搜索的形态变了
过去用户搜「深圳 AI 开发公司」，看十个蓝色链接。现在用户问「深圳哪家 AI 开发公司适合做客服系统」，AI 直接给一个带理由的答案。
内容要能成为那个「理由」：具体、可信、有细节。
围绕问题建内容地图
把目标用户的问题按主题组织：认知问题（什么是 RAG）、选择问题（RAG 还是微调）、行动问题（怎么落地客服知识库）。每一类问题对应一类内容。
问题地图比关键词列表更接近 AI 的思考方式。
- 认知问题：概念、原理、边界
- 选择问题：对比、适用条件、决策框架
- 行动问题：步骤、案例、检查清单
每篇文章回答一个问题
文章越聚焦，越容易被引用。一篇标题是「RAG 知识切分怎么做」，正文就不要跑题去讲 Agent。
段落之间用清晰的小标题，AI 可以精准抽取。
用证据支撑每个主张
案例、数字、时间、方法论都是证据。写「客户流失下降 36%」比写「显著改善」强一百倍。
AI 搜索时代，内容策略的终点是让 AI 在回答里提到你。
内容日历怎么排
按问题优先级排，而不是按发布方便排：先覆盖最影响成交的十个问题，再扩展长尾问题。每篇文章配一个核心问题、一个目标人群、一个证据。
内容日历应该是一个验证系统：发布后观察搜索和 AI 引用表现，把数据反馈到下一篇的选题。
与关键词策略的关系
面向 AI 的内容策略不需要抛弃关键词，而是把关键词扩展成问题。每个核心关键词配 3-5 个真实用户问题，文章围绕问题展开。
传统 SEO 的标题和 H 标签仍然有用：AI 系统同样依赖页面结构判断主题。
关键词负责覆盖，问题负责被引用，两者结合才是完整的策略。
内容策略的度量
每篇内容至少跟踪五个数：自然搜索访问、AI 引用提及、页面停留时间、转化行为和收录状态。
月度汇总时，把表现最好的三篇和最差的三篇放在一起对比，找出内容共性。
度量不是为了排名，而是为了知道什么内容值得继续投入。