AI 時代怎麼判定內容好壞？軟文 vs 原創還有意義嗎
第四章：內容營運篇 · 第 65 問
許多從事內容營運的人常有疑問：我寫的是「推廣文」，但也提供了真實且有用的資訊，搜尋引擎到底怎麼判斷？會不會被當成「軟文」而受罰？答案是——百度確實有一套識別機制，但關鍵不在於「是否有推廣意圖」，而在於「內容品質是否達標」。
AI 時代：如何判定文章好壞？
若說上述問題在傳統時代還有標準答案（搜尋演算法判斷），那在 AI 起稿成為預設的今日，問題性質已改變：當人人皆用 AI 起稿，判定文章好壞的標準還成立嗎？
我的判斷是：標準並未消失，而是遷移了。 判定權從「作者是誰」（無法判斷、也不再重要），轉移到「內容自身能否被 AI 與使用者共同認定具價值」。
判定 AI 內容好壞的三個維度
維度一：事實可靠性（AI 時代的「硬通貨」）
AI 內容垃圾化的最大特徵是「正確但空洞」。判定標準不是「讀起來順不順」，而是：
- 是否有可驗證的具體數字與來源（“提升 40%” vs “提升顯著”）
- 觀點是否有出處（數據來源、報告、案例）
- 能否經得起溯源性檢驗——AI 會追查你的數據來源，編造的數據一戳就破
好內容 = 讓 AI 敢放心引用，而非僅讓讀者讀得舒服。
維度二：資訊增量（AI 時代最稀缺的資源）
AI 自己能寫出 90 分的「正確廢話」，因此現在內容好壞的關鍵變為：
- 是否提供了 AI 無法憑空生成的獨有資訊——你的實測資料、客戶反饋、產業洞察、獨家案例
- 是否有人的判斷——同樣的事實，你有沒有獨到的觀點、取捨、優先順序
- 是否為讀者著想省時——AI 提供的是資訊，好內容是「幫使用者做出決策」
維度三：結構可解析性 + 閱讀體驗（雙重標準）
AI 時代的讀者有兩種：人和AI 引擎。好內容必須同時討好兩者：
- 對人：邏輯清晰、不囉嗦、直擊痛點
- 對 AI：結構化（H2/H3、列表、FAQ、數據標註），讓 AI 能提取、能引用
一個可落地的判定清單（寫稿/發稿前過一遍）
| 判定項目 | 好內容（✓） | 差內容（✗） |
|---|---|---|
| 事實密度 | 有具體數字、來源、案例 | 全是形容詞和「眾所周知」 |
| AI 溯源 | 數據可查到出處 | 數據模糊或編造 |
| 資訊增量 | 有獨有觀點/實測/案例 | 復述 AI 也能寫的常識 |
| 人的判斷 | 有取捨、優先順序、立場 | 面面俱到但無重點 |
| 可解析性 | 有 H2/列表/FAQ/表格 | 一大段文字無結構 |
| 省時程度 | 看完能直接決策 | 看完仍不知怎麼辦 |
| 自刪測試 | 刪掉品牌名仍有價值 | 刪掉品牌名一無所有 |
特別提醒：讓 AI 當「草稿機」，人當「判斷者」
- 別寫「AI 一眼假」的內容：全文無數據、無案例、無觀點，AI 自己都不會引用你
- 分工：AI 出框架和初稿，人負責補充實測數據、真實案例、主觀判斷——這一層才是 AI 時代的「原創」
- 終極判定法：把內容喂回 AI，問「你會引用這篇嗎？會基於它給出什麼回答？」——AI 是否願意引用你，就是 AI 時代最客觀的內容品質評分
百度識別軟文/低質營銷內容的機制
颶風演算法（重點打擊內容農場）
百度颶風演算法自 2017 年推出並多次升級，核心打擊對象：
- 採集拼湊型內容：從多個來源拼接、段落打亂的「偽原創」
- 標題黨內容：標題與正文嚴重不符
- 跨領域批量採集：一個網站大量發布與主題無關的內容
細雨演算法（打擊 B2B 軟文）
專門針對企業站的低質軟文：
- 標題堆砌關鍵字和聯絡方式
- 正文中穿插大量電話號碼、微信帳號
- 頁面內容空洞，主要目的是展示聯絡方式
觸發懲罰的典型信號
| 危險信號 | 具體表現 | 風險等級 |
|---|---|---|
| 模板化內容 | 大量頁面結構雷同，僅更換產品名稱 | 高 |
| 過度商業內鏈 | 正文中每隔幾行就有連結指向產品購買頁 | 高 |
