要形容词，要可验证的句子——主语、数字、来源，三件套齐了，它自然替你说话。