内容分块优化：AI搜索按块检索的机制与GEO写作方法

摘要：AI搜索引用你的内容时，不会把整篇文章读一遍。它先把文章切成一个个几百字的“块”（chunk），再用向量检索从成千上万个块里找出最相关的几个。排名单位因此从“页”变成了“块”：一篇结构再好的长文，只要某个段落脱离上下文后说不清自己在讲什么，就会在检索环节被淘汰。本文讲清内容分块的机制、块的大小、重叠的比例、语义分块与固定分块的取舍，以及影响最大的“块脱离上下文”问题，最后给出一套外贸独立站可以直接执行的改造清单。内容分块和Google的段落级排名是两套机制，文中单独做了区分。

AI搜索检索的最小单位为什么是内容块？

很多人还没意识到这一点：ChatGPT、Perplexity或Google AI概览引用你的内容时，读到的并不是“你那篇文章”，而是那篇文章被切碎后的某一小块。

传统SEO里，排名的最小单位是“页面”，一个URL去竞争一个关键词。到了AI搜索这一层，检索系统会先把页面拆成一段段几百字的片段，每段单独转成一串数字向量存进向量库；用户提问时，系统把问题也转成向量，去库里找距离最近的几个片段，拼进上下文交给大模型。最后被引用、被复述、被标上来源链接的，是片段，而非整页。

保哥第一次意识到这个问题的分量，是在帮一个做工业配件出口的客户排查时：他们有篇写得相当扎实的产品选型长文，Google自然排名稳定在前三，但在AI概览和Perplexity里几乎没被引用过。排查下来，问题出在“切法”上，与内容质量无关。文章里最有价值的技术参数对比前面铺垫了三百字背景，切到那一块时只剩半句话加一张表，机器无法判断这块在讲什么。内容本身没问题，只是被切坏了。

内容分块优化（chunk optimization）要解决的就是这个问题。它来自AI检索（尤其是RAG，检索增强生成）的技术架构，是这套架构对内容提出的硬要求。理解分块机制，是做GEO内容工程的基础。

内容分块是什么？它和写作段落有什么区别？

很多人听到“分块”，第一反应是“就是分段”。两者并不完全相同。

写文章时分的“段落”是给人读的，依据语义、节奏和换气。机器分的“块”（chunk）是给检索系统用的，依据token数量、语义边界和切分算法机械地切。一个块可能正好等于一个段落，也可能横跨两三个段落，还可能把一个长段从中间劈开。切分方式由抓取你内容的AI系统的分块策略决定，你决定不了。

常见的切分方式有几类。最简单的是按固定长度切，比如每500个token切一刀，不考虑语义。进一步是“递归字符切分”（recursive character splitting），优先在段落、句子等自然边界处切，找不到边界才硬切。更复杂的是“语义分块”（semantic chunking），用嵌入模型计算相邻句子的语义相似度，在话题转折处断开，让每一块尽量表达一个完整的意思。

需要建立的认知是：你交付的是连续的文章，机器处理的是离散的块。你能控制的，是让内容无论被哪种策略切，切出来的每一块都尽量自洽、带有身份信息、能说清自己在讲什么。分块优化的全部工作都从这里出发。

RAG向量检索为什么必须先把内容切块？

要理解为什么要优化块，先要弄清机器为什么必须把内容切块。

大模型的上下文窗口越来越大，但不可能把全网内容或一个站点的几千篇文章全部塞进去：速度慢、成本高，注意力还会被稀释。所以RAG（检索增强生成）的做法是先“检索”出最相关的一小部分内容，再“增强”到生成环节。检索这一步依靠向量相似度。

系统用嵌入模型（embedding model）把每个块转成一串高维数字（向量），这串数字编码了这块文字的语义。用户的问题同样转成向量。系统在向量空间里计算距离，离问题向量最近的块被判定为最相关。这套机制决定了：块是检索的原子单位。一个块要么整体被召回，要么整体被忽略，不存在“半个块”。

