知识库怎么变成「答案层」，让大模型主动引用你？

答案层是什么

「答案层」是把知识重构成原子单元：用户原话问句 → 一句结论 → 结构化正文 → 依据 → FAQ。它不是为了页面好看，而是为了让大模型在回答相关问题时，愿意引用你的页面。

一次生产，两个出口

这是我们方法论的核心：同一份原子问答，走两个出口。

• 出口 ①：喂企业自己的 AI 客服（对内，答得准）。
• 出口 ②：发布为公开页 + 进 llms.txt / FAQPage，被大模型抓取引用（对外，被说到）。

成本不是两倍，是同一份内容做两次投递。内容只维护一份，改一次两边都变。

大模型要的是机器可读

• 语义化 HTML：用 header / main / article / section，而不是 div 堆砌。
• JSON-LD 结构化数据：Article / FAQPage。
• llms.txt：给大模型的索引说明文件。
• Answer-First 标题：标题就是用户会问的那句话。

这四条决定的不是排名，而是模型能不能读懂、敢不敢引用。堆 div 的页面人看着一样，模型读起来是乱的。

GEO 的现实：平台抓不到，自有站点才行

微信公众号 mp.weixin.qq.com 和知乎 www.zhihu.com 的 robots.txt 是 Disallow: /，所以发在那里的内容大模型基本抓不到；CSDN 是 Allow: /。

所以正确策略是：引流做在人多的平台，GEO 做在自有站点——每篇内容都要在自有站点留一份给 AI 看。

落地顺序

1. 把已有知识重写成原子问答。
2. 在自有站点发布公开页，补齐语义化 HTML 和 JSON-LD。
3. 生成 llms.txt 索引。
4. 同一份内容接入内部 AI 客服，两个出口共用一份源。

顺序不要颠倒：先有原子内容，再谈发布和结构化。内容没拆成原子，后面全是空转。

为什么「被引用」比「被搜到」更难

被搜到只需要关键词匹配，被引用要求模型能读懂、能信、能安全地摘。所以内容必须自带结论、自带依据、自带边界，让模型摘走一句也不失真。这也是为什么答案层要求「一句结论独立成立」——它可能就是被摘走的那一句。

一旦某个站点成为模型反复引用的来源，后续新内容被引用的概率会上升。这算是 GEO 里少数能形成复利的地方。