norahe0304-art 内容质量审计
同时检查传统 SEO（E-E-A-T）和 AI 搜索（可引用性）
两个维度
| 维度 | 目标 | 关键指标 |
|---|---|---|
| 传统 SEO | Google 排名 | E-E-A-T 评分、关键词、结构 |
| AI 可引用性 | ChatGPT/Perplexity 引用 | 可提取性、权威信号、第三方存在 |
第一部分：传统 SEO - E-E-A-T 分析
E-E-A-T 框架（2025年9月 QRG 更新版）
完整标准请参阅 seo/references/eeat-framework.md。
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、流程记录
- 独家数据、专有见解
- 直接经验的照片/视频
专业
- 作者资质、认证、简介
- 与主题相关的专业背景
- 适合受众的技术深度
- 准确、有来源支持的声明
权威
- 外部引用、权威来源的外链
- 品牌提及、行业认可
- 在知名媒体发表
- 被其他专家引用
可信
- 联系方式、实际地址
- 隐私政策、服务条款
- 客户推荐、评价
- 日期标记、透明的更正记录
- 安全网站（HTTPS）
内容指标
字数分析
按页面类型对比最低要求：
| 页面类型 | 最低字数 |
|---|---|
| 首页 | 500 |
| 服务页 | 800 |
| 博客文章 | 1,500 |
| 产品页 | 300+（复杂产品 400+） |
| 地点页 | 500-600 |
重要：这些是主题覆盖下限，不是目标。Google 已确认字数不是直接排名因素。目标是全面的主题覆盖——一篇完整回答问题的 500 字页面会超过一篇答非所问的 2,000 字页面。用作覆盖深度指南，而非硬性要求。
可读性
- Flesch 阅读难易度：一般受众目标 60-70
注意：Flesch 阅读难易度是内容可及性的有用参考，但不是 Google 的直接排名因素。John Mueller 已确认 Google 不使用基本可读性分数进行排名。Yoast 在 v19.3 中降低了 Flesch 分数的权重。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：匹配目标受众
- 句子长度：平均 15-20 词
- 段落长度：2-4 句
关键词优化
- 主关键词在标题、H1、前 100 字
- 自然密度（1-3%）
- 存在语义变体
- 不堆砌关键词
内容结构
- 逻辑标题层级（H1 → H2 → H3）
- 可扫描的章节配描述性标题
- 适当使用项目符号/编号列表
- 长文配目录
多媒体
- 相关图片配适当的 alt 文本
- 适当使用视频
- 复杂数据用信息图
- 统计数据用图表
内链
- 每 1000 字 3-5 个相关内链
- 描述性锚文本
- 链接到相关内容
- 无孤立页面
外链
- 引用权威来源
- 新标签页打开提升用户体验
- 数量合理（不过多）
AI 内容评估（2025年9月 QRG 新增）
Google 评审员现在正式评估内容是否看起来是 AI 生成的。
可接受的 AI 内容
- 展示真实的 E-E-A-T
- 提供独特价值
- 有人工监督和编辑
- 包含原创见解
低质量 AI 内容标记
- 通用措辞、缺乏具体性
- 无原创见解
- 跨页面重复结构
- 无作者署名
- 事实错误
有用内容系统（2024年3月）：有用内容系统在 2024年3月的核心更新中被合并到 Google 的核心排名算法中。它不再作为独立分类器运行。有用性信号现在在每次核心更新中被加权——同样的原则适用（以用户为先的内容、展示 E-E-A-T、满足用户意图），但执行是持续的，而非通过单独的 HCU 更新。
AI 引用准备（GEO 信号）
为 AI 搜索引擎优化（ChatGPT、Perplexity、Google AI 概述）：
- 清晰、可引用的声明配统计/事实
- 结构化数据（特别是数据点）
- 强标题层级（H1→H2→H3 流程）
- 关键问题答案前置
- 对比数据用表格和列表
- 清晰的归属和来源引用
AI 搜索可见性与 GEO（2025-2026）
Google AI 模式 于 2025年5月作为 Google 搜索的独立标签公开发布，覆盖 180+ 国家。与 AI 概述（显示在自然结果上方）不同，AI 模式提供完全对话式搜索体验，零自然蓝链接——使 AI 引用成为唯一的可见性机制。