这也是块的“自包含性”影响如此大的原因。向量压缩的是“这一块文字”的整体语义。如果一块里全是“它”“这个方案”“上面提到的方法”这类指代，而被指代的对象在上一块里，这块的向量编码的就是一堆缺少指向的代词，语义模糊，检索自然不准。机器不会像人一样往上翻一段确认上下文，它手里只有这一块。

另外，检索通常不止一轮。成熟的系统采用两阶段检索：先用速度快的双编码器（bi-encoder）粗筛出50到100个候选块，再用更精细的交叉编码器（cross-encoder）重排序（rerank），选出最终进入上下文的几块。这一层和之前介绍过的查询扇出机制相连：一个问题被拆成多路子查询分别检索，每一路都在你的块库里查找，能否命中，直接取决于块切得好不好。

内容分块大小选200还是800 token？

“块切多大合适”是被问得最多的问题，这个问题恰好有可靠的数据可参考。

向量数据库厂商Chroma做过一份系统的分块策略评测，结论与直觉相反：块既不是越大越好，也不是越小越好，块大小直接决定“精度”和“召回”之间的权衡。测试中，200 token的小块精度更高（最高8.0%），但召回偏低；800 token的大块召回达到85.4%，精度却降到1.5%。具体来说，大块更容易被召回（信息多，总能和问题沾上关系），但召回后未必精准（一块里混了几个话题，相关性被稀释）。最优区间在200到400 token之间。

另一份被广泛引用的行业数据给出的结论相近：以递归字符切分、512 token配10%到20%重叠作为大多数内容的起点。换算成中文，512 token大约对应300到400个汉字。一个理想的块，大致相当于一个论点完整、能独立成立的小节，三五百字的篇幅。

这对写作有很具体的指导意义：不要写铺垫五百字才进入正题的段落，也不要把一个完整论点摊成横跨两屏的大段。每隔三五百字，让内容形成一个单独拿出来也能读懂的语义单元。写长文时每隔几段回收一次主题、重述一次关键实体，作用就是帮机器切出干净的块。

分块重叠（overlap）应该留多少？

切块时还有一个容易被忽略的参数：重叠（overlap）。

固定切分最大的风险，是一刀切在一个完整意思的中间：上半句留在这块，下半句进了下一块，两块的信息都不完整。重叠用来降低这个风险：让相邻两块共享一小段内容，像鱼鳞一样叠在一起，保证任何一个完整的句子或论点至少在某一块里是完整的。

经验值是留出块大小的10%到20%作为重叠，比如500 token的块配50到100 token重叠。重叠也不是越多越好。Chroma的测试里有一个需要警惕的发现：OpenAI助手的默认设置是800 token块配400 token重叠（即50%重叠），性能反而相对较差。重叠过多带来大量冗余，块与块的区分度下降，向量检索时大量高度相似的块相互竞争。他们的建议是用更小、甚至无重叠的块来提高效率。

对内容创作者来说，重叠参数属于抓取方，你控制不了，但可以在写作中主动制造“软重叠”：在每个小节开头，用一句话重提上文的关键结论或关键实体，再展开新内容。这样即便机器在段落中间切了一刀，切出来的块开头也有锚点，不会一开头就是“因此”“这种情况下”这类找不到前文的句子。

语义分块与固定分块的召回率差多少？

切分策略之间也有明显差距。Chroma的评测中，不同策略的召回率最多相差9个百分点，这在检索任务里是很大的差距。

固定长度切分最省算力，但最容易切坏语义；递归字符切分会尊重段落和句子边界，参数调好后表现稳定，是性价比最高的默认选项；语义分块（用嵌入模型寻找话题断点）召回最高，评测中基于聚类的语义分块器达到91.3%召回、8.0%精度，基于大模型的语义分块器召回达到91.9%。代价是几乎每个句子都要计算一次嵌入，成本和延迟都更高。

