我把客户的产品页按「词性」拆开跑AI，发现名词被引用的概率是形容词的4倍

最近在给一个家电客户做GEO诊断，遇到个挺有意思的现象。

他们产品页写得挺用心，形容词一堆：「极致静音」「澎湃动力」「匠心工艺」。但我用同一批问句跑了三遍AI答案，发现被引用的段落里，名词和数字的出现密度是形容词段的4倍多。

具体点说：我把他们详情页的文案按词性切了，名词短语（比如「直流变频电机」「噪音值22分贝」「保修期3年」）在AI摘录中出现的概率是67%，而形容词堆砌的段落只有15%。这还没控制问句类型，如果只算事实型问句，差距更大——名词段被引概率81%，形容词段直接掉到9%。

这让我回头翻了之前拆的800条问句，发现一个更扎心的事：我们花大量精力优化的「品牌调性描述」，在AI答案里几乎不出现。AI要的是可验证的实体和参数，不是情绪词。

所以我现在给客户的建议变了：先别急着铺问句库，先把产品页按「名词密度」重新排一遍。具体做法是：

1. 把每个产品页的文案切成句子，标出名词短语和数字；
2. 算每个句子的「名词+数字」占比，低于30%的句子直接标记为低引用潜力；
3. 用同一批问句跑AI，看被引段落是不是集中在高占比句子上。

我跑了三个客户，结论一致：AI摘录的段落，名词密度中位数是42%，而全页平均只有18%。

当然，这不是说形容词没用，它在转化环节还是有价值的。但如果你指望AI把你的「匠心工艺」当答案摘出来，那基本是浪费预算。

想问问大家：你们有没有试过把页面文案按词性拆开跑AI？我特别想知道，动词短语的引用概率怎么样——我还没顾上测这块。