内容怎么写才可能被引用：10 维 GEO 评分逐维拆解

直接答案（先看这段）

十维里引文密度权重居首（16 分），域名信任基本不由改稿决定（8 分）；先补证据，再谈技巧。

这十维是知寻 GEO 内容编辑器对外公开的默认评分口径：满分 100，每一维的权重都写在明面上，保存或发布时逐维出分并给修改建议。它的用处不是给文章打个总分，而是告诉你这一篇丢在哪一维、下一步改哪里。十维的名称与权重如下，权重不改动、四舍五入也不做。

对外表述里，这十维也写作引文、来源、数据、结构、FAQ、E-E-A-T、语义对齐、域名权威、时效与答案前置，与上表逐条对应。下面逐维拆开。

引文密度（16 分）：关键论断有没有证据

这一维在评什么。 评的是关键论断背后有没有外部证据，以及这些证据在全文里的出现密度——不是看引了几条链接，而是看结论是否站在可核对的资料上。

怎么拿分。 每一个需要别人相信的判断，都挂一个具体出处：行业报告、官方文档、标准原文、一手统计。宁可少写两个论断，也要让留下的论断都有据。

常见扣分点。 通篇自述观点、没有任何外部证据；只写「研究表明」却不说哪份研究；把别人的二手转述当成一手资料引用。

来源标注（14 分）：引用有没有标清

这一维在评什么。 评的是引用是否标清了出处——来源主体、时间、可追溯的位置，缺一项都算不完整。

怎么拿分。 标注做到三件事：写清来源主体、给出时间、附上能打开的原链接；一手与二手明确区分。引用的是数据就标口径，引用的是观点就标作者。

常见扣分点。 有数字不标源；链接指向首页或已经失效；同一份资料前后标注不一致；把营销页当成权威来源。

语义对齐（15 分）：答的是不是同一个问题

这一维在评什么。 评的是内容回答的问题，和用户真正在问的问题是不是同一个——不是关键词有没有出现，而是意图有没有对上。

怎么拿分。 从真实提问出发组织内容：标题、开头、小标题都用提问者的语言；一个问题对应一个明确答复。动笔前先确认这句话是谁在什么情况下会问。

常见扣分点。 关键词堆砌但答非所问；标题问 A、正文答 B；泛泛覆盖一个领域，却不解决任何一个具体问题。

数据密度（12 分）：具体信息够不够

这一维在评什么。 评的是内容里具体信息的含量：数字、时点、范围、条件、边界，而不是形容词的密度。

怎么拿分。 能量化就量化，并且把口径一起写出来——数字的时点、样本、方法缺一不可，否则这个数字仍然不可核验。

常见扣分点。 用「大幅提升」「显著优于」代替数字；给数字不给口径；数字堆砌但彼此不构成论证。

E-E-A-T（12 分）：凭什么信你

这一维在评什么。 评的是经验、专业、权威、可信四类信号：写的人是谁、凭什么写、有没有可验证的一线经历。

怎么拿分。 署名到人并交代相关背景；写出具体做过什么、遇到什么、怎么处理；引用权威来源，同时说清自己的局限与利益关系。

常见扣分点。 匿名或署一个没有背景的账号；只有结论、没有过程；为了好看做超出能力范围的承诺。

结构层次（8 分）：能不能被切开读

这一维在评什么。 评的是内容是否容易被切分和定位：标题层级是否清楚，一段是否只说一件事。

怎么拿分。 用小标题把文章拆成可以独立阅读的节；每节首句先给结论；控制段落长度，避免一段里塞好几件事。

常见扣分点。 全文只有开头一个标题；层级跳跃；小节之间内容重叠，切出来读不懂。

域名信任（8 分）：发在哪里

这一维在评什么。 评的是内容所发布域名的权威程度。这是十维里唯一不主要由写稿决定的维度。

怎么拿分。 选择有主体信息、有编辑或审核机制、持续更新的发布位置；自有站点把公司信息、作者背景、联系方式做完整。

常见扣分点。 正文质量很高，却发在内容聚合站或明显以量取胜的站点；同一篇文章在多个低质镜像站重复出现。

FAQ 覆盖（6 分）：常见问题答没答

这一维在评什么。 评的是用户围绕这个话题高频提出的问题，有没有在文中被逐条答到。

怎么拿分。 把真实问法收集起来，挑出高频且与主题相关的问题，一问一答写清楚；问答区的答案要能独立成立，不要只写「见上文」。

常见扣分点。 FAQ 只是装饰，答的是自己想答的问题；问答与正文结论冲突；答案一句话敷衍过去。