对内容从业者来说，有一个重要推论：你决定不了抓取系统用哪种切分策略，但语义分块的原理是在“话题转折”处断开。如果文章话题切换清晰、每个小节主题单一、转折处有明确的过渡信号（小标题、“接下来谈另一个问题”这类承接句），无论对方用语义分块还是递归分块，都更容易在正确的位置断开，切出来的每一块正好是一个完整话题。反过来，一段里混着三个主题，再好的分块器也切不干净。

所以应对坏切分，最有效的做法是把自己的内容结构写清楚，研究别人的算法反而收益有限。结构清晰的内容天然适合分块。在这一点上，GEO和传统SEO的内容结构化要求是一致的。

内容块脱离上下文为什么会导致检索失败？

接下来是整个分块优化里最关键、也最反直觉的发现。它来自Anthropic的一份研究，重新界定了“好的块”应该是什么样。

问题在于：传统RAG为了便于检索，会把文档切成小块，切碎的同时也切掉了上下文。Anthropic举的例子是，某个块里写着“该公司营收较上季度增长了3%”。这句话本身没错，但单独拿出这一块，机器不知道“该公司”是哪家、“上季度”是哪个季度。向量编码的是一句缺少主语的残句，检索自然不准。

Anthropic的上下文检索（Contextual Retrieval）研究给出的方法是：在给每个块做嵌入之前，先用模型为这块自动生成一段50到100 token的简短说明，把“这块出自哪篇文档、讲的是哪家公司哪个时间段”补在块前面，再做嵌入。这一个改动效果显著：单用上下文嵌入，检索失败率从5.7%降到3.7%（降35%）；配合上下文BM25关键词检索，降到2.9%（降49%）；再叠加重排序，降到1.9%，累计降低67%。

这项研究对内容创作者的启示比对工程师更大。工程师可以用模型自动补上下文，写作者可以在写作时就把上下文写进每一块。具体做法是少用指代，多用全称。不写“这个工具”，写“Ahrefs的外链分析功能”；不写“上面说的方法”，把方法名重新写出来；每个小节里至少出现一次本节核心实体的全名和所属主题。这样任何一块被单独拿出来，都能说明自己是什么。这是分块优化中投入产出比最高的一项措施。

分块检索与Google段落级排名有什么区别？

这里需要澄清一个常见混淆。有人会问：这和Google早就有的“段落级排名”（passage ranking）是一回事吗？

两者看起来相似，机制完全不同。Google的段落级排名是传统搜索的能力：Google索引整个页面，排名时能识别出页面中某个特别相关的段落，把它单独抽出来参与SERP排序，即使整页主题没那么对口。它的单位仍然挂在“页面”这个URL上，段落只是页面内部的加分项。之前专门拆解过这套机制，想深入了解可以看段落级排名的可抽取块工程。

内容分块面向的是RAG架构：内容被切成块、转成向量、存进向量库，检索时块脱离原页面独立参与竞争。它的单位是“块”本身，原页面的URL在向量检索这一步几乎不参与排序，只在最后引用时被找回来作为来源标注。

两者的区别可以这样概括：段落级排名是“在一个页面内部挑出最好的段落”，分块检索是“在全网所有块里找出最相关的块”。前者优化的是页面结构，后者优化的是每一块单独被检索时的表现。两套机制目前同时在运行，所以两边都要兼顾。好在两者的底层要求高度一致：结构清晰、每段自洽、答案前置。把内容写成一块块能独立成立的小单元，可以同时满足这两套机制。

外贸独立站如何把内容改成自包含块？

下面这份清单可以直接照做，是保哥团队为独立站做GEO改造时专门针对分块优化整理的，外贸站尤其适用。

第一，每个小标题下自成一块。用H2、H3把内容分成主题单一的小节，每节控制在300到500字，正好对应一个理想块的篇幅。小标题用陈述句写出这一节的结论，不要只写一个名词。

