以前我写内容 brief，通常从一个主关键词、几个副关键词和一组 People Also Ask 问题开始。
这套方法仍然有用，但到了 2026 年，它已经不够完整了。
Google 在官方 AI optimization guide 里提到，生成式 AI 搜索功能会用到 RAG 和 query fan-out。简单说，系统可能把一个搜索拆成多个相关查询，再从不同来源中组织更完整的答案。
这件事改变了我写内容 brief 的方式。
我不认为答案是“把文章写得更长”。真正的答案是：写一篇能承接连续追问的页面。
旧的内容 brief 太平了
传统 SEO brief 通常问这些问题：
- 目标关键词是什么？
- 现在排名靠前的页面有哪些？
- 竞品用了哪些标题结构？
- 大概要写多少字？
- 应该加哪些内链？
这些问题能产出一篇还不错的文章，但 AI Mode 和 AI Overviews 对内容提出了更高要求。一篇文章不只要回答第一层搜索，还要能覆盖隐藏在搜索背后的后续问题。
比如用户搜索“如何优化 AI 搜索结果里的 SEO”，他可能还想知道：
- Google 官方到底怎么说 AI 搜索优化？
- 这和传统 SEO 有什么不同？
- 哪些技术 SEO 基础仍然重要？
- 作者和品牌如何建立可信度？
- 做完之后怎么衡量效果？
这就是 query fan-out 对内容策略的影响。如果文章只回答标题里的那个问题，它可能不够像一个值得引用的来源。
从咖啡案例拆解：先比较，再看图、求助与查附近库存
Google 的 10 月 1 日咖啡案例让连续追问更具体：在 AI Mode 比较冲煮方法，用 Lens 针对拿铁拉花照片提问，通过 Search Live 获取倒奶建议，再寻找附近的设备。这些是进入咖啡任务的不同方式，不是可以随意互换的同一个界面。
下列顺序是根据这些案例设计的内容规划示例，不是捕获的 Google 会话，也不是系统内部查询日志。Google 的 AI 功能文档说明 AI Mode 和 AI Overviews 可能通过 query fan-out 发出相关搜索，但没有公开这个咖啡案例背后的具体子查询。读者看得见的连续追问，与系统内部的检索工作不能画等号。
| 读者的下一步决定 | 练习用输入示例 | 承接页面应解决什么 |
|---|---|---|
| 选冲煮方法 | 比较法压壶、手冲和冷萃所需设备、操作难度与风味 | 说明取舍及技巧变化带来的影响，把主观判断和测量结果分开 |
| 理解图片里的效果 | 展示拉花照片，询问需要哪些工具和步骤 | 将可辨识的图片与设备、奶泡状态及操作顺序的文字说明配对；装饰图不能单独教会技巧 |
| 边做边排查 | 倒奶时提问；功能可用时使用 Search Live | 提供可观察现象 → 可能原因 → 下一动作，并配有用的视频或步骤图；静态文章不能冒充实时反馈 |
| 买到缺少的工具 | 搜索附近合适的磨豆机或水壶 | 识别准确型号、门店、价格与库存更新时间，区分本地报价和泛商品推荐 |
围绕缺少的答案设计页面衔接
假设读者选了手冲，接着发现缺一台磨豆机。比较页应该解释设备需求，再链接到相关设备说明或具体商品，而不是把所有人都送去无差别的商城首页。技巧页应先说明图片中的工具，再让读者考虑购买。如果库存无法核实，应明确说明，并引导读者查看商家当前报价；不能把搜索结果直接当作当天可自提的保证。
可以用自己的网站重复做一次小型桌面检查：
- 从一个比较页 URL 开始，写下读者要做的决定和缺少的限制条件，例如现有设备或准备时间。
- 沿正文实际链接进入技巧页。页面的文字和图片能否直接解释下一动作？如果没有相关承接页，就标记为衔接缺失。
- 沿商品或门店链接继续，核对型号或规格、库存更新时间，并在作出购买决定前确认商家当前的自提说明。
- 记录起始问题、承接 URL、未解决的问题和需要补足的证据。可用产出应是具体缺口清单，不是“AI 已引用这些页面”的声明。
预期结果是连贯的答案路径：方法选择 → 技巧或设备说明 → 可核实的报价，不必全塞进一篇巨型文章。可用 query fan-out 定义区分相关检索与关键词克隆；图片专项检查见多模态搜索与图片可发现性审计。再用内部链接和明确的读者意图研究连接各个决策环节。
原公告还提到，可选择连接应用来个性化寻找课程。这是另一项由用户授权的能力，不是咖啡文章有用的前提。功能可用性会受语言、设备和账号等条件影响。上述映射不承诺每个人看到相同 AI 答案，更不保证入选、排名或引用。
我的 2026 AI Mode 内容 brief
现在我会用这套格式。
1. 先写一句话答案
在写大纲之前，我会先写出这篇文章应该被记住的一句话。
例如：
