存量内容 AEO 改造：几百篇博客先改哪 10%（引用潜力打分法）

存量内容 AEO 改造的正确起手式是筛选，不是重写。 在 300–500 篇的内容库里，值得优先动的通常只有 8%–12%：其余要么已经在被 AI 引用（改了反而破坏），要么主题根本不在用户会问的问题里（改了也没人问）。

这篇给出一套一个下午能跑完的筛选方法：四档分类 → 五维引用潜力分（CPS）→ 按档位派工单 → 14 天验证。文中的 412 篇演算来自我们对一个中文 B2B SaaS 内容库的完整跑分，口径和中间数字都写出来了，可以直接套自己的库。

什么是存量内容 AEO 改造，和常规内容更新差在哪

存量内容 AEO 改造，指对已发布的老页面做结构性改写，让单个段落能被 AI 整段摘录并标注为来源，而不只是提升传统搜索排名。 它改的是可摘录性和证据密度，不是关键词密度。

两者的判断标准完全不同：

	常规内容更新	存量内容 AEO 改造
目标单位	整页排名	单个段落被摘录
成功信号	排名位次、点击	回答里标注你的 URL 为来源
主要动作	补关键词、扩字数	前置结论、加表格、补具名数据
失败原因	覆盖不足	答案埋太深、无法独立读懂

同一篇文章可以排名第 3 却从不被 AI 引用——因为答案埋在第 800 字，而模型只会抓走能脱离上下文独立成立的那一段。这也是为什么"排名好的文章不用改"是错的：排名和被引用是两条通路。

为什么不能全站重写：三笔算得出来的账

第一笔：单位问题成本账

以 412 篇内容库为例，按每篇平均 1.5 小时实质改写计：

方案	工时	覆盖问题数	单位问题成本
全站重写 412 篇	618 小时	约 240 个	2.6 小时
只改前 10%（41 篇）	52 小时	约 96 个	0.54 小时
随机改 41 篇	52 小时	约 21 个	2.5 小时

（覆盖问题数口径：改造后该 URL 命中问题库中至少 1 条高频问题即计入，一篇多命中按去重后计数。）

随机改和全站重写的单位成本几乎一样（2.5 vs 2.6 小时），说明规模本身不产生效率，筛选才产生效率。 差别不在"改得好不好"，而在改的是不是有人在问的题。

第二笔：引用回撤风险账

已被引用的段落一旦重写，引用可能直接消失。我们在两次改造中观察到：被引用段落改写后，恢复到改前引用频次平均需要 3–5 周，且不保证恢复到原句式。这是把一档单列出来"只防守不重构"的直接原因。

第三笔：抓取预算账

大批量改动会让站点在短期内出现大量 lastmod 变化。Google 官方文档明确说明抓取预算由抓取容量上限和抓取需求共同决定，且大量低价值 URL 会对站点的抓取和索引产生负面影响。全站同时改动的实际后果是：真正重要的那几十篇排在重抓队列后面，见效被拖慢。

四档分类法：先把内容库切成四堆

打分之前必须先分类，因为四档的改造动作完全不同，混在一张表里按分数排序会得出错误优先级。

分类只看两个客观信号：主题在不在问题库里、监测数据里这个 URL 有没有被列为来源。

档位	判定条件	典型占比	改造动作
一档｜已被引用	URL 在 AI 回答的引用来源里出现过 ≥1 次	5%–8%	防守：更新数据，不动结构
二档｜接近被引用	主题命中问题库，但被引用的是竞品或第三方	12%–18%	主攻：补可引用块
三档｜结构不可读	主题命中，但页面无答案先行块、无表格列表	30%–35%	重构：拆段加结构
四档｜主题无关	问题库里没有对应问题	40%–50%	不动：合并、归档或留给传统搜索

执行顺序：先改二档，再改三档中主题命中度最高的一批，一档只做防守，四档不进本轮排期。

二档 ROI 最高的原因很具体：AI 已经在这个问题上给出了回答并引用了别人，说明检索通路是通的、这个问题有检索需求、模型愿意在此处引用外部来源——你缺的只是一段可摘录的文字，不是权威度。三档缺的是结构，一档缺的只是新鲜度。