第二，答案前置。每个小节的前一两句直接给出结论或定义，后面再展开论证和案例。切块时块前半部分的权重更高，把最需要被检索到的信息放在块的开头，命中率最高。

第三，实体写全称，去掉裸指代。通读全文，把“它”“这个”“上述方案”这类跨段指代尽量换成具体名词的全称。产品名、品牌名、规格型号、专业术语，在每个相关小节里至少完整出现一次。

第四，关键信息不要只放在表格或图片里。向量检索处理的是文字。一段核心参数如果只画在图里，或者全部放进一个大表格，切块时这块就成了“半句话加一张机器读不懂的表”。一定要在表格前后用文字把关键结论复述一遍。

第五，FAQ段落天然适合分块。一问一答的结构，每个问答对就是一个自包含、答案前置、主题单一的块。这也是做GEO的人普遍增加FAQ的原因，这种格式几乎是为分块检索设计的。结构化内容格式那篇文章里对此有详细展开，可以对照着改。

看一个实际的对照：前面提到的工业配件客户，按这份清单把选型长文重排了一遍，把技术参数对比单独提成一个H2小节，开头一句先给选型结论，表格前补一段文字复述关键差异，全篇把“该型号”改成具体型号名。核心观点一个字没改，三周后开始在Perplexity和Google AI概览里被稳定引用，相关长尾问题的引用露出从几乎为零增加到月均十几次。内容质量没变，变的是它更容易被正确切分。

图表和视频等非文字内容在分块检索中如何处理？

还有一类内容在分块环节损失很大，却很少有人注意：非文字内容。

向量检索的嵌入模型主要处理文字。一张信息量很大的对比图、一段讲解透彻的视频、一个能现场计算的交互计算器，在纯文本分块中几乎不可见。切块时，这些内容要么被整体跳过，要么只留下一段简单的alt文本或文件名。你以为交付了大量有效信息，机器实际看到的是一块空白。

这对外贸独立站是一个隐蔽的问题。很多站为了美观，把最核心的产品参数对比、规格差异、选型决策树都做成了精美的信息图。人看着一目了然，机器却一个数字都没读到，这一块在AI检索里等于不存在。最该被引用的硬信息，恰好放在了机器读不到的地方。

解决办法是“图文双轨”，图照样做：每个重要图表、视频的前后，用文字复述它的核心结论和关键数据。图和视频给人看，文字给机器读，两份内容讲同一件事。具体来说，信息图配一段“这张图说明了什么”的文字总结，关键数字直接写进正文；视频配完整的文字转录或要点摘要；alt文本写实际内容（“不锈钢与碳钢法兰在耐腐蚀性上的对比数据”），不要写“图1”“product-image”这类无信息的内容。

多模态嵌入模型确实在进步，将来机器或许能直接理解图片和视频。但就目前而言，把视觉和音频信息转写成文字块，仍是确保它们参与检索的唯一可靠方法。判断标准很简单：能被切成文字块的内容，才有资格进入AI的引用候选池；进不了文字块的内容，做得再精美也是检索盲区。

如何验证内容分块质量？

改完之后需要确认效果。验证分块质量，有几个不需要工程能力的方法。

自己模拟一次分块。把文章每300到400字切一刀，然后逐块阅读：每一块单独看，能不能说清自己在讲什么？有没有一开头就是“因此”“这种情况下”的孤立块？有没有哪块全是代词、找不到主语？单独读不通的块就是检索隐患，回去补上下文。

用目标问题去问AI。把这篇文章想覆盖的真实用户问题，逐个拿去问ChatGPT、Perplexity、Google AI概览，看它们引用了谁、有没有引用你、引用的是哪一段。如果引用了竞品而没有引用你，去读竞品被引用的那一块，它大概率比你的对应内容更自洽、答案更靠前。这是最直接的逆向分析。

