重排器与切片：AI 到底从你的页面上"抠"走了哪一句
一、30 秒心智模型：四道关，四个不同的失败点
用户问一句话，背后发生的是这样一串动作（有据可查的检索系统普遍如此，商业产品可能加入更多环节）：
| 环节 | 在做什么 | 类比 | 失败了会怎样 |
|---|---|---|---|
| 1. 查询规划（扇出） | 把一个问题改写成 3–6 个子查询 | 你问"哪家好"，它自己拆成"品牌有哪些""各自价格""口碑怎么样" | 你只覆盖了主问句，子问题没内容 |
| 2. 检索 | 关键词检索（BM25）+ 向量检索并行，结果融合 | 撒大网 | 你的页面压根没进候选集 |
| 3. 重排 | 用一个小模型逐段读"这段回答了这个问题吗"，打分排序 | 细筛 | 进了候选但排后面，没进最终 3–8 段 |
| 4. 生成 | 大模型用活下来的段落写答案，决定提不提你 | 写稿 | 段落进去了，但没被点名 |
这张表最重要的用法是诊断，不是理解。
当你的品牌在某个问句里消失了，先判断是哪一关挂的，再动手。顺序搞错会白干：
| 现象 | 大概率是哪一关 | 该修什么 | 不该做什么 |
|---|---|---|---|
| 三个平台都完全没提过你 | 2 检索 | 可达性、收录、进不进这个池子 | 改文案 |
| 提了竞品没提你，但你的页面收录正常 | 3 重排 | 段落相关性、答案形态 | 加关键词密度 |
| 提到了你但说法不对 / 描述过时 | 4 生成 | 事实密度、实体明确、更新时间 | 重写整页 |
| 只在长尾问句出现，核心问句不出现 | 1 扇出 | 覆盖子问题 | 换平台 |
最常见的错误是从第 3 关开始猜，实际坏在第 2 关。 一个只在公众号有内容的品牌，在豆包里怎么改官网都没用——豆包压根不查这个池子。
二、为什么"整体很强"没有意义：评估的单位是段，不是页
这是全篇的核心认知。
在多数检索系统里，你的页面不是作为一个 URL 被打分的。页面会被切成段（chunk），每段单独检索、单独打分、单独送进模型。
于是出现两个反直觉的结果：
- 一个整体很强的页面，可能包含一个很弱的候选段。你写了 5000 字的行业白皮书，但用户问"多少钱"，而你只有一句"价格请咨询销售"——这一段在重排时会被判死。
- 一个权威性更低的页面，可能因为某一段写得极清楚而被引用。一个只有 800 字但把"200 平办公室装修预算构成"列成五行的小站，可以压过一个写了三万字但没给数字的大站。
所以内容侧的优化目标变了：不是"让整个页面更好"，而是"让每一个可能被抠走的段落，单独拿出来也成立"。
三、中文的四个切段陷阱（海外文章不会告诉你的）
英文按空格切词，句子边界清楚，段落被切碎后通常还能读懂。中文不一样。以下四个问题在国内内容里极其普遍，而且全部可以手工修掉。
陷阱 1：代词开头，脱离上下文就是废段
模型切段是按长度和结构切的，很可能从"它"开始切。
| 写法 | 被单独抠出来时的效果 |
|---|---|
| ❌ "它的价格区间在 800–1200 元/㎡，具体看材料。" | "它"是谁？无法判断，重排阶段直接低分 |
| ✅ "办公室基础装修（含水电、墙面、地面）的价格区间在 800–1200 元/㎡，具体看材料等级。" | 自足，可直接引用 |
规则：每个小节的第一句必须写出主语全名，不要用"它/该产品/这个方案/我们"开头。这是最省力、见效最快的一条。
陷阱 2：先铺垫后结论，答案藏在小节末尾
中文写作习惯是"起承转合"，结论放最后。但重排看的是"这段有没有回答这个问题"，前面三句铺垫会让整段的相关性被稀释。
| 写法 | 问题 |
|---|---|
| ❌ "很多企业在选择 CRM 时都会遇到各种困惑。首先要看团队规模，其次要看业务流程，另外还要考虑预算……综合来看，20 人以下团队建议选择轻量版。" | 答案在最后一句，前 80 字全是废话 |
| ✅ "20 人以下团队建议选轻量版 CRM（年费 3000–6000 元档），核心原因是不需要复杂的权限配置。以下是判断标准……" | 第一句就是答案，后面是支撑 |
