(GEO=Generative Engine Optimization,生成式引擎优化):并列、递进信息混写,确实容易拉低 AI 索引、向量召回、模型推理的准确度,但不是 “不能放在同一篇文章”,而是不能在同一个语义块(chunk)里把两种逻辑揉成一团、不加标记。
底层原因(AI 索引的特点)
传统搜索引擎主要抓关键词;AI / 向量索引是:切块→向量化→存向量库→按语义相似度召回。
- 并列信息(平行、互不依赖):A/B/C 都是同层级选项、条件、特点,任意一条可以单独回答用户问题,不需要按顺序读取;适合无序列表、分项要点、对比表。
- 递进信息(时序、因果、步骤、前置依赖):A→B→C,后面信息依赖前面,属于多跳推理链;适合有序步骤、流程、操作指南、HowTo。
混在一起的危害:
- 固定 token 切块时,一个 chunk 同时装了独立选项 + 先后步骤,向量会把两种不同关系揉成一个模糊表征;向量相似度很难区分 “是选其一” 还是 “必须依次执行”
- 检索召回之后,模型分不清:用户问的是【有哪些方案(取并列)】还是【怎么做(走递进)】,容易出现幻觉、断章取义、跳过前置条件
- 结构解析器、Schema(FAQPage / HowTo)会冲突:HowTo 要求有序流程,FAQ 是并列问答;同一块同时塞两种逻辑,信号混乱,AI 信源打分下降
- 多跳问题召回更容易出错:递进链路被并列信息打断,模型拼接证据时把平行条目当成流程步骤
举个反面例子(坏写法,混在一段): 申请资质需要准备身份证、营业执照,先线上填报,再提交纸质材料,还可以选择加急通道。 ✘ 里面:身份证 / 执照 / 加急(并列) + 填报→提交(递进)揉在同一段,AI 分不清哪些是材料、哪些是先后动作。
正面写法(拆分语义块,区分结构):
- 所需材料:①身份证 ②营业执照 (无序列表,并列)
- 办理流程:第一步线上填报 → 第二步提交纸质材料(有序列表,递进)
- 可选服务:加急通道(单独并列项)
实操 GEO 写作规则
- 同一个语义单元内,逻辑关系单一:一块只做并列,或只做递进;不要一句话 / 一个段落里两种关系交叉缠绕
- 用格式显性标记关系,给 AI 结构信号
- 并列:
ul无序列表、表格对比、FAQ 问答组 - 递进:
ol有序列表、步骤标题、HowTo Schema、时序小标题
- 并列:
- 长文可以同时存在并列板块 + 递进板块,用 H2/H3 标题隔离,不要互相穿插;AI 看标题层级识别边界,切块时按标题边界切,而不是硬按 token 切
- 加显式连接词辅助判别(AI 的弱信号补充)
- 并列:同时、此外、可选、包含、或者
- 递进:首先→其次→随后、前提、下一步、因此、进而
- 复杂主题的折中方案:先递进讲主线流程,在流程的某个节点,单独开一块列出【该步骤下的并列选项 / 材料 / 注意事项】,节点和选项分开成独立 chunk
补充边界,避免理解极端
不是 “一篇文章不能同时有并列和递进”,几乎所有实用内容都会两种都有; 风险点只有:逻辑边界模糊、没有结构隔离、切块跨逻辑关系。 如果做好标题、列表、Schema 隔离,AI 索引准确度不会受损,反而能同时支持 “列举类提问” 和 “步骤类多跳提问”。




