800 分制 GEO 评分系统详解(8 类平权 + 改写建议)

v0.3.3(2026-07-17)起,星河探源 GEO 的 GEO 内容评分从 100 分制改为 800 分制:8 大类平权,每类满分 100,总分 800。

一、为什么改 800 分制

原版问题(2026-07-17 前)

原版 8 大类按权重加权:内容质量 0.20 / 引用权威性 0.15 / 结构化 0.15 / 可读性 0.10 / 技术 SEO 0.15 / AI 友好度 0.10 / 时效性 0.10 / 负面信号抑制 0.05。

问题:改低权重类收益小。例如负面信号抑制类只占 5% 权重,用户花大力气改这一类,总分只涨 3-5 分,缺乏反馈激励。

v0.3.3 改 8 类平权

8 类全部满分 100,权重 = 1/8 = 0.125(但不需要相乘,直接加和)。

改任意一类,直接涨总分。这跟 AI 修复的实操语义一致:「修了能涨多少」是用户最关心的。

二、8 大类详解

1. 内容质量与信息密度(100)

定义:内容是否提供具体事实、数据、案例、可操作建议;避免空泛、口号、营销话术。

典型扣分项

• 扣 30:关键论点没有数据 / 案例 / 事实支撑
• 扣 20:「最好的」「第一」「100%」等空泛形容词无来源
• 扣 15:同义反复 / 废话段落(每段超过 100 字没新信息)
• 扣 10:营销话术过多(每 100 字超过 3 个「完美」「极致」「革命性」)

怎么修

• 每个段落加 1 个数据 / 案例 / 来源
• 删「完美 / 极致 / 革命性」等空泛词
• 把长段落拆成「论点 + 数据 + 例子 + 结论」四段

2. 引用与权威性(100)

定义:内容是否引用权威来源;是否有外部背书;专家言论是否可查证。

典型扣分项

• 扣 30:数据无来源(任何「研究表明」必须带具体引用)
• 扣 25:外部链接死链
• 扣 20:引用源不可信(广告内容 / 内容农场)
• 扣 15:专家头衔无法核实

怎么修

• 每个数据加权威来源(政府 / 学术 / 知名媒体)
• 用 archive.org 验证引用源仍然在线
• 专家言论加可查证履历

3. 结构化与层次(100)

定义:H1/H2/H3 层次清晰;段落短而紧凑;TL;DR 关键结论前置;表格 / 列表 / 引用块用对。

典型扣分项

• 扣 25:缺 H1 / 缺 H2 / 标题层级跳跃(H1 → H3)
• 扣 20:段落超过 200 字
• 扣 15:缺 TL;DR / 关键结论前置
• 扣 10:列表 / 表格 / 引用块使用不当

怎么修

• 每篇文章必须 H1 + 至少 3 个 H2
• 每段控制在 200 字以内
• 文章首段给 TL;DR(3-5 句话总结)
• 对比类内容用表格,步骤类用列表

4. 可读性(100)

定义:语言通俗;长句拆分;术语解释;目标读者无障碍理解。

典型扣分项

• 扣 20:句子超过 50 字
• 扣 15:专业术语堆砌(每段超过 5 个未解释术语)
• 扣 15:同义反复
• 扣 10:不合理的英文混杂

怎么修

• 长句拆短(逗号断句)
• 术语第一次出现时括号解释
• 删同义反复
• 中文文章里英文术语第一次给出中文译名

5. 技术 SEO(100)

定义:title / description / canonical / OG / Twitter Card / 结构化数据 / sitemap / robots / 加载速度 / 移动适配。

典型扣分项

• 扣 30:缺 title / 缺 meta description / 缺 canonical
• 扣 20:缺 OG / Twitter Card / og:image
• 扣 15:sitemap 未更新 / lastmod 假数据
• 扣 15:JSON-LD 不完整或错误
• 扣 10:缺 ICP 备案号
• 扣 10:lighthouse score < 80

怎么修

• 每页有独立 title / description / canonical
• OG + Twitter Card 必须填 og:image
• sitemap lastmod 用真实数据
• JSON-LD 完整 Organization / WebSite / BreadcrumbList / Article
• footer 加 ICP 备案号

6. AI 友好度(100)

定义:llms.txt / llms-full.txt / JSON-LD / FAQ 结构化 / 表格语义化。

典型扣分项

• 扣 30:无 llms.txt 或 llms-full.txt
• 扣 25:JSON-LD Schema 缺关键字段
• 扣 20:FAQ 无结构化(FAQPage Schema)
• 扣 15:内容不是 Markdown 友好(混乱 HTML / 嵌套表格)
• 扣 10:目录缺锚点

怎么修

• 放 /llms.txt + /llms-full.txt
• 加 JSON-LD Article + FAQPage + BreadcrumbList
• FAQ 用 h3 提问 + p 回答
• 目录用 <a href="#section"> 锚点

7. 时效性(100)

定义:内容发布时间标注;数据统计时间;定期更新机制。

典型扣分项

• 扣 25:无发布时间标注
• 扣 25:数据无统计时间
• 扣 20:内容 > 2 年未更新
• 扣 15:数据来源已过期
• 扣 15:承诺 / 特性与实际不符

怎么修

• 每页加 <time> 标签
• 数据加「截至 2026-08」
• 定期(季度)更新关键内容
• 标注来源原始发布时间

8. 负面信号抑制(100)

定义:是否有夸大宣传、绝对化用语、未核实数据、误导性陈述。

典型扣分项

• 扣 30:绝对化用语
• 扣 25:夸大宣传
• 扣 20:抄袭内容
• 扣 15:误导性陈述
• 扣 10:已知负面信息未处理

怎么修

• 删「最 / 第一 / 100%」绝对化用语,改为「之一 / 排名前列 / 主流」
• 删夸大功效
• 检查原创性(避免 AI 引擎标记)
• 不实陈述立即改正

三、改写优先级

扣分总和 → 优先级:

• 扣 200+ 分(总分 < 600):严重问题,需要重新组织内容
• 扣 100-200 分(总分 600-700):中等问题,系统性改写
• 扣 < 100 分(总分 700-800):轻微问题,小修小补

四、AI 引擎引用偏好差异

不同 AI 引擎引用偏好(基于我们的 100+ 案例观察):

• DeepSeek:技术密度高 / GitHub / Markdown 友好 = 引用率高
• 豆包:生活化 / 知乎 / 公众号 / 通俗 = 引用率高
• Kimi:学术 / 长文 / 数据 = 引用率高
• 通义:阿里云生态 / 知乎 / 公众号 = 引用率高
• 腾讯混元:腾讯生态 / 公众号 / 通俗 = 引用率高

实操含义:做 GEO 不只优化一类,要看目标 AI 引擎的引用偏好。

五、自动评分 + 改写

星河探源 GEO 提供:

• URL 抓取 + 800 分制评分
• 8 大类扣分项 + 引用句定位
• LLM 自动改写(严守「严禁编造」原则)
• 多平台变体(微信公众号 / 小红书 / 知乎 / 头条号 / 抖音)

1 元 = 10 积分,详细见 /recharge。