规则：每个小节的前两句必须包含答案，然后再展开。这条对所有"哪个好 / 多少钱 / 怎么做"类问句都有效。
陷阱 3：表格和列表被切碎后语义丢失
中文表格如果表头不在切出来的那一段里，数据就成了无主数字。列表同理。
| 写法 | 问题 |
|---|---|
| ❌ 一个 12 行的大表，只有表头写了"价格（元/㎡）" | 切到第 7 行时，数字失去单位 |
| ✅ 表格每行自带单位，或在表格前一句写"下表单位为元/㎡" | 即使切碎也保留语义 |
规则：关键数字必须带单位、带口径、带时间。不要写"约 500"，要写"约 500 元/㎡（2026 年 Q3，含人工不含主材）"。
陷阱 4：小标题是名词短语，不是问题
海外内容里，"问题式小标题"是常见做法，因为它和用户问句在字面上更接近，重排时匹配度更高。国内很多内容的小标题是"产品优势""服务体系"这种名词，和任何问句都不匹配。
| 写法 | 匹配效果 |
|---|---|
| ❌ "三、服务体系" | 和"售后怎么样"毫无字面重合 |
| ✅ "三、出问题后多久能上门？售后响应时间说明" | 和问句高度重合 |
规则：面向问句的小节，小标题写成问句；面向概念的，写成"X 是什么"。
四、一个完整的改写示例（可直接照抄结构）
场景：一家做办公室装修的公司，想被"200 平办公室装修大概多少钱"这类问句引用。
改写前（典型的中文企业写法）：
我们拥有多年行业经验，服务过众多知名企业，始终坚持"质量第一、客户至上"的经营理念。在价格方面，我们根据不同客户的需求提供个性化方案，力求为客户创造最大价值。欢迎来电咨询，我们将竭诚为您服务。
这段话被抠出来时会发生什么：没有任何数字、没有任何可验证的事实、没有主语、没有答案。重排阶段几乎必死。
改写后：
200 平办公室基础装修的预算区间是 16–24 万元（按 800–1200 元/㎡ 计，2026 年 Q3 市场价，含水电改造、墙面、地面、吊顶，不含主材与家具）。 预算构成大致是：水电改造 15–20%、墙面地面 30–35%、吊顶隔断 20–25%、人工管理 15–20%、其他 10%。 影响价格最大的三个变量是：是否需要拆改原有格局、消防报审是否要重做、地面是否做自流平。这三项每增加一项，通常上浮 8–15%。 数据口径：以上区间取自 2026 年 Q3 华东地区 200–300 ㎡ 办公空间项目样本，不含设计费。不同城市人工成本差异可达 30%，请按当地行情调整。
差别在哪：
- 第一句就是完整答案，带数字、带单位、带时间、带范围
- 每一段都能单独拿出来读（没有"它""我们"开头的悬空指代）
- 给了"构成"和"变量"，覆盖了扇出的子问题（为什么贵、怎么省）
- 主动写了数据口径和适用范围——这既是可信度，也是免责
注意：这里没有编造"行业第一""服务 500 强"这类无法验证的表述。可引用性来自具体，不来自形容词。
五、答案形态要匹配问句类型
重排器问的是"这段回答了这个问题吗"。所以"答对了形态"比"答得多"重要。
| 问句类型 | 用户真正想要的形态 | 让段落可被引用的要素 | 国内常见错法 |
|---|---|---|---|
| 什么是 X | 一句话定义 | 实体全名 + 类别 + 区别性事实 + 出处 | 开头写三段行业背景 |
| 哪个 X 好 / 推荐 | 带标准的候选清单 | 具名选项 + 入选标准 + 取舍 + 适用人群 | 只夸自己，没有对比维度 |
| X 和 Y 有什么区别 | 同口径对比 | 两个对象用同一套标准，直接说差异 | 各说各的优点，无法比较 |
| 怎么做 X | 有序步骤 | 前提条件 + 步骤 + 预期结果 + 例外 | 只讲理念不讲步骤 |
| X 多少钱 | 带时间和口径的数字 | 具体数值 + 区间 + 影响变量 + 时效 | "价格面议"（等于没答） |
| X 是哪家公司 | 实体档案 | 成立时间 + 所在地 + 主营业务 + 规模 | 只有宣传语 |