关注“被引用的是哪一块”，而不只是“有没有排名”。AI搜索时代的内容诊断，粒度要细化到块。一篇文章里可能某一块频繁被引用，另一块从未被引用。把不被引用的块单独拿出来，按前面的清单改造，比整篇重写效率高得多。

还要注意：即使块切得很好，AI引用也未必马上出现。模型的训练截止时间、RAG索引的更新延迟，都会让“改了内容”到“被AI引用”之间存在时间差。这个滞后机制之前单独分析过，见AI引用滞后的训练截止与RAG索引延迟。不要改完三天没有变化就急着推翻，给它一些时间。

中文内容分块比英文多了哪些难点？

上面引用的评测数据大多基于英文，中文内容做分块优化，会遇到几个英文里没有的问题，外贸独立站做中文站或多语言站时要特别留意。

token和汉字不能等同。分块按token数计算，而在嵌入模型的分词器里，一个汉字常常占1到2个token，远高于英文里一个token约等于0.75个单词的密度。同样切512 token，中文实际只能容纳300到400个汉字，比按“字数”估算的要短不少。结果是中文长段更容易被从中间切断，你以为一个块能装下的完整论点，实际可能被切成了两块。

中文没有空格这一层保障。英文单词之间有空格，递归字符切分天然有“按空格断开”这一底线，无论怎么切都不会把单词劈开。中文是连续的字符流，少了这一层，分块器更依赖标点（句号、分号、问号）来寻找安全的切分点。

如果中文写作习惯是长句一逗到底、三四行不见一个句号，等于把切分点全部藏了起来，分块器只能硬切，切在哪里全凭运气。所以在中文内容里，规范标点除了语文层面的要求，还直接影响分块友好度，该用句号的地方不要用逗号代替。

嵌入模型对中文的支持普遍弱于英文。主流嵌入模型的训练语料以英文为主，对中文语义的编码精度往往稍差。因此中文块的“自包含”标准要定得比英文更高：同样是上下文模糊的块，中文向量比英文更容易检索偏。前面讲的“去掉裸指代、实体写全称”，在中文内容里要执行得更彻底，容错空间更小。

落地建议很直接：中文内容多用短句短段，把长句拆成几句各自成立的话；关键术语用中文全称，必要时在首次出现处附上英文原词，让中英文查询都能命中同一个块；标点保持规范，每个完整意思用句号结束，给分块器留出足够的合法切分点。这些动作单独看都很小，叠加起来能明显降低中文优质内容被切坏的概率。

长上下文模型会让内容分块优化过时吗？

常有人问：模型上下文窗口已经到了几百万token，以后是不是不需要RAG、不需要切块，直接把全文放进去就行，分块优化是不是白学了？

这个担心可以理解，但短期内不成立，原因是成本和效率。把海量内容全部放进上下文，token费用、推理延迟、注意力稀释三方面都承受不了，对需要服务海量查询的搜索产品尤其如此。所以检索层不会消失，反而在向更精细的方向发展，比如代理式RAG，让模型反复检索、反复推理，而非一次检索完毕。块会被检索更多次、参与更多轮推理，块的质量只会更重要。这一演进在代理式RAG与GEO内容重写里有专门讨论。

从更长的时间看，分块优化并非某项具体技术的临时技巧，它对应的是“内容以自包含的最小语义单元被使用”这一趋势。即使将来检索架构再变，“每一段都能独立说清自己”这条原则依然成立。它原本就是好内容的标准，AI把这条标准从建议变成了硬门槛。块怎么被切、怎么被拼进答案，由机器决定；每一块写得扎不扎实，由写作者决定。

内容分块优化的三个常见误解

这个话题受到关注后，市面上的解读质量参差不齐，其中几个误解流传很广，逐一说明。

误解一：把文章拆成超短段就行。实际情况相反。块太小会丢失上下文，前面Chroma的数据也说明了这一点：小块精度虽高但召回偏低，一句话占一段，机器召回的都是缺乏支撑的碎片，无法构成有说服力的回答。分块优化追求的是“自包含的完整论点”，让每一块都能成立、能说清，并非切得越碎越好。把一个完整的意思拆成零散的短句，同样是切坏。

