query fan-out 具体怎么工作？

用户输入「哪家中国储能厂商适合欧洲户用市场」，AI 引擎不会把这句话原样丢进搜索引擎，而是拆成一组子查询并行检索：厂商清单、CE/TÜV 认证、欧洲出货记录、户用产品线、质保条款、渠道评价……每个子查询独立召回候选页面，再合并去重进入下一阶段。这就是为什么「一个页面只讲一件事」的内容结构，比长篇综合页更容易被命中——每个子查询都需要一个能独立作答的段落。

它在四段流水线里的什么位置？

AI 答案的生产是四段流水线：检索（query fan-out）→ 落地验证 → 生成 → 引用。fan-out 是第一段的入口门票：子查询召回不到的页面，后面三段与你无关。第二段落地验证会交叉核验召回内容的事实一致性（详见 Grounding 落地验证），第三段生成组织语言，第四段引用决定哪些信源被显式列出。

怎么按 fan-out 视角做内容？

方法叫「子查询映射」：把目标问题拆成买家可能追问的 8-15 个子问题，逐一检查官网是否有能独立作答的段落。认证、产能、价格带、交期、案例、售后各自成段，每段首句就是可直接摘引的结论句。这套方法对应四维标准里的「语义覆盖」维度——固定问题集里有百分之多少的子查询，你的内容能覆盖。机制总览见 内容工程。

操作清单

  • 为每个核心品类列出 8-15 个买家子查询
  • 逐个子查询核对官网是否有独立可摘引的段落，缺则补
  • 每段首句写结论，数据与限定词紧随其后
  • 用 AI Mode 实测：观察追问路径，校验子查询覆盖
  • 把语义覆盖率纳入月度四维复测

常见坑

  • 内容按公司视角组织（关于我们/新闻中心），而非按买家问题组织
  • 一个超长页面讲所有事，子查询召回时段落边界模糊
  • 只优化首问，不管追问——第二轮就被竞品替换

常见问题

能看到引擎实际拆出了哪些子查询吗？
部分可以：Google AI Mode 的界面会展示推理过程与检索线索。实操上更可靠的方法是逆向工程——用变体问题实测，观察哪些信源反复进入答案。
fan-out 对不同引擎是同一套吗？
机制同源，程度不同。Google AI Mode 明确以 fan-out 为核心检索方式；ChatGPT 与 Perplexity 的联网管道也会做查询拆解。按子查询组织内容对所有引擎通用。