新鲜度（5 分）：信息是什么时候的

这一维在评什么。 评的是信息时点：文中的数据、规则、案例离现在有多远，以及有没有标明时间。

怎么拿分。 每个会过期的事实都带上它的时点；有实质修订就更新，并说明改了什么；定期回看旧文，该归档的归档。

常见扣分点。 用旧数据讨论新问题，还不标时间；改个日期当更新、正文没动；规则已经变了，内容还在讲旧规则。

答案前置（4 分）：结论在第几段

这一维在评什么。 评的是核心答案能不能在内容前部就被读到——权重居末，却是很多内容容易先丢分的地方。

怎么拿分。 开头一段直接给结论，把背景和论证放到后面；每个小节第一句就是这一节的答案，而不是这一节的引子。

常见扣分点。 先铺垫大段行业背景，结论埋在最后；小节用「接下来我们看看」开头；关键词和结论分散在全文各处。

十维怎么配合使用

权重合计 100，真正的用法是把它当优先级排序器，而不是一个总分。

按分数把十维分成四组：证据与来源类（引文密度 16 + 来源标注 14 + 语义对齐 15 = 45 分）、数据与权威类（数据密度 12 + E-E-A-T 12 = 24 分）、发布与结构类（结构层次 8 + 域名信任 8 = 16 分）、可快速补齐类（FAQ 覆盖 6 + 新鲜度 5 + 答案前置 4 = 15 分）。这四组相加正好 100 分，也就是上面那张表。

读法有三条。**第一，先做成本最低的 15 分：**答案前置、FAQ 覆盖、新鲜度都是改稿就能动的，很多内容在这三项上本来就有分可拿。**第二，45 分的证据与来源类决定上限：**它需要真实资料和真实问题，不是靠话术补得上的，应该在动笔前就准备好。**第三，24 分的数据与权威类靠积累：**自己的实测数据、可署名的作者、可核对的案例，写一篇补不上，持续写才补得上。剩下域名信任这 8 分有一半不由写稿决定——写得好，不如发得对。

还有一点要说明：上表的权重是默认公开口径，系统支持按行业套用不同权重模板。权重会变，但「证据优先」的排序逻辑不变。所以看一篇文章的分数时，先看它丢在哪一维，再看这一维在你这篇选题里补不补得上。

适用边界

这套评分衡量的是「内容本身具不具备被引用的条件」，它不是一个效果指标，也不承诺引用结果。

具体说三点。第一，分数高不等于被引用。 AI 在回答某个问题时引用谁，还取决于这个问题有多少人在写、已有哪些信源被反复引用、平台当下的检索结果如何，这些都不由单篇内容决定。第二，域名信任这一维改稿无法提升。 如果发布位置本身不受信任，正文再规范也只能拿到其余九维的分。第三，权重按行业可有不同模板。 本文给出的是默认公开口径，不适合把分数直接横向比较不同行业的稿件。

另外，这套评分只覆盖正文里可以写出来的部分。平台算法不公开，用户的问法也在变，任何声称能锁定某个答案位置的说法都不成立。合理的用法是把它当写作自检清单：写完后看哪一维丢分最多，改那一维；过一段时间，再用同一批问题回看。

FAQ

Q1：这十维是 AI 平台官方的评分规则吗？ 不是。它是知寻 GEO 内容编辑器公开的默认评分口径，用来把「内容是否具备被引用的条件」拆成可逐项检查的十条，方便写作者自检。各 AI 平台都不公开自身的引用与排序算法，任何声称拿到平台官方评分的说法都不成立。

Q2：十维都拿高分，内容就一定会被引用吗？ 不一定。评分是必要条件，不是充分条件。高分说明内容在证据、来源、结构这些可控项上没有明显短板；是否被引用还要看问法、竞争，以及该问题下已有信源的强度。正确的期待是「提高被引用的概率和上限」，而不是「保证被引用」。

Q3：改稿时应该先补哪一维？ 先补答案前置、FAQ 覆盖、新鲜度这 15 分——改动成本最低，几轮修改就能拿到；再补引文密度、来源标注、语义对齐这 45 分，这三项需要提前准备资料和真实问法。数据密度与 E-E-A-T 属于长期项，靠持续写、持续积累可核对的素材，不建议指望一次改稿补起来。

本文所述十维名称与权重来自知寻 GEO 的公开评分口径（权重合计 100），实际评分以系统内逐维明细为准。内容是否被引用受平台、问法与竞争状况影响，本文不承诺任何引用结果。