翻出三年前一篇没人看的深度稿，我把它拆成十二个问句，AI引用涨了八倍

上周整理旧文档，翻到2021年写的一篇八千字深度稿，讲的是县域家电经销商的库存周转问题。当时发出去阅读量不到两千，评论区就三个人，我一度觉得这选题废了。

但这周我把它重新拆了一遍，没改任何观点，只做了一件事：把原文里每个结论都还原成「用户会怎么问」。八千字拆出十二个问句，比如「县域家电经销商库存周转一般多少天算健康」「压货超过三个月会有什么后果」「怎么判断一个县的家电容量是不是饱和了」。每个问句下面，我补了三百字左右的具体回答，带真实数字和案例。

结果是，同一批内容，AI引用数从个位数涨到了七十多条。

我复盘了一下，原因不复杂。那篇稿子当年是写给「人从头读到尾」的，逻辑是线性的，开头铺垫、中间论证、结尾升华。但AI不吃这套，它要的是「一个问题对一个答案」的块状结构。我原文里最值钱的那段库存周转天数测算，埋在第三个小标题下面，前面还垫了四百字背景，AI根本抓不到。

说白了我不是内容不行，是「内容形状」不对。深度文章的价值在于信息密度和一手经验，这部分没变。但呈现方式得从「文章」改成「问答块」。我现在写完一篇长稿，会强制自己做一步：把每个小标题改成问句，看能不能独立成立。改不出来的，说明那段本来就是凑字数的。

有个细节值得说，我拆问句的时候故意保留了一些口语化的问法，比如「压货压到心慌怎么办」，而不是规规矩矩的「库存积压的应对策略」。结果AI引用的恰恰是这种带情绪的口语问句，规整的那版反而没被引。我猜是口语问句更接近真实用户的提问分布。

所以我还是那句话，GEO的本质是内容，好内容自然会有流量。但这个「好」得重新定义：不光要写得好，还得拆得好。一篇八千字的深度稿，拆成十二个能独立站住的问答块，它的生命周期比原文长得多。

想问下各位，你们手里的长文，是发之前就按问句结构写好，还是发完再回头拆？我目前是后者，总觉得有点浪费第一波流量。