AI生成SEO文章，到底能不能用？

我拿一个自己熟悉的题目做了一次对照：先让 AI 写一版，再把自己手写的版本放在一起，逐句话问"这句是别人不知道的、还是换个说法重复一遍"。

这个问法来自 Google 的搜索质量指南。4.6.6 条对 Lowest 评级的描述写得很直白——复制、改写或 AI 生成，只要没有增量内容，就归入最低档。同一份文档里的另一段话也说了：AI 生成内容本身不违规，违规的动机是"为操纵搜索排名而规模化生产没有增量的内容"。

判定标准从来不是"是不是 AI 写的"，而是"这篇页面留下了什么别处拿不到的东西"。

检查跑下来，废话集中在两处

第一处是问题陈述。生成的版本花了很大篇幅解释某个概念是什么、为什么重要。这些句子每句都成立，但它们在同一关键词下的前十个结果里已经出现过十次。

第二处是结尾。生成的版本习惯用一个概括性的归纳收尾，读起来完整，删掉之后文章的信息量不减。

真正通不过的是这两处叠加后的效果：整篇读完之后，你对这个话题的掌握程度和读之前一样。增量这个词听上去抽象，落到检查上其实很具体——读完之后你多了哪一项别人没有的信息。

把这些句子删干净之后会出现一件有意思的事：文章变短了，读起来反而更"有信息"。这也是最直观的判据——如果删掉一半篇幅读者感受不到损失，那删掉的就是填充物。

第一步，把每一段压缩成一句"这段证明了什么"。压不出来的直接删，压出来发现是常识的也删。这一步通常能砍掉一半篇幅。

第二步，逐条问"这条我从哪来"。答案必须是可追溯的具体东西：一次实测的结果、一组带出处的数字、一段能复现的代码、一个具体的失败案例。答不上来的，那句就是"车轱辘话"的现代版本。

第三步，检查标题兑现。标题问了一个具体问题的文章，正文必须给出具体的答案，包括失败的边界在哪。给不出边界的答案等于没答。

第四步是我后来加的：查时效。把文章里所有带时间属性的句子挑出来，逐个确认它们半年后还成不成立。AI 生成的版本特别喜欢写"目前"“现在主流做法是”，这些是没有主语的时间声明，也是最先过期的部分。

把已知材料压缩成某种格式。 会议记录整理成条目、把散在文档里的配置项汇总成一张表。这类工作的输入是人给的，输出只需要忠实。

在自己已有结论之后铺排叙述。 结论、数据、案例都由我提供，让 AI 负责连句和组织顺序，然后我自己从头改一遍。这种情况下它省掉的是打字，不是判断。

生成结构化的元数据。 JSON-LD 这种有 schema 约束的东西，交给它出错率比手写低。写完用校验器跑一遍，正确性是可机检的——这一类才是真正可以放手的场景，结构化数据的写法在 JSON-LD 结构化数据里有完整的字段清单。

不适合的是站在你不懂的领域产出判断。它写得出来的句子永远比你知道的更肯定。

还有一种常被忽略的用法：让它扮演反对者。我写完一段结论之后，让它列出三条反驳理由，效果不错——反驳的质量取决于我给了它多少这个项目的背景材料。

当生成的版本里出现了对外部世界的描述——某个库的版本号、某项服务的定价、某个页面的当前状态——不要试图"改一改"，直接重写。这类信息一旦错了，人是带着信任去读的；改动时很容易只修掉你抽查到的那一处，漏掉同一篇里另外三处表述相近的说法。

这是我少有的"全有或全无"规则。

举个具体的。写一个功能的使用说明，AI 给的结构是"概念 → 用法 → 注意"。我改完变成"什么情况下你会需要它 → 最小可用的一段 → 我踩过的三个坑"。

信息量差不多，但后者的第三段是只有做过的人才能写的，前者的第三段人人都能写，于是它不值钱。

这类改写不必大动，通常只要补上那一段"只有你有的东西"，其余段落保持原样即可。

我给自己定的规则只有一条：每篇文章里必须有一处内容是只有做过这件事的人才能写出来的。可以是一次报错的完整栈信息，可以是一组自己跑出来的数字，可以是"这里我试了三种做法，前两种是这么崩的"。

这条规则的实际效果是产量大幅下降。我一开始不太愿意接受，后来发现减少的那部分本来也没有价值——它们是重复品，放进索引只是增加了被判定为规模化低质内容的面积。

索引侧的实际表现——被收没收、有没有在站点地图层面出问题——可以在 Google Search Central 里逐项对照着查，比凭感觉判断可靠得多。工具类页面天生更容易做出增量，因为每个工具自己就带着实测结果，这类页面的组织方式可以参考在线工具集合。

本文引用的评级规则来自 Google 搜索质量评估指南 4.6.6（Low or Lowest Quality）及 Google 官方关于 AI 生成内容的公开说明。