想提升 AI 搜索可见性，就要创建可抓取、结构清晰、能直接回答问题的页面，并加入原创经验，同时把主题和可信作者、品牌实体连接起来。
这句话是整篇文章的北极星。如果大纲支撑不了这句话，文章就还没准备好。
2. 画出用户的连续追问路径
我会列出读者在看到第一层答案后自然会继续问的问题。
如果主题是 AI SEO，我的追问路径可能包括：
- Google AI Mode 发生了什么变化？
- Query fan-out 如何影响内容规划？
- 传统 SEO 里哪些东西仍然有效？
- 创作者应该提供什么证据？
- 发布后应该如何更新内容？
这样写出来的文章更像真实用户旅程，而不是关键词清单。
3. 加入原创证据
Google 一直强调 helpful、reliable、people-first content。对我来说，一篇严肃文章至少要包含下面一种东西：
- 个人工作流
- 真实 checklist
- 前后对比案例
- 截图或审计结果
- 可复制模板
- 基于实践的明确观点
这也是小型创作者的机会。大站可能有权威性，但创作者可以提供更具体、更真实、更不容易被复制的经验。
4. 让页面更容易被抽取和理解
我现在写文章时，会考虑“是否像一个可被引用的来源”。
这不是说要写给机器看，而是让关键观点更容易理解、验证和复用：
- 使用清楚的 H2 和 H3
- 重要问题先直接回答，再展开解释
- 避免含糊判断
- 链接到一手来源
- 有步骤时用列表表达
- 定义保持干净、一致
页面结构越清楚，读者和搜索系统越容易理解每一段的价值。
5. 连接作者实体
这一点很多内容团队会忽略。
如果文章由真实作者发布，我希望这个作者看起来是一个稳定实体，而不是随机署名。具体包括：
- 网站内稳定的作者页
- 简短但具体的作者 bio
- 链接到作者个人站点或公开资料
- 各篇文章里的姓名保持一致
- Article schema 中把作者标记为 Person
对我在 Fennec SEO 的文章来说，加入个人站点 Anna SEO Journey 可以把站内署名和外部作者身份连接起来。这不是魔法，但它是更清晰的实体信号。
我停止做的事
最大的变化不是我新增了什么，而是我不再做什么。
我不会再要求作者为了十个相近长尾词写十篇几乎一样的文章。Query fan-out 让这种策略看起来更弱，而不是更强。
我也不会把 AI Overviews 当成一个完全独立的内容宇宙。Google 的官方说法是，生成式 AI 搜索功能仍然建立在核心搜索排名和质量系统之上。聪明的做法不是放弃 SEO，而是让 SEO 内容更完整、更原创、更值得信任。
可直接复制的 brief 模板
如果我要写一篇新的 AI SEO 文章，我会用这个模板：
- 用户的核心问题：
- 一句话答案：
- 后续追问：
- 原创证据或经验：
- 需要引用的一手来源：
- 内部链接：
- 作者实体信号：
- 需要的 schema：
- 更新时间：
- 成功指标：
最后一项很重要。如果目标是 AI 搜索可见性，我需要知道之后要检查什么。它可能是 Search Console 查询、品牌搜索、AI referral traffic，也可能是文章是否开始获得引用和提及。
我的结论
AI Mode 没有让内容策略变神秘。它只是让弱 brief 更容易暴露。
一篇 2026 年的好文章，应该回答第一个问题，支撑接下来的五个问题，并说明为什么这个作者值得信任。
这就是我现在愿意署名的内容。
我的工作流很简单：围绕用户旅程写，提供真实证据，连接作者实体，让页面更容易被理解。
我参考的来源
- Google Search Central: AI optimization guide
- Google Blog: AI Mode in Search
- Google Blog：跨搜索工具的咖啡任务案例
- Google Search Central：AI 功能与你的网站
- Fennec SEO: Google’s Official AI SEO Guide
问答
Query fan-out 是否意味着每个长尾词都要单独写一篇文章？
不需要。Query fan-out 反而让薄内容和关键词克隆页更弱。更好的页面应该先清楚回答核心问题，再覆盖真实读者会继续追问的问题。
小型创作者有机会出现在 AI Mode 或 AI Overviews 中吗？
有机会，但页面需要可抓取、结构清晰、有真实经验或证据支撑，并且作者与品牌信息要稳定一致。
想提升 AI 搜索可见性，第一步应该审计什么？
先看页面是否可索引，标题和 heading 是否清楚，作者信息、schema、内链是否完整，以及页面是否能用简洁方式回答核心问题。
