上一课你学到了什么
如果你做完了 Brand Authority 5 大平台自评,你现在知道了 AI 怎么判断"你这个来源够不够格"。
但 AI 引用决策不只是看来源,它还要看这篇具体内容够不够好。Brand Authority 是来源信任,E-E-A-T 是内容信任,两者缺一不可。
这一课讲透 4 件事:
- E-E-A-T 4 维详细信号清单(每维 0-25 分,4 维加 100 分)
- 5 大组件加权:E-E-A-T 60% + 内容指标 15% + AI 评估 10% + 主题权威 10% + 新鲜度 5%
- 8 项 AI 生成低质红旗:避开就够 80% 用户
- YMYL 类的特殊权重:Trustworthiness 升到 35-40%
E-E-A-T 在 6 维评分里占多少
上一课讲过 6 维评分体系:
- Citability 25%(§2 段落级评分)
- Brand Authority 20%(§3 品牌权威)
- E-E-A-T 内容质量 20%(这一课)
- Technical 15%(后续)
- Schema 10%(后续)
- Platform 10%(后续)
E-E-A-T 这 20% 内部又拆成 5 大组件:
| 组件 |
权重(占 E-E-A-T 20%) |
占 6 维总分 |
| E-E-A-T 4 维(Experience + Expertise + Auth + Trust) |
60% |
12% |
| 内容指标(字数 / 可读性 / 结构) |
15% |
3% |
| AI 内容评估(是否疑似低质 AI 生成) |
10% |
2% |
| 主题权威(站点对主题的覆盖深度) |
10% |
2% |
| 内容新鲜度(更新日期可见性) |
5% |
1% |
E-E-A-T 4 维内部 4 维平分 60%,每维各 15%(占 6 维总分)。
下面这张图把 5 大组件和它们各自的关注重点列出来:
E-E-A-T 内容质量 5 大组件加权
① E-E-A-T 4 维(60%)
Experience(经验,25 分)+ Expertise(专业,25 分)+ Authoritativeness(权威,25 分)+ Trustworthiness(可信,25 分)。Trustworthiness 是地基:其他 3 维必须建立在它之上。
主导组件,60% 权重
② 内容指标(15%)
字数(按页面类型分级)+ 可读性(Flesch 60-70)+ 段落结构(2-4 句一段)+ 标题层次(H1/H2/H3 不跳级)。
结构性指标,相对客观
③ AI 内容评估(10%)
是否疑似低质 AI 生成。8 项红旗:通用语病 / 零原创洞察 / 无第一手经验 / 完美但空洞结构 / 无具体例子 / 重复结论 / 过度对冲 / 缺人声。
AI 生成本身不扣分,低质 AI 才扣分
④ 主题权威(10%)
站点对一个主题的综合覆盖深度。20+ 页强集群 = +10 加分,5-10 页弱集群 = 0 修正,< 5 页 = -5 扣分。
长期目标,6-12 个月达成 Authority 等级
⑤ 内容新鲜度(5%)
3 个月内更新 Excellent,12 个月内 Acceptable,24+ 个月 Critical(AI 平台可能去优先级)。Perplexity 对此特别激进。
时间敏感内容必须 6-12 个月更新一次
计算公式
内容分(0-100)= EEAT × 0.60 + 内容指标 × 0.15 + AI 评估 × 0.10 + 主题权威 × 0.10 + 新鲜度 × 0.05
EEAT 子分由 4 维 × 25 相加
常见问题
E-E-A-T 60% 这个权重和上一课的 Brand Authority 20% 是怎么相加的?
这是 6 维评分体系的两层结构。**外层** 6 维:Citability 25% + Brand Authority 20% + E-E-A-T 内容质量 20% + Technical 15% + Schema 10% + Platform 10%——加起来 100%。**内层** E-E-A-T 这 20% 内部又拆成 5 大组件:E-E-A-T 4 维(合并 60%)+ 内容指标 15% + AI 内容评估 10% + 主题权威 10% + 新鲜度 5%。所以 E-E-A-T 4 维占总分的 12%(20% × 60%)。
Trustworthiness 在 YMYL 类要 35-40% 权重——其他 3 维相应被压缩了?
是的。普通站 4 维平分 25% 各,YMYL 站 Trust 升到 35-40%,其他 3 维压缩到 20-22% 各。这反映 Google 对 YMYL 的特殊要求——医疗 / 金融 / 法律内容如果不可信,专业再强也是有害的。这意味着 YMYL 类的优化重心和非 YMYL 完全不同:YMYL 把 60% 精力放在 Trustworthiness,非 YMYL 4 维基本平均分配。
Flesch Reading Ease 60-70 是英文场景——中文怎么算?
Flesch 公式(基于音节数 + 词数)不能直接用于中文。中文场景的"可读性"建议参照:(1)平均句长 15-25 字(英文 15-20 词);(2)平均段长 2-4 句;(3)专业术语首次出现时给定义;(4)少用长嵌套从句。中文还有一个独有问题——**避免书面语和口语混用**("以及 / 同时 / 综上所述"和"还有 / 而且 / 总之"混在一起会显得 AI 味道)。
主题权威(Topical Authority)20+ 页才能拿到 +10 加分——新站做不到怎么办?
主题权威是长期目标,不是立刻达到。新站从"5-10 页 + 弱集群"(Emerging 等级,0 修正分)开始,每月稳定输出 4-8 篇主题相关内容,6-12 个月内能到 20+ 页(Authority 等级,+10 加分)。重要的是**不要为了凑页数发低质内容**——20 页高质内容远好于 50 页填充内容。如果你只能维持 5-10 页质量,先把质量做到 70+ 分,再扩页数。
内容新鲜度 5% 看似不重要——但 Perplexity 对它'特别激进'?
全权重看 5% 不重,但 Perplexity 在新鲜度上的去优先级化(deprioritize)比其他平台更激进——12 个月以上没更新的内容会被显著降低引用率。这意味着两件事:(1)如果你的内容有时间敏感性(统计数据 / 行业动态 / 工具评测),必须每 6-12 个月更新;(2)长青内容(基础概念 / 历史事件)相对不受影响,但仍需要可见的"最后更新日期"。所以 5% 这个权重在 Perplexity 场景下实际效应远高于 5%。