事实块是把文章关键信息提炼成统一格式、方便生成式引擎直接读取的模块。本文对全站305篇带事实块的文章做结构分析,回答一个具体问题:什么样的信息最容易被AI提取。所有数字都来自对事实块JSON的全量解析,可复算。
一、范围与口径
总体是已发布且带有事实块的305篇文章,全量解析其JSON结构,记录四个字段:所属分类、每篇信息条数、每条的标签、值里是否含数字。这里统计的是事实块本身的结构,不评价正文质量;标签按原文计数,仅做空白处理,不合并近义词,因此“不同标签数”会偏高。事实块属于结构化数据的一种,是生成式引擎优化在站内的主要落点。
二、事实块在分类间的分布
305篇分布在13个分类,用户问答、危机公关、选型报价三个分类居前:
| 分类 | 文章数 | 占比 |
|---|---|---|
| 用户问答 | 58 | 19.02% |
| 危机公关 | 55 | 18.03% |
| 选型与报价 | 44 | 14.43% |
| 舆情监测 | 43 | 14.10% |
| 品牌声誉 | 39 | 12.79% |
| 行业解读 | 24 | 7.87% |
| 项目复盘 | 22 | 7.21% |
| 内容营销指南 | 5 | 1.64% |
| 营销干货 | 4 | 1.31% |
| 平台运营 | 4 | 1.31% |
| 公司动态 | 3 | 0.98% |
| 方法与工具 | 3 | 0.98% |
| 城市与本地 | 1 | 0.33% |
| 合计 | 305 | 100.00% |
问句、处置和选型类内容最先被结构化,因为它们对应明确问题、答案边界清楚,这和E-E-A-T强调的清晰、可核对一致。
三、每篇条数:高度集中在5到6条
1726条信息平均到每篇是5.66条,规格非常统一:
| 每篇条数 | 文章数 | 占比 |
|---|---|---|
| 4条 | 6 | 1.97% |
| 5条 | 92 | 30.16% |
| 6条 | 207 | 67.87% |
| 合计 | 305 | 100.00% |
近七成文章用满6条,最少也有4条,没有出现只有一两条的“空架子”。统一条数让信息位置稳定,引擎读取时知道每篇大致能拿到哪些字段,也便于侧边栏和目录保持一致。
四、标签里藏着什么
1726条信息一共出现1271种不同标签,说明标签是为每篇内容定制的,而不是套用固定字段;但头部标签仍有明显共性,出现次数最高的一批如下:
| 标签 | 出现次数 |
|---|---|
| 禁忌 | 28 |
| 指标 | 19 |
| 合规 | 16 |
| 周期 | 14 |
| 效果 | 13 |
| 分工 | 13 |
| 曝光 | 11 |
| 验收 | 11 |
| 分级 | 11 |
| 口径 | 9 |
| 响应 | 8 |
| 升级 | 8 |
排第一的是“禁忌”,其次是“指标”“合规”“周期”“效果”。这说明企业内容里最常被结构化、也最适合被直接引用的,是“不能做什么、用什么衡量、要符合什么规定、多久完成、达到什么效果”这类边界和口径信息,而不是大段描述。
五、量化信息占比仍然偏低
1726条里,值中带数字的有199条,占11.53%,其余近九成是定性表述。这和站内整体的数据密度问题一致:结构已经搭好,但填进结构里的量化结果还不够多。
在舆情监测、危机公关这类本就依赖指标的内容里,把真实的时效、占比、数量补进事实块,价值最高——同样的结构,带可核对数字的条目比纯形容词更容易被引擎采信。
六、为什么这种结构利于AI提取
事实块把散落在长文中的关键信息,压缩成“标签加值”的短条目,并用统一容器和样式呈现,引擎无需通读全文就能定位要点。一句话定义加五到六条信息的组合,既给出概念,又给出可核对的边界,配合文章页的Article和面包屑结构,形成完整的可引用单元。站点面向引擎的说明文件见llms.txt,术语全貌见术语库。
七、改进方向
数据指向两个动作。一是继续扩事实块覆盖,把还没有结构化的高价值内容纳入,优先处置和监测类;二是提升现有事实块的“含金量”,在不编造的前提下,把真实的周期、占比、时效、数量补进对应条目,让含数字的比例往上走。可核对的量化基准见舆情基准页,真实项目结果见案例中心。
八、边界
本文是对站内305篇事实块的全量结构盘点,标签按原文计数、未做近义合并,所以不同标签数偏高;所有数字可由同一脚本复算,结论只描述站内结构,不代表行业水平,也不构成对任何企业的评价。相关的单分类深度盘点见240篇内容盘点和15个项目复盘。