误解二：加一堆小标题就完成了分块优化。小标题确实能帮分块器找到合法的切分点，这一步没有错，但这只是第一步。如果每个小节内部仍然指代混乱、答案放在最后一句、关键实体从头到尾用“它”代替，切出来的块照样不合格。小标题只搭起了骨架，每一块内部说得清楚才算有血肉；只有骨架，机器切出来的块照样读不懂。

误解三：分块是技术团队的事，与写内容的人无关。这个误解危害最大。实际的切块动作确实由抓取方的系统完成，你控制不了块的大小和重叠比例；但切出来的块质量如何，九成取决于内容本身的结构和写法。这是GEO中少数几个内容人员比工程师更能发挥作用的环节：工程师能做的是补充上下文、调整参数，而每一块能否自圆其说，取决于写作者。这部分工作不要让出去。

分块优化考验的并非你是否懂向量、会不会调嵌入模型，而是能否在每一个三五百字的小段落里，把一件事说清楚、说完整，并且不依赖上下文也能成立。这原本就是写作者的基本功，AI搜索让这项基本功第一次直接和流量挂钩。擅长写作的人在这方面已经有先发优势。

常见问题解答

内容分块是我自己要在网站上做的操作吗？

不是。实际的切块动作由抓取你内容的AI系统完成，你无法直接控制对方切多大、留多少重叠。你能做的是“分块优化”：通过内容结构和写作方式，让内容无论被哪种策略切，切出来的每一块都尽量自洽、答案前置、带有上下文。你优化的是内容的“可切性”，切块这个动作本身不由你执行。

一个块大概多少字最合适？

从公开评测数据看，最优区间大致是200到400 token，换算成中文约200到350个汉字，对应一个论点完整的小节。块太小会缺少上下文，块太大会混入多个话题、稀释相关性。实际操作中，按小标题把内容分成每节300到500字、主题单一的小节，基本就落在理想区间内。

分块优化和加FAQ、加结构化数据是一回事吗？

三者相关但不等同。FAQ是分块优化的一个很好的载体，每个问答对天然就是自包含、答案前置的块；结构化数据（schema）帮助机器理解块的语义类型。分块优化是更基础的原则，覆盖全文每一段，不限于FAQ区。可以这样理解：分块优化是地基，FAQ和schema是建在地基上的两种很实用的结构。

这和Google的段落级排名有什么区别？

段落级排名是传统搜索的能力，Google索引整页，排名时抽出页内最相关的段落，单位仍挂在页面URL上。分块检索面向RAG架构，内容被切成块、转成向量后独立参与检索，单位是块本身，原页面URL基本不参与排序。前者优化页面结构，后者优化每一块单独被检索时的表现。两者的底层要求一致：结构清晰、每段自洽、答案前置。

为什么块“脱离上下文”这么致命？

向量检索把每一块整体压缩成一串语义数字，机器手里只有这一块，不会像人一样往前翻看前因后果。如果一块里全是“它”“这个方案”这类指代，而被指代的对象在别的块里，这块的向量编码的就是一堆没有主语的残句，语义模糊，检索不准。Anthropic的研究显示，给每块补上一段简短的上下文说明，能把检索失败率最多降低67%，可见上下文缺失的代价很高。

长上下文模型普及后，分块还有意义吗？

短期内仍然很有意义。把海量内容全部放进上下文，成本、延迟、注意力稀释三方面都承受不了，搜索产品尤其负担不起，所以检索层不会消失，反而在向代理式RAG这类更精细、检索更频繁的方向发展，块的质量只会更重要。从长期看，“每段都能独立说清自己”原本就是好内容的标准，这条原则不会因为上下文窗口变大而失效。

权威参考资料