现象
“AI 写的文章谷歌会不会降权”，这个问题被问了三年，答案一直没变，但误解一直在。
一边是不敢用的：坚持全人工手写，产能上不去，一个月发两篇，竞对一周发五篇。另一边是用力过猛的：一套提示词批量生成几百篇，上线三个月后整站流量塌一半，然后得出“AI 内容不能用”的结论。
真实情况是，搜索引擎在公开文档里反复说明过同一件事：判断标准是内容有没有帮到人，而不是谁写的。同时，规模化生成低价值内容这条被明确列入垃圾内容政策——注意，被打击的是“规模化 + 低价值”，不是“用了 AI”。
还有个值得留意的变化：受众端的态度在收紧。有调研显示，愿意接受纯 AI 生成内容的消费者比例这两年明显下降。也就是说，即便搜索引擎放行，读者也在用停留时间投票。
为什么
搞清楚判定逻辑，动作就不会跑偏。
搜索引擎评估内容质量的核心问法是三个：谁做的、怎么做的、为什么做。“谁”对应作者与公司的真实身份和资质；“怎么做”包括是否使用了自动化，用了就该说明并保证人工核查；“为什么”是最要紧的一条——这篇是为了帮到读者，还是为了骗一个排名。
再往上是 E-E-A-T 里那个第一个 E：经验。这是 AI 目前唯一给不了的东西。模型能把网上已有的说法整合得很流畅，但它没进过你的车间、没处理过客户因为公差超差退货的那一批、不知道海运旺季订舱要提前几周。这类第一手信息是你相对全网的唯一护城河。
所以结论很清楚：AI 负责效率环节（调研、结构、初稿、润色），人负责不可替代的环节（经验、判断、数据、验证）。这个分工做对，AI 是放大器；做反了，就是在规模化生产没人要的内容。
怎么做
先定选题，再开 AI。选题必须来自真实需求：业务员邮箱里被反复问到的问题、GSC 里有展示没点击的查询、竞对页面里答得含糊的地方。让 AI 凭空想选题，出来的一定是全网都写过的通稿。
用 AI 做三件效率活。第一是意图拆解：把目标关键词丢进去，要求列出搜索这个词的人处于采购哪个阶段、最担心什么、需要看到哪些证据才敢发询盘。第二是大纲：要求以问题为单位组织小节，而不是“引言—正文—总结”。第三是初稿，且明确禁止编造数字、参数和案例，留空让你填。
人工必须补进去的四样东西：具体参数（材料牌号、公差范围、起订量、交期区间）、一次真实的项目经过（哪个环节出过问题、怎么解决的）、可核查的引用（官方文档、标准编号，别写“据研究显示”）、明确的下一步动作（要图纸报价还是先下样品单）。
发布前跑一遍自查：这篇有没有全网找不到的信息？关键结论我自己能不能背出理由？有没有任何一句数据是我没验证过的？作者信息、公司资质、联系方式是否可查？四项都过再发。
内容形式上给机器留抓手：小节标题用问句、答案放在小节开头两句话内、参数用表格、常见问题上 FAQ 结构化数据。这既服务读者的扫读习惯，也让 AI 检索系统更容易把你这段抽出来当答案。
坑
用 AI 洗稿竞对文章。改几个词换个顺序，本质上还是同一篇，既没有增量价值又踩规模化低质的线。
提示词太短。只给一句“写一篇关于金属冲压的文章”，模型只能输出通稿。喂足行业背景、客户画像、要覆盖的问题和禁止事项，输出质量差别是量级上的。
放任 AI 编数字。这是最危险的一条。写出“行业平均良率 99.8%“这种没有出处的数字，被客户问一句就露底，信任成本远高于那点内容产量。
一次性铺量。一周上线八十篇同质文章，模式特征非常明显。宁可一周三篇有真东西的。
作者信息留空。页面上查不到人和公司，“谁做的”这一问直接不及格。
只发不管。发完不看数据、不更新过时参数，两年后一堆半死内容拖累整站评价。
铲子铺观点
把 AI 当写手，产出的是全网都有的东西；把 AI 当助理，产出的是只有你能给的东西。差别不在工具，在你愿不愿意把车间里的真实细节往外倒。
给外贸老板一个可执行的分工模板：AI 做意图拆解和大纲（十分钟），你口述真实经验让 AI 整理成段（二十分钟），你逐条核对参数和数据（二十分钟），最后人工写开头和结论。一篇有价值的行业内容，一小时能出来，这个效率手写追不上，质量批量生成也追不上。
最后提醒一句：内容这件事的判定标准，从来不是“像不像人写的”，而是“读完有没有多知道一件事”。这一条通过了，工具用什么都无所谓。
站长 · 关于本文
Ray Chan