一篇文章回答几个问题最合适：段落被引用的分布规律

AI 引用内容时不是整篇引用，是按段落抓。一篇文章能被引用几次，取决于它有几个「独立可答」的段落。

观察到的分布

从几个 AI 搜索产品的引用行为看，单篇文章被引用 1–3 次是常态，超过 5 次的很少。原因不是内容不够，是 AI 一次回答通常只要 3–8 个来源，单个来源占 2–3 个位置就已经很多了。

所以「一篇文章回答几个问题」的答案不是越多越好，而是：围绕一个主问题，拆出 3–5 个子问题。

为什么是 3–5 个

太少的代价

只回答一个问题（比如 800 字只讲「GEO 是什么」），这篇文章在 AI 里的「可引用面」只有一个。问法稍有变化就匹配不上，复用率低。

太多的代价

一篇文章塞 10 个问题，每个问题只能分到一两段。段落太短，AI 抓的时候信息不完整，反而不会被选。而且主题太散，语义上会被判定为「不聚焦」，整体权重下降。

刚好的样子

一个主标题 + 3–5 个 h2 小标题，每个小标题下用 1–2 段（150–300 字）把这个子问题讲透。这样每个 h2 都是一个独立的候选答案块。

实际例子

比如「llms.txt 要不要做」这个标题，合理的结构是：

• h2：什么是 llms.txt（150 字）
• h2：目前有哪些 AI 产品真的读它（200 字）
• h2：做好还是不做好（200 字，分情况）
• h2：如果要写，格式怎么写（250 字，带示例）

四个 h2，每个都能单独作为一个问题的答案。AI 回答「llms.txt 是什么」时抓第一个，回答「怎么做」时抓第四个，一篇文章被用在四个不同场景。

一个容易犯的错

用 h2 但标题起得太虚。像「技术实现」「注意事项」「总结」这种小标题，AI 无法从中判断这段在讲什么，等于白写。小标题本身就该是一个完整的问题或判断，例如「GPTBot 要在 robots.txt 里放行吗」比「技术实现」强十倍。