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
- 第一方数据：原创研究、统计数据、案例研究和独家数据集被 AI 系统高度引用
- Schema 标记：文章、FAQ（用于非 Google AI 平台）和结构化内容 schema 帮助 AI 系统解析和归属内容
- 主题权威：AI 系统优先引用展示深度专业知识的来源——建立内容集群，而非孤立页面
- 实体清晰度：确保品牌、作者和关键概念用结构化数据明确定义（Organization、Person schema）
- 多平台追踪：监控 Google AI 概述、AI 模式、ChatGPT、Perplexity 和 Bing Copilot 的可见性——不仅是传统排名。将 AI 引用作为与自然排名和流量并列的独立 KPI。
生成式引擎优化（GEO）：
GEO 是专门为 AI 生成答案优化内容的新兴学科。关键 GEO 信号包括：可引用性（清晰、简洁的可提取事实）、归属（内容中的来源引用）、结构（组织良好的标题层级）和新鲜度（定期更新的数据）。详细 GEO 工作流请参阅 seo-geo 技能。
内容新鲜度
- 发布日期可见
- 如内容已修订显示最后更新日期
- 对快速变化主题，标记超过 12 个月未更新的内容
输出
内容质量分数：XX/100
E-E-A-T 明细
| 因素 | 分数 | 关键信号 |
|---|---|---|
| 经验 | XX/25 | ... |
| 专业 | XX/25 | ... |
| 权威 | XX/25 | ... |
| 可信 | XX/25 | ... |
AI 引用准备度：XX/100
发现的问题
建议
第二部分：AI 可引用性 - 三大支柱
来源：普林斯顿 GEO 研究 + 行业最佳实践
支柱 1：结构（可提取性）
AI 系统提取的是段落，不是整页。每个关键主张应该能独立成文。
| 内容块类型 | 适用场景 | 示例 |
|---|---|---|
| 定义块 | "什么是 X?" | "CRM 是一种管理客户关系的软件..." |
| 步骤块 | "怎么做 X?" | "第一步...第二步...第三步..." |
| 对比表 | "X vs Y" | 功能对比表格 |
| 优缺点块 | 评估类问题 | "优点：... 缺点：..." |
| FAQ 块 | 常见问题 | Q: ... A: ... |
| 统计块 | 数据支撑 | "根据 2025 年调查，73% 的用户..." |
结构规则：
- 每段开头直接给答案（不要埋在后面）
- 关键段落 40-60 词（AI 提取最佳长度）
- H2/H3 标题用问句形式（匹配用户搜索）
- 对比内容用表格，步骤内容用列表
支柱 2：权威（可引用性）
| 优化方法 | 可见性提升 | 怎么做 |
|---|---|---|
| 引用来源 | +40% | 添加权威引用和链接 |
| 添加统计 | +37% | 具体数字 + 来源 |
| 专家引言 | +30% | "据 [专家] 称..." |
| 权威语气 | +25% | 展示专业知识 |
| 关键词堆砌 | -10% | 会降低 AI 可见性 |
最佳组合：流畅度 + 统计数据 = 最大提升
支柱 3：存在（第三方曝光）
AI 不只引用你的网站，还引用你出现的地方。
| 平台 | AI 引用占比 | 行动 |
|---|---|---|
| Wikipedia | 7.8% | 确保品牌页面准确 |
| 1.8% | 在相关社区参与讨论 | |
| YouTube | 高 | 创建视频内容 |
| 评测网站 | 中 | G2, Capterra 保持更新 |
| Quora | 中 | 深度回答相关问题 |
综合评分输出
内容质量审计报告
1. 传统 SEO 得分: XX/100
- 经验: XX/25
- 专业: XX/25
- 权威: XX/25
- 可信: XX/25
2. AI 可引用性得分: XX/100
- 结构可提取性: XX/33
- 权威信号: XX/33
- 第三方存在: XX/33
3. 综合得分: XX/100
4. 优先修复项
- [具体建议]
[PROTOCOL]: 变更时更新此头部，然后检查 CLAUDE.md