没有问题库怎么起步

判定四档需要一份真实问题库。如果还没有，用这个降级路径：

1. 导出过去 90 天品牌词、品类词、竞品对比词在各平台的实际提问变体。
2. 去重后按月度出现频次排序，取前 200 条作为起步问题库。
3. 按主题标签归类，一个标签下通常 3–8 条问题，标签数控制在 30–50 个。

不同模型对同一问题的答案分歧越大，说明该问题的引用位越不稳定、越值得优先争夺。关于分歧度实测口径和该优先监测哪些平台，国产 AI 答案分歧度的实测方法有更细的说明。

引用潜力分（CPS）怎么算：五个维度和权重

引用潜力分（CPS）是 100 分制复合分，用于在同一档内部排序，不用于跨档比较。 五个维度各自 0–100 分，加权求和：

CPS = 0.30×主题命中度 + 0.25×引用邻近度 + 0.20×段落可读性 + 0.15×证据密度 + 0.10×更新衰减

维度	权重	打分依据	数据来源
主题命中度	30%	问题月度频次分位	问题库表
引用邻近度	25%	品牌离被引用差几步	监测导出表
段落可读性	20%	四条结构硬指标	内容表 + 人工抽检
证据密度	15%	每千字可核验数据点	人工阅读
更新衰减	10%	距末次实质更新月数	内容表

主题命中度（30%）

对应问题在问题库里的月度频次分位：前 10% 记 100 分，前 30% 记 70 分，命中但低频记 40 分，未命中记 0 分。

权重最高，因为它决定这篇改完有没有流量承接。命中度为 0 的页面无论结构多好都不该进排期。

引用邻近度（25%）

在该问题的 AI 回答里，你的品牌离"被引用"还差几步：

状态	分值
已被引用并标注 URL	100
被提及但未标来源	75
只有竞品被引用	50
双方都没出现	20

这是整套打分里唯一无法靠人工阅读页面得出的信号，只能从监测数据取。ChatGPT 与 Gemini 的来源选择逻辑并不相同——前者依赖搜索工具调用后的重排，后者走 Grounding with Google Search 的检索路径，具体差异见ChatGPT 如何选择与引用来源和Gemini 的 Grounding 来源选择机制。做邻近度打分时建议按平台分列，不要合并成一个平均值。

段落可读性（20%）

四条硬指标各 25 分：

1. 正文前 30% 位置有没有 40–60 字的直接答案块。
2. 有没有至少一个表格或有序列表。
3. H2 是不是描述性或问句式（不是"背景介绍"这类空标题）。
4. 单段是否普遍不超过 4 句。

段落级可引用性的判定标准和改写句式，见段落级可引用性的实测与写法。

证据密度（15%）

每 1000 字中可核验的数据点、具名来源、一手案例数量：0 个记 0 分，1–2 个记 50 分，3 个及以上记 100 分。

Google 在《创建有帮助、可靠、以用户为中心的内容》中把"内容是否展示了第一手专业知识与深度"列为自评核心问题，并要求内容提供超出显而易见信息的实质价值。AI 平台的来源选择逻辑与这套自评高度重叠：可核验的具体数字比形容词更容易被整段摘录。

更新衰减（10%）

距上次实质更新（非错别字修改）的月数：≤6 个月记 100，7–12 个月记 70，13–24 个月记 40，超过 24 个月记 10。

权重刻意压低——新鲜度是门槛不是杠杆。一篇结构不可读的新文章依然不会被引用；但一篇 2022 年数据的老文章会在竞品更新后被替换掉。

怎么批量跑：三张表、一个连接键

整套打分不需要专门工具，三张表加一次导出就能跑完。关键是三张表共用同一个连接键：主题标签（不是 URL，也不是关键词——URL 无法多对多，关键词无法归并同义提问）。