| 標題與內容脫節 | 標題是"如何選擇XX"，內容全是自誇 | 中 |
| 無實質資訊量 | 通篇泛泛而談，沒有具體數據或案例 | 中 |
| 作者資訊缺失 | 沒有作者署名，看不出內容的權威來源 | 中 |
搜尋引擎區分的核心邏輯
搜尋引擎不是在判斷"你有沒有商業目的"，而是在判斷：
- 對使用者有沒有價值？ ——讀完這篇內容，使用者的問題有沒有得到解答？
- 資訊是否真實獨特？ ——是否提供了其他地方找不到的見解或數據？
- 體驗是否良好？ ——使用者能否順利閱讀，還是被廣告和彈窗打斷？
換言之：一篇同時推廣產品又真正幫助使用者解決問題的文章，搜尋引擎不會懲罰。
“80/20 法則”：合規推廣內容的黃金比例
經過大量實踐驗證，搜尋引擎友善的推廣內容遵循一個原則：
- 80% 的篇幅用於提供真實價值（教學、分析、數據、對比）
- 20% 的篇幅用於自然引出產品／品牌（案例、解決方案、作者介紹）
✓ 好的範例
一篇"如何選擇企業級CRM系統"的文章：
- 前 80%：客觀講解 CRM 選型的 5 個核心維度、各維度的評判標準、業界常見坑點
- 後 20%：在"實際案例"部分自然帶出自家產品如何解決某個具體問題
✗ 不良範例
相同標題的文章：
- 開頭泛泛而談「CRM 非常重要」
- 接著直接列出自家產品的 10 大功能
- 結尾放置購買連結與促銷資訊
原生廣告的 SEO 優化最佳實踐
如果你就是要寫推廣內容，以下方式可讓它兼具 SEO 價值且不被懲罰：
- 從使用者搜尋意圖出發選題：先研究使用者在搜什麼，再思考如何將產品資訊融入解答中
- 提供獨家數據或見解：產業報告、使用者調研數據、獨家案例——這些是軟文所缺乏的
- 使用真實作者身分：具頭像、簡介、行業背景的作者，可信度與排名皆更佳
- 內鏈自然克制：全文最多 1-2 個指向產品頁面的連結，且需在上下文中自然出現
- 允許客觀對比：提及競爭對手並非壞事，客觀對比反而提升內容可信度
如何自我檢核內容是否有風險
問自己三個問題：
- 若將所有品牌名與產品連結刪除，這篇文章是否仍具獨立閱讀價值？
- 一個不了解你公司的讀者，讀完後是否覺得「學到了東西」？
- 把這篇內容發給同行看，他們會轉發，還是覺得「又是一篇廣告」？
若三個問題的答案皆為正面，你的內容就不會被搜尋引擎判定為低品質軟文。
實務建議
- 建立「價值優先」的內容審核機制：每篇文章發布前，請一位非市場部門同事閱讀並回饋「有沒有學到東西」——這個簡單測試比任何 SEO 檢查工具都有效
- 用數據說話取代形容詞堆砌：將「業界領先」“、「用戶好評如潮」替换為「服務超過3000家企业」“、「NPS評分達72分」”（以上為示例數字，非真實統計）——搜尋引擎與使用者更信任具體數字
- 追蹤「軟文」頁面的使用者行為指標：如果跳出率超過 85%、平均停留不到 30 秒（經驗門檻），說明內容在使用者眼中就是廣告，搜尋引擎的判斷不會比使用者更寬容
兩套框架如何搭配使用？
讀到這裡你可能會問：前面說的「AI 判定三維度」和後面這套「搜尋引擎軟文識別機制”」，到底以哪個為準？
答案是兩者疊加使用，且 AI 時代前者越來越重要：
| 環節 | 用哪套 | 為什麼 |
|---|---|---|
| 寫稿前（選題/規劃） | AI 判定框架 | 事實密度、資訊增量決定這篇值不值得寫 |
| 寫作中（結構/表達） | AI 判定框架為主 | 可解析性決定 AI 是不是願意引用你 |
| 發布前（合規檢查） | 搜尋引擎機制為主 | 80/20 法則、內鏈克制決定会不会被算法懲罰 |
| 發布後（效果追蹤） | 兩者都要 | 使用者行為指標看「人」是否認可，AI 引用率看「機器」是否認可 |
一句話總結：搜尋引擎的規則決定你的內容「不會被懲罰」，AI 的判定標準決定你的內容「值得被引用」。 傳統時代的底線（合規）依然要守，但 AI 時代的上限（被引用）才是真正的競爭點。
