GEO信息架构设计的两个维度

维度1：体系层信息架构
→ 内容体系的整体组织结构
→ 话题-子话题-概念的层级关系
→ 不同内容模块之间的关联网络

维度2：文章层信息架构
→ 单篇文章内部的信息组织结构
→ 章节-段落-信息原子的层级关系
→ 信息流向（从宏观到微观，或从问题到解答）

体系层信息架构的技术原则

原则1：话题树的层级清晰性

内容体系要形成一个清晰的话题树结构：

推荐的话题树结构（GEO话题示例）：

根话题：GEO优化（生成引擎优化）
│
├─ 一级子话题：技术基础
│   ├─ 二级子话题：RAG机制与内容优化
│   ├─ 二级子话题：向量检索与语义匹配
│   └─ 二级子话题：AI引擎内容评估机制
│
├─ 一级子话题：内容策略
│   ├─ 二级子话题：话题覆盖图谱构建
│   ├─ 二级子话题：内容模块化设计
│   └─ 二级子话题：信息增益策略
│
└─ 一级子话题：技术实施
    ├─ 二级子话题：Schema标记配置
    ├─ 二级子话题：内容格式优化
    └─ 二级子话题：效果评估方法

→ AI引擎通过话题树识别内容体系的知识组织逻辑
→ 层级清晰的话题树 = 系统化知识体系 = 高话题权威信号

原则2：覆盖均衡性

一级子话题的内容覆盖要尽量均衡：

覆盖不均衡（问题）：
技术基础：20篇文章
内容策略：3篇文章
技术实施：15篇文章
→ 内容策略覆盖严重不足
→ AI评估「内容策略」话题权威时，来源单薄

覆盖均衡（目标）：
技术基础：15篇文章
内容策略：12篇文章
技术实施：13篇文章
→ 三个一级子话题覆盖相对均衡
→ AI在各类查询中都能找到充分的来源

原则3：枢纽页面的信息架构锚定

为每一个一级子话题创建一个枢纽页面（Hub Page），作为该子话题的信息架构中心：

枢纽页面的功能：
1. 综合介绍该子话题的核心概念和框架
2. 链接到该子话题下的所有二级内容
3. 在各二级内容中被反向链接（建立星型链接结构）

枢纽页面的信息架构价值：
→ AI引擎识别枢纽页面为该子话题的权威入口
→ 在「X是什么」类宏观查询中，枢纽页面优先被引用
→ 枢纽页面的权威性通过内部链接向各二级内容扩散

文章层信息架构的技术原则

原则4：倒金字塔信息结构

文章使用倒金字塔的信息架构，即最重要的信息放在最前面：

倒金字塔结构（GEO推荐）：

层1（最前）：核心结论/定义（100字以内）
→ AI提取最简洁答案时，引用此层

层2：主要论点和关键数据（200-400字）
→ AI提取中等深度答案时，引用此层

层3：详细分析和机制解释（400-800字）
→ AI提取深度分析时，引用此层

层4（最后）：补充说明、边界条件、延伸阅读
→ AI在极深度查询中引用此层

→ 倒金字塔结构使AI在任何深度的查询中
  都能找到最匹配的信息层次

原则5：标题层级的语义完整性

文章的标题层次（H1-H4）要构成一个完整的语义结构：

语义完整的标题层级示例：
H1：AI引擎的内容评估机制与GEO优化策略
│
H2：AI引擎如何评估内容相关性
│   H3：向量相似度计算方法
│   H3：语义匹配的维度分析
│
H2：AI引擎如何评估内容权威性
│   H3：EEAT信号的识别方式
│   H3：来源权威度的评分机制
│
H2：基于评估机制的GEO优化策略
    H3：相关性优化的技术方法
    H3：权威性建设的实施路径

→ 标题层级构成完整的话题语义框架
→ AI仅通过扫描标题即能理解文章的知识结构

原则6：段落首句的信息摘要功能

每个段落的第一句话要概括出该段的主要内容：

低摘要功能的首句：
「在这种情况下，我们需要考虑……」
→ 首句无实质信息，AI需要读完整段才能提取要点

高摘要功能的首句：
「FAQ Schema配置能使AI引用率平均提升47%，
其技术原理是通过结构化问答标注优化RAG的召回精度。」
→ 首句包含核心结论（47%提升）和机制解释（RAG召回优化）
→ AI仅读首句即可提取段落的核心价值

原则7：信息密度的均匀分布

文章各个部分的信息密度要保持一致，不能出现「头重脚轻」或者「尾大不形」的情况：

信息密度不均匀（问题）：
开头：2000字详细介绍
结尾：200字草草总结
→ 文章后半部分信息密度极低
→ AI在处理长文时可能对后半部分权重降低

信息密度均匀（目标）：
每个H2章节：300-500字（相近的信息量）
每个H3章节：100-200字（相近的信息量）
→ 均匀分布的信息密度
→ AI对文章各部分的处理权重更均衡

信息架构设计的自检清单

体系层自检
- [ ] 内容体系是否具有明确的话题树结构（根话题→一级→二级）
- [ ] 一级子话题的覆盖是否比较平均
- 每个一级子话题是否都有对应的枢纽页面

文章层自检：
- [ ] 最重要信息是否放在文章开头（倒金字塔）
- [ ] 标题层级是否构成一个完整的语义框架
- [ ] 每个段落的第一句话是否能概括出该段的主要内容
- [ ] 各章节信息密度是否比较平均

总结

GEO信息架构设计的七个技术原则：

体系层（3个）：
1. 话题树层级清晰性：根话题→一级→二级的层次分明结构
2. 均衡性：各一级子话题的内容覆盖量比较平均
3. 枢纽页面锚定：每个子话题都设计有枢纽页面作为权威入口

文章层（4个）：
倒金字塔信息结构，最核心的信息放在前面，并且可以有多层次的引用。
标题层级语义完整性即为标题所构成的话题语义框架完整无缺；段落首句摘要功能指的就是第一个句子包含了整条文字的核心内容；信息密度均匀分布就是各个章节之间的信息量基本相同，不会出现过度集中的情况。

信息架构设计属于GEO优化中从「内容层」提升到「结构层」的技术实践，即不改变信息本身而通过改善信息的组织方式来提高AI引擎对内容理解深度以及引用效率。