让 AI 愿意引用的写法：先给答案，再给论证

「让 AI 引用你」听起来像玄学，其实是可提取性问题。

模型不会理解你的文章，它在找可以摘出来的片段。片段能不能成立，取决于写法，不取决于文采。

一、五个可提取性特征

1. 直接答案在前。 40 到 60 字，一句话说清结论，不依赖前文。这是最基本的一条。

2. 小标题是问题句。 「零点击率怎么算」比「关于零点击率的讨论」更容易被匹配。标题本身就是检索入口。

3. 段落自洽。 每段读完能独立成立。需要「如上所述」才能理解的段落，摘出去就是废的。

4. 数据可核。 具体数字、来源、时间。AI 引用时会优先选择有锚点的内容——一个带来源的百分比，比一句「大幅提升」有价值得多。

5. 结构可视化。 对比用表格，流程用编号步骤，并列用列表。结构化内容的摘取精度远高于长段落。

二、一个改写示例

改写前：

在当前的搜索环境下，随着 AI 技术的发展，很多站长发现自己的流量出现了不同程度的下滑，这种情况在信息类内容上尤其明显，因此需要调整策略。

改写后：

信息类内容的自然点击正在结构性下降。判断方法：Search Console 里曝光上升而点击下降，且品牌词流量稳定——三条同时成立，基本可确认被 AI 摘要截流。

后者的信息密度是前者的三倍，且每句话都能被单独摘走。

三、三个不要

不要把答案拆散。 结论分散在四段里，模型无法拼合，只能放弃。

不要用模糊量词。 「大量」「显著」「明显」这类词无法被核验，会被当作无效信息过滤。

不要用隐喻。 「流量像退潮一样」在人类读者眼里有画面感，在提取环节是噪声。

四、自查清单

发布前用五个问题过一遍：

1. 首段能不能独立回答标题的问题？
2. 每个 H2 是不是一个用户会问的问题？
3. 有没有至少一个可核的数据或来源？
4. 有没有一个表格或编号步骤？
5. 随机抽三段，能不能独立读懂？

五项里有三项以上为否，说明页面的可引用性偏低。

五、边界

这套写法有代价：可读性会略微下降，行文会显得「干」。对技术类、工具类内容，这个代价可以接受；对叙事类、观点类内容，不必强求。

判断标准是内容的目的。如果目的是「被检索、被引用、被当作参考」，就按可提取性写；如果目的是「让人读完有共鸣」，保持原有写法即可。

两种目的可以并存，但要分页面，不能混在同一篇里。