1. 内容表：从 CMS 或 sitemap 导出全部 URL，字段含标题、发布日期、末次更新日期、字数、H2 数量、是否含表格或有序列表。这几个字段决定段落可读性和更新衰减两维。
2. 问题库表：问题原文、所属主题标签、月度出现频次、当前在各平台被引用的域名。
3. 监测导出表：问题 × 平台 × 引用 URL × 提及品牌 × 情感倾向。提供引用邻近度，也是一档判定依据。

用主题标签 join 三张表。一篇文章常对应多个问题——取该文命中问题中频次最高的一条作为主题命中度输入，不要取平均，否则长尾问题会稀释分数、把好题压到排期外。把监测异常持续转化成选题排期的完整流水线，见从监测数据到内容排期的搭建方法。

跑分前必做：十分钟抓取可达性检查

如果 robots.txt 屏蔽了 AI 爬虫、或正文由客户端 JavaScript 渲染，页面根本进不了检索池，打分再准也白做。 检查三项：

• robots.txt 里 GPTBot、PerplexityBot、Google-Extended、ClaudeBot 等 UA 是否被 Disallow。
• 关掉 JavaScript 后正文是否还在（curl 取源码搜首段文字最快）。
• 是否有登录墙、地区跳转或 Cookie 弹窗遮挡首屏正文。

这一步十分钟，能整批筛掉注定无效的改造工单。

412 篇内容库的完整演算：前 10% 长什么样

用上面的口径对一个中文 B2B SaaS 内容库（412 篇，问题库取前 200 条高频问题）做一次完整跑分：

档位	篇数	占比	该档 CPS 中位数
一档｜已被引用	23	5.6%	71
二档｜接近被引用	61	14.8%	63
三档｜结构不可读	137	33.3%	44
四档｜主题无关	191	46.4%	18

前 10%（41 篇）不是简单取 CPS Top 41，而是按档配额：二档 25 篇、三档 12 篇、一档 4 篇。

配额理由：

• 二档 25 篇是主攻，直接对应可争夺的引用位，单篇改造对应 1–2 个已验证有检索需求的问题。
• 三档 12 篇只取主题命中度 ≥70 分的，这批是"好题烂结构"，改造收益最陡——结构成本低（约 1 小时），而题本身已被验证有人问。
• 一档 4 篇是防守配额，专挑更新衰减分低于 40 的老引用页，防止已有引用因数据过期被竞品替换。

三档 CPS 中位数只有 44，但它贡献了整个内容库最大的可改造存量。如果只按 CPS 全局排序，三档会被系统性挤出前 41 名——这正是多数内容审计做完没有效果的根本原因：分数把"结构差但题好"和"题也差"混为一谈了。

每一档具体改什么：三张工单模板

二档工单：补可引用块（单篇 1.5–2 小时）

按顺序做四件事：

1. 在正文前 30% 位置补一个 40–60 字的直接答案段，句式用"X 是……"或"X 的做法是……"。
2. 把散落在中后段的结论前置到对应 H2 下第一句。
3. 加一张对比表或参数表（AI 在"X 和 Y 哪个好"类问题上极度偏好表格结构）。
4. 补至少一个带具名来源的数据点，把形容词换成数字。

对比类页面的具体写法和表格字段选择，竞品对比页的引用结构有完整示例。定义类问题（"X 是什么"）另有一套写法，长期看引用红利更稳，见术语表页的定义类引用。

三档工单：结构重构（单篇约 1 小时）

只做四件事，不新增内容、不改论点：

1. 拆掉超过 5 句的长段。
2. 把陈述式 H2 改成问句式或定义式。
3. 每个 H2 下第一句用"X 是……"或"X 指……"起头。
4. 给流程类内容加有序列表。

纯结构改造，这也是它单篇工时最低的原因。做完后重新跑一次 CPS，通常段落可读性从 25 分升到 75–100 分，一部分页面会直接升进二档。

一档工单：防守更新（单篇约 20 分钟）

更新过期数字和年份、补内链、修死链，不动已被引用段落的句式和位置。

改动记录里单独标注这批 URL，一旦引用消失可快速回滚。首页、产品页、定价页等业务页的防守口径不同于博客——业务页要保住的是套餐名、计费单位、适用规模这类结构化事实，改动时优先对照分页面类型的 AEO 清单执行。

