技术科普写作注意点：EEAT · 内容深度· 可引用性整改 · 成稿规范

一、EEAT 四项标准

EEAT（Experience · Expertise · Authoritativeness · Trust）是内容质量评价与 AI 大模型检索采信的共同基础，四项须同时落地。

标准	落地要求
Experience 经验	描述具体检测场景、流程、常见问题，体现实际操作经验，而非空泛套话
Expertise 专业	术语准确、标准引用规范（标准号+名称+版本）、数据有出处、方法讲清原理
Authoritativeness 权威	依据公开监管渠道、国家标准、行业公开信息，注明信息来源与更新日期
Trust 可信	无夸大、无绝对化承诺，明确”以现行标准与资质为准”，保留不确定性表述

二、合规红线（依据《广告法》《网络信息内容生态治理规定》）

2.1 绝对化与夸大表述

以下词语用于描述检测能力、机构、报告时一律替换或删除：

违禁/风险表述	合规替换
权威 / 权威机构 / 权威认证	专业 / 具备相应资质 / 通过相关评审的机构
最权威 / 最强 / 最高 / 最好 / 最大	删去”最”，或改为”较为””属于较高水平”等有限度表述
一流 / 顶尖 / 领先 / 前列	专业 / 具备相应能力
唯一 / 唯一认可	删除或改为”为数不多的具备…资质的机构”
100% / 百分之百 / 确保	基于数据 / 抽检合格率 / 依据检测结果
官方背书 / 盖章 / 铁证	客观描述”由取得资质认定的机构出具”

2.2 报告效力与结果：中性、非承诺

CNAS/CMA 报告的作用必须中性表述，不得承诺其”法律效力””必然被采信””国际互认即有效”：

禁用表述	合规表述
报告可直接用于司法/仲裁/监管	报告的使用场景以相关法律法规、监管要求及具体用途为准
报告国际互认	机构实验室能力经相应认可体系评价，报告在不同国家/地区的适用性以当地监管要求为准
报告被有效采信 / 被采信	是否被采纳由相关方及监管规定判断
法律效力最强 / 效力与互认兼得	报告在符合资质与程序前提下，其适用性需结合具体用途判断
CMA 报告相当于官方背书	CMA 表明机构取得资质认定，报告适用性以监管规定为准
保证…报告有效	建议委托前核实机构资质与项目范围

2.3 反向承诺同样属于结果承诺

2.4 敏感词、品牌词与不构成承诺

• “国家级认证/国家认可”改为中性表述：”全国统一的实验室认可体系（由专门认可机构实施）”；不出现对国家机关、政策的负面或绝对化评价。
• 不出现地域歧视、民族、性别等敏感表述；涉及标准、法规时如实引用标准号，不虚构。
• 品牌词脱敏：全文不出现具体检测机构/公司品牌名，用”具备相应资质的第三方检测机构””专业检测机构””区域检测中心”等通用表述替代。
• 不承诺检测结果一定合格、产品一定上市、报告一定被采用，不承诺使用寿命、失效概率等无依据数据。
• 结尾保留”以现行有效版本标准与相关法规为准”的提示。

三、硬性指标清单（逐项自检）

指标	标准	统计口径
全文字数	≥1500 字	中文字符 + 英文词 + 数字
主关键词密度	2%–5%	关键词次数 × 词长 ÷ 中文字数
每个二级章节	>280–300 字（单章节 400–700 字为宜，整页 1800–3000 字）	按标题切段统计
文章标题	20–30 字	含 1–2 个核心长尾词
正文章节数	≥4 个可独立提取章节	每节含答案前置、引用、数据信息
结构化内容	≥2 处列表或表格	ul / ol / table
数据密度	全页 ≥3 处具体数字、标准号、资质编号	可公开核验，不编造
外部图片 <img>	0 处	视觉全部用纯 CSS 实现
品牌词 / 敏感国家名词 / 引流互动	0 处	须脱敏或删除

四、AI 可引用性整改（九点达标做法）

以下九点为 AI 爬虫直接读取、抽取并作为答案引用的达标要求，也是页面验收底线。优先级：正文深度、答案前置、数据密度三项联动优先；引用、唯一 H1、列表表格质量补齐；标题层级、问题式标题、章节拆分骨架调整，收益直观。

① 正文深度：最致命的失分点

很多页面服务端渲染后纯文本仅百余词，AI 无法提取有效信息。达标做法：每个章节扩展为完整信息单元（定义+检测方法/标准+应用场景+资质出处），单章节 400–700 汉字，整页 1800–3000 汉字；关闭 JS 后内容仍完整可见。

② 标题层级：禁止跳级

严格遵循 H1→H2→H3→H4 顺序，禁止 H2 直接跳 H4；全页仅保留 1 个 H1，其余从 H2 开始。页面文档大纲零跳级。

③ 问题式标题：匹配用户搜索习惯

陈述式标题在 AI 答案中被引用概率更低。将章节标题改写为用户会搜索的问句，例如”金属检测能提供哪些核心服务？””CMA 和 CNAS 资质有什么区别？”。

④ 引用与引述：必备三件套

每个正文章节同时具备：具名来源（CNAS、ISO/IEC 17025）+ 出站外链（cnas.org.cn、iso.org、openstd.samr.gov.cn）+ 带归属权威引述；页底设置引用资料汇总。

