客户只问一句，AI 为什么拆成十几个问题去搜？

Q: 一页放这么多内容，会不会太长、读者看不完

关键不是长短，是 结构 。每个子问题单独一个二级标题，标题下面第一句就给结论，想看细节的往后再读。读者是按需跳读的，AI 也是按块摘取的。

一家做小型冷库的公司，官网做得不算差：产品参数、机组品牌、库板厚度，一条条列得清清楚楚，底部还写着「深耕制冷行业十五年」。

可客户在 AI 里问一句「小型冷库怎么选」，AI 给出的回答里，从价格区间到该买多大，从一天耗多少电到多久能装好，全都讲了一遍——唯独没有提到他们。

原因不复杂：AI 回答的不是「小型冷库」这个词，而是一连串问题。他们只写了参数，其余的问题，都是别人在答。

AI 不是直接回答，它先把题拆开

这一机制有个名字，叫查询扇出（query fan-out）。当你提出一个稍复杂的问题，系统不会只做一次检索，而是先把它拆成若干条相关的子搜索，分别去找材料，最后拼成一段回答。

有一个对比很说明问题：Google 上的平均查询只有 3 到 4 个词，而人们在 ChatGPT 上提问，平均长度接近 23 个词。提问越长、越具体，背后隐含的问题就越多，被拆出来的路也越多。一个只围绕关键词搭建的页面，很难接住这些路。

换句话说：你过去优化的是「这个词」，而 AI 现在要的是「这一串问题的答案」。这两件事，不是一个做法。

一句提问，会被拆成哪几路

把「小型冷库怎么选」摆在面前，客户嘴上问的是一个「怎么选」，心里其实在同时问好几件事。AI 会把这些都搜一遍：

这六类子问题，你分别答了吗

子问题不是随机的，它们基本落在固定的几类里。对照下面这张表，看看自己的页面缺在哪一类：

子问题类型	客户心里真正在问	页面上该出现的内容
价格类	到底要花多少钱	「3 立方 / 5 立方 / 10 立方小型冷库，含安装的价格区间」
选型类	我这种情况该买多大	「按日周转量、库温、开门频次给选型建议」
使用成本	以后每个月要花多少	「常见规格的日耗电量与电费估算」
交付类	多久能用上、要不要改场地	「标准交期 X~X 天，是否需要地面承重与电源改造」
售后类	坏了谁管、多久来人	「质保年限、响应时效、服务覆盖范围」
对比类	买新的到底值不值	「新机与二手在寿命、故障率、维保成本上的差别」
合规类	要不要报备、能不能过验收	「相关资质与验收要点、需要配合的手续」

为什么「关键词覆盖」救不了你

最典型的误区，是把标题写成关键词，然后以为就覆盖到了：标题写「小型冷库」，正文反复出现「小型冷库」，看上去密度够了。

但拆出来的那几路搜索是「小型冷库价格」「小型冷库耗电」「小型冷库多久装好」——这些问题，重复那个词是答不了的。密度解决不了意图，只有内容能解决内容。

还有一个位置问题。多项研究给出的结论一致：AI 引用高度集中在页面的前半部分——有统计显示过半引用来自页面前 30% 的内容。所以每个小节的答案要写在最前面，不要先铺垫三段再给结论。

把一页，改成能接住问题簇的页

不需要推倒重来，改法其实很朴素：

现在这么写	改成这样
标题只写「小型冷库」	「小型冷库怎么选：价格、尺寸、耗电、安装一次说清」
整页一段产品介绍	每个子问题单独一个二级标题，标题下第一句就给结论
把答案埋在第三屏	结论前置，细节往后放，方便跳读和摘取
只讲参数和机芯	把价格区间、交期、售后、对比一并写进去
「详情请咨询客服」	能公开的答案直接写在页面上，客服只负责后续沟通

发布前的自查清单

标题写的是「问题」，不是一个品类词；
每个子问题都有独立的二级标题，能单独被摘出来看；
每个小节的第一句话就是结论，不绕圈子；
价格、交期、售后、对比这四类至少各有一块内容；
页面里不出现「详情请咨询」来代替答案；
同一页能同时回答「是什么、多少钱、适不适合我」。

常见问题

我们只是个小厂，答不了这么多问题

不用一次答完，先把客户最常问的那三四个答透。比如价格区间、常见规格的选型、交期、售后怎么管——这四条写清楚，就已经比只放一段产品介绍强得多。剩下的一点点补。

把价格和交期都写出来，会不会被同行抄

价格区间和交期是行业常识，同行本来就知道。真正抄不走的是你的客户案例、真实数据和交付能力。藏着不写的结果是：AI 只能去引用别家公开的数字。

一页放这么多内容，会不会太长、读者看不完

关键不是长短，是结构。每个子问题单独一个二级标题，标题下面第一句就给结论，想看细节的往后再读。读者是按需跳读的，AI 也是按块摘取的。

这和「被 AI 引用」是什么关系

AI 是把你的提问拆成多路去检索的，每一路都要找到能用的材料。你能接住的路越多，被写进答案的机会就越大；只答一路，剩下的路它就用别人的内容补上了。

延伸阅读

客户问的是一句，AI 要答的是一串。能接住几路，你就能出现在答案的几分之几里。