本课定位
纠正“堆关键词、模仿机器句式就能做好 GEO”的误区，建立用户价值优先、机器可理解为基础的双原则。
学习目标
- 解释“为算法写作”和“围绕需求做内容”的根本区别。
- 用相关性、结构、完整性和证据检查一份内容提纲。
- 把一个模糊主题改写成具体用户、具体阶段、具体任务的问题。
文章大纲
1. 三种看似 GEO、实则低价值的写法
- 关键词堆砌、空泛问答、无来源的全能结论。
- 为什么机器可读不等于用户有用。
2. 原则一：以客群需求决定内容价值
- 谁在什么场景遇到了什么问题。
- 处于 L1-L5 哪一阶段，下一步需要做什么判断。
3. 原则二：以 AI 适配决定表达形态
- 主题明确、层级清晰、答案完整、证据可追溯。
- 标题、摘要、列表、表格和 FAQ 各自适合承载什么信息。
4. 双原则四象限
- 高用户价值/高可理解性是目标。
- 其余三个象限的症状与修正办法。
5. 从关键词到问题任务
- 用“角色 + 场景 + 障碍 + 决策”改写选题。
案例设计
把“CRM 系统哪个好”改写为“20 人销售团队首次上 CRM，如何在预算、迁移成本和上手速度之间选择”。
动手练习
选一篇现有文章，保留主题但重写标题、开头答案、三级提纲和证据需求。
提交物
一份改写前后对照稿，并标出目标角色、意图层级和预期行动。
验收标准
- 问题中包含明确角色和场景。
- 提纲真正支持用户做判断，而非只介绍品牌。
- 至少列出两类需要补充的可验证证据。
发布前核验清单
- [ ] 没有声称某种句式或字数会保证 AI 引用。
- [ ] 所有“AI 偏好”类描述均有一手来源或降格为建议。
- [ ] 品牌信息没有遮蔽用户问题的完整回答。
- [ ] 练习答案能同时说明用户价值和结构价值。
