「AI 会把你的问题拆成几十个子问题，所以每个子问题都得写一篇」——这大概是今年 GEO 圈传得最广的一条方法论。逻辑听着很顺：引擎既然会做查询扇出（query fan-out），那我把能想到的子问题全覆盖掉，不就稳了？

今年 4 月有人把这条建议真的拿去跟真实引用数据对了一遍，结论和直觉相反：把子问题写满，并不会让你更容易被引用，甚至更差。

先搞清楚查询扇出到底在干什么

它指的是：用户只问了一句，引擎在后台把它拆成一批相关搜索，分别检索，再合并成一段回答。

  • Google 的 AI Mode、Deep Search 都跑这套机制。AI 产品负责人 Robby Stein 举过的例子是：问「带一群人纳什维尔玩什么」，后台会拆成餐厅、酒吧、适合小孩的项目分别去搜
  • Deep Search 更夸张，一个复杂问题会发出几十到上百次后台搜索，跑好几分钟
  • 做法背后是 Google 一份叫 Thematic Search 的专利（US12158907），思路就是识别提问里的主题、生成更窄的子查询，再用模型把结果汇总

机制本身没争议，有争议的是：内容团队到底该拿它怎么办。

35 万个页面实测：覆盖率几乎不预测引用

AirOps 和分析师 Kevin Indig 今年 4 月做了一份报告：拿 16,851 条真实提问，每条问 ChatGPT 三次，抓回 353,799 个「被引用」和「没被引用」的页面，再给每个页面打分——它到底覆盖了这条提问扇出的多少个子话题。

裸数据看着还行：一个子话题都没覆盖的页面，被引用率 30.6%；覆盖一半以上的，35.2%。但把「页面和主问题本身的相关度」控制住之后（相关度 0.8 以上），结论翻了过来：

  • 覆盖 26%–50% 子话题的页面：被引用率 38.2%
  • 把所有子话题都覆盖的页面：降到 34.0%

部分覆盖加高相关，反而赢过面面俱到。

写满为什么吃亏

一个解释是段落级检索：引擎是在页面里挑一段来用，不是在读整篇。

  • 一个又窄又自洽的小节，容易被整段拿走
  • 一篇想一次接住所有后续提问的长文，每段都浅，结果没有一段特别好用

报告里另一个数字更说明问题：底层检索排名比覆盖率的解释力强得多——后台排第 1 的页面被引用率 58.4%，排第 10 的只有 14.2%。这个四倍差距，远远盖过覆盖率带来的那点波动。先解决「进不进检索池」，再谈「覆盖了几个子话题」。

实操上怎么调

  • 别按子问题清单逐条铺稿：先挑出三五个和真实买家提问重叠最高的子问题，一条条写透
  • 每节开头一句直接给结论，让这一节能被单独拿走
  • 剩下那些边缘子问题，交给整个话题簇（一个主页面加若干真正不同的支撑页）去承接，别硬塞进一篇
  • Google 自己的文档也提过：不要为每种问法单独造一个页面

一句话总结：查询扇出不是一份「必须全覆盖」的清单，而是一张「哪几个子问题最值得写」的线索图。 把五个问题写透，比把五十个问题各写一句更有用。