推论：清单类内容（"十大 XX""XX 排行榜"）之所以高频被引用，不是因为模型偏爱清单，而是因为"哪个好"这个问句要的答案形态就是清单。同样的逻辑可以预测："什么是 X"要定义，"怎么做"要步骤。所以正确做法不是"把所有页面改成清单"，而是"让每条问句对应的段落，长出它需要的形态"。
六、四个容易被误解的技术点
1. 重排分数是相对值，不是绝对概率。
一个段落拿到 0.87，意思是"在同一个模型、同一个查询下，它比 0.62 那段更相关"，不是"87% 概率被引用"。不要把这个数字做成仪表盘，更不要跨模型比较。
2. 双编码器测的是"发现"，交叉编码器测的是"最终相关性"。
如果你只用向量相似度来自测内容，你测的是"能不能被检索到"，不是"会不会被选中"。这两件事经常不一致——很多内容检索得到、但选不上。
3. 不同模型家族会分歧，但方向一致。
同一段内容，宽松的模型给高分、严格的模型给低分，这很正常。有价值的信息不是绝对分，而是"改完之后，在这个模型内部的排序有没有往前"。
4. 绝对不要跨模型平均出一个"GEO 分数"。
把 BGE 的 0.8 和 MiniLM 的 0.6 平均成 0.7，得到一个不存在的数字。这是伪造精度，汇报时会被问穿。
【海外参照】开源重排器（BGE 系列、MiniLM 系列、Qwen3-Reranker 等）的分数可以用来做内容诊断——同一段文字改写前后，在同一模型上分数涨了，说明改写方向对。但它不能证明某个平台的某个答案一定会引用你。平台用的是自己的模型、自己的语料、自己的规则。
七、国内平台的特殊性：有些池子根本没有"重排"这一关
这一点必须单独说，因为它会推翻很多通用建议。
- 元宝主要在微信生态内检索。公众号内容的结构是"一篇一篇长文"，切段逻辑和网页不同，段落边界更依赖小标题。这意味着公众号文章的排版结构（小标题、分段）直接决定它能不能被切出好段。
- 豆包在字节生态 + 全网检索，时效权重大。上个月写的内容可能已经排在后面。
- DeepSeek 重交叉印证，单一来源的说法说服力弱，需要"多个地方说得一致"。
- Kimi 吃长文，但它对"长"的耐受度高，不代表它不切段——它照样切，只是能容纳更长的上下文。
- 夸克的交易类问句直接对着商品详情，参数表的完整性比文章质量更关键。
- 文心吃百科和权威问答，百科条目本身就是"高度结构化、段落自足"的典范。
所以同一段内容，在国内要按池子调形态：给元宝的版本小标题要密；给 DeepSeek 的版本要有出处和交叉引用；给夸克的版本参数表要全。
【待核验】各家是否做段落级重排、切段粒度多大，均无公开文档。以上按实测现象归纳，属于工作假设。
八、可直接执行的两张清单
清单 A：诊断（15 分钟，先做这个）
- 选 10 条高价值问句（从客服记录、销售异议里抽，不要从关键词工具里抽）
- 每条问句标注答案形态：定义 / 清单 / 对比 / 步骤 / 数字 / 实体
- 在你站上找到"本该回答这条问句"的那一段，只截这一段，单独读一遍
- 判断它能不能独立成立：有没有主语？有没有答案？有没有数字或出处？
- 再看竞品被引用的那一段，截出来对比
- 归入一个失败桶：没被检索 / 检索到但段落弱 / 被提及但说法错
清单 B：改写（按顺序做，不要跳）
- 每个目标小节，前两句写出直接答案
- 每个小节第一句用全名做主语，删掉"它/该产品/我们"
- 面向问句的小节，小标题改成问句
- 每个数字补单位、口径、时间
- 每段长度控制在 3–5 行，超过就拆
- 只补真正缺失的决策标准（人群、价格带、年份、替代方案），不要凑字数
- 改完用同一批竞品段落、同一个模型重新比一次
- 4 周后回看真实平台的提及与引用，而不是只看模型分数
九、一句话总结
AI 不是读你的页面，是从你的页面上抠走一段话。你要保证被抠走的那一段，单独拿出来也站得住。
这件事不需要工具、不需要预算、不需要等收录。它是一下午的编辑工作，而且是国内 GEO 里性价比最高的一件事。