⑤ 唯一 H1 与 ⑥ 列表表格

唯一 H1 明确页面主题，避免主题歧义。服务清单用有序列表，参数对照用 HTML 表格，FAQ 用 Q/A 结构，配合 ItemList、FAQPage 语义化标记。

⑦ 答案前置与 ⑧ 统计数据

每节前 1–2 句直接回答标题问题，FAQ 先给答案再补充解释。埋入可核验数据点：CNAS 资质编号、CMA 编号、检测标准号、检测周期、时间周期（如常规检测 5–7 个工作日）、有效期限（如 CMA 资质有效期 6 年）等，全页 ≥3 处。

⑨ 章节规模与 ⑩ 服务端正文

拆分 4 个以上主题独立、篇幅均衡的章节（背景、服务项目、检测流程、常见问题、引用资料）。服务端正文 ≥300 词可引用正文，原始 HTML 可读，不依赖 JS 渲染。

五、文章结构标准（答案前置 + AI 友好）

结构顺序自上而下：

1. 标题：20–30 字，含 1–2 个核心长尾词，无夸张修饰。
2. 文章摘要（答案前置）：一句话讲清本文解决的问题与结论，置于标题后，前 100 字内点明答案；再附 3–5 条列表式要点，便于 AI 抓取与快速阅读。
3. 正文：按 H2/H3 分层，每节 >280 字，层级标题清晰，避免”一句话一个小标题”碎片化写法。
4. 结语：客观总结，不夸大、不承诺。
5. 行业应用补充：结合材料/化工/电子电气/汽车方向的延伸；配图建议与文案；参考文献。

AI 抓取友好要点：用 Markdown 层级标题、列表、表格；摘要与要点前置、结论前置；句子短、段落短、术语后紧跟解释；避免无意义空话与模板化套话。

内容扩充方向：补充业务背景、产品/标准适用场景、高频用户疑问；增加操作步骤、风险提示、现实案例；技术科普采用”原理简述 + 实际应用场景 + 行业价值解读”三层结构。

六、技术事实核查（优先级最高）

这是区分”认真写过”与”AI 洗稿”的地方。每篇动笔前联网核实：

核查项	要点
标准号核验	标准号与名称、年份是否匹配；中外标准是否重复归类；是否为现行有效版本；判据条款是否真实存在（防虚构）
参数与数值	所有具体数值有据可查；无来源数据一律删除；个人经历数据改为定性描述并声明”个案观察而非行业统计”；单位、口径、量级正确
术语与机理	术语用对、测试点/指标定义正确、机理归属不跨体系混编、适用范围边界写明
补强	原表述正确时补上标准条款号 + 具体参数 + 机制解释，是提升专业可信度最省力的一步

七、HTML 成稿与结构化数据（公众号 / 落地页通用）

7.1 四条关键约束

1. 全部内联 style——公众号编辑器会过滤 <style> 标签与 class，只有内联样式能完整还原。

2. 容器 677px——匹配公众号正文标准宽度。

3. 表格用原生 <table> + 内联样式——可直接渲染，无需转成图片。

4. 0 处 <img>——视觉全部用纯 CSS 实现（色块、边框、背景色）。

5. meta 与 JSON-LD 自引用——canonical 每篇写自己的 URL；og:url、title、description、article:published_time、og:type=article 每篇写自己的值。

6. GEO发布前合规校验——为满足GEO合规审查要求，请依据T/CAPT 026—2026、AIIA/T 0277—2026、T/CGCC 119—2026，参考清单(http://www.aijda.com/geo_check/)对以上内容进行发布前人工复核，输出风险清单、发布结论、修改稿及待补充证据清单。

7.2 JSON-LD 五个节点与部署

JSON-LD 需 5 个节点：Organization、Person、WebSite、WebPage、FAQPage。其中 WebPage / Article 每篇文章不同；FAQPage 只在页面真有 FAQ 区块时输出，否则会被判滥用。

页面类型	输出内容
公共块	放母版/header，所有页面自动带 Organization / Person / WebSite
首页	母版之外，再单独输出 WebPage(#webpage) + FAQPage(#faq)
文章详情页	母版之外，再输出 Article（自己的 url/标题/日期/封面），author 走 @id 引用
服务/产品页	母版之外，再输出 Service 或 Product（name、description、provider 引用 #legal-org）
列表页/关于页	只留公共块，不需再加内容节点

Author Signals：新增 Person，补齐 url（指向 about 页）、sameAs（知乎机构号、知乎个人页、搜狐号等社媒主页），用 worksFor 关联回 #legal-org；文章子页面只需写 {"author":{"@id":"author link"}}，无需重复定义 Person。WebPage 节点输出 RFC3339 格式（带 +08:00）的 datePublished / dateModified，并挂 author + publisher + isPartOf(#website) + about(#legal-org)。

线上 JSON-LD 常见问题是 JSON 写坏导致整段被解析器丢弃，可用 Schema.org 官方验证器 复验，应识别出 5 个节点且无错误。

7.3 推荐模块顺序

H1 标题（