记得前几年有个比较流行的内容策略，就是专门在网站上为 FAQ 开辟内容，目的就是为了为搜索引擎的 PPA 区域提供素材。
但这种策略现在已然无效了，一是因为这种内容比较薄可能并不会引起算法的重视，二是因为官方已经宣布取消 FAQ Schema 了。
我现在经常使用的内容输出方法说起来是比较简单，就是围绕着某一个垂直的话题展开，并在行文过程中尽可能将各个方向的要素点都兼顾到。
比如现在需要输出一篇有关瑜伽裤版型设计的文章，我可能就需要根据这个主关键词去查询搜索结果页面上的长尾建议，同时也会去查询 AI 搜索过程中出现的 Fan-Out 关键词。
全部信息收集完成之后，再来确定各个要素点的顺序排列，以及对应的输出强度（需要深度输出还是一笔带过）。
恰好我今天看到一篇文章，它的核心逻辑也是围绕一个足够具体的问题，详细输出与之相关的一系列角度点。
需要提前说明的是，这篇文章主要是基于该作者的个人经验而输出的观点型文章，并非什么统计研究，更没有什么证明过程。
他的观点就是，在 AI 搜索中，围绕一个足够具体的问题写出深入、原创、紧扣主题的内容，可能比泛泛覆盖大关键词更容易被 Claude 等 AI 系统吸收、引用或用来组织答案。
因为 Claude 等 AI 模型会把文章中的观点压缩成简洁的答案，或者复述它真正希望读者理解的结论，甚至偶尔还会直接提到或引用原文章。
基于此他的判断是，如果一篇文章既有洞察、主题又足够具体，并且有人链接到它，那么过一段时间后，它就有机会影响 LLM 生成的答案。
这篇文章中除了核心点之外，我觉得还有两个点值得我们学习。
一是“所谓的文章具体并不只是多写细节”，二是“文章仅仅有洞察深度可能并不够”。
文章中作者一直在强调，保持具体某种程度上意味着要敢于删减。
很多文章的问题不是信息不够，而是加入了太多与主线关系不大的背景、延伸讨论和关键词段落，稀释了真正有价值的内容。
有兴趣的朋友可以自己搜索一下这篇文章，然后读读看。
我看完之后的感觉就是这篇文章不是在聊什么 AI 搜索时代的排名技巧，反倒是一直在强调一个老生常谈的写作原则。
把一个具体问题讲透，比围绕一个大词什么都讲一点更有价值。