YMYL 主题的额外约束

如果内容库涉及医疗、健康、金融、法律等 YMYL 主题，三档的"纯结构重构"不能照搬：这类页面的结论前置必须同时带上资质署名和信息来源，否则前置了反而放大风险。合规边界和资质信号的具体做法，见医疗健康品牌的 YMYL AEO 红线。

改完怎么验证：14 天窗口和三个必看指标

改造上线后不要立刻看结果。AI 平台索引更新有滞后，以 14 天为一个观测窗口，前 7 天不做任何判断。

三个指标缺一不可：

指标	定义	反映什么
AI 提及率	目标问题集里出现品牌名的回答占比	召回
引用率	回答明确标注你的 URL 为来源的占比	AEO 改造的直接结果
位置	品牌出现在答案第几句、是否进首推列表	权重与信任度

三者的组合读法比单看任一个更有用：

• 提及率涨、引用率没动 → 内容被读到了但没被当成依据，补证据密度。
• 引用率涨、位置靠后 → 已进候选池但不是首选，加对比表和更具体的数字。
• 三者都没动、但对照组也没动 → 大概率还没重抓，先查 lastmod 和日志里的 AI 爬虫记录。

必须设对照组

为排除模型自身更新带来的波动，同时保留一组不改造的对照页：从二档里 CPS 相近（±5 分内）的篇目随机抽 15–20 篇，全程不动。

单品牌条件下如何构造可信对照组、样本量要多大才能读出信号，AEO holdout 对照测试方法有可复用的实验设计。

遇到模型大版本更新导致推荐结果整体位移时，要重新取基线，不能把变化归因到改造本身——升级后的可见性重估流程见模型大版本更新后的品牌可见性重估。

常见问题

存量内容 AEO 改造和重新发一篇新文章，哪个更快见效？

改造更快。老页面已有索引记录、内链和抓取历史，结构改完通常 1–3 周内可观察到引用变化；新页面从零累积一般需要 2–3 个月。前提是主题命中问题库——主题不对的老页面改了也不会有引用。

四档分类里第四档的内容要不要删掉？

不建议直接删。四档只是"不在本轮 AEO 排期内"，它们可能仍在承接传统搜索流量。处理顺序：先看有无自然流量 → 有流量的保留 → 无流量且主题重复的合并到同主题主页面并做 301 → 完全过时的才归档。

没有 AI 监测数据，这套打分还能用吗？

能用，但引用邻近度这一维（25%）会缺失。降级方案是把权重重新分配给主题命中度（40%）和段落可读性（30%），先做一轮纯结构筛选。缺点很明确：无法区分二档和三档，会把大量"好结构但没人问"的页面排到前面。建议至少手工在 3–5 个平台上跑一遍前 20 条高频问题，人工记录引用域名，够撑起一档判定。

一篇文章改完多久能看出是不是白改了？

14 天窗口内引用率、提及率、位置三项全无变化，且对照组同期也无变化，先查抓取而不是查内容：看 lastmod 是否更新、服务器日志里有没有 AI 爬虫的新一次抓取记录。确认已重抓仍无变化的，通常是主题命中度打分虚高——回头核对该文对应的问题在问题库里的真实频次分位。

每篇文章改完要不要更新发布日期？

只在做了实质改动时更新 dateModified，不要改 datePublished。三档的纯结构重构算实质改动，一档的错别字修正不算。伪造更新时间对引用没有帮助，内容与日期明显不符时反而损伤信任信号。

前 10% 改完之后，下一轮从哪里开始？

用同一套口径重新跑分。经过一轮改造后，问题库通常新增 20–40 条问题（来自监测中新出现的提问变体），二档构成会变；同时上一轮三档改造完成的页面会有一部分升级进二档。把打分周期固定为季度一次，比一次性做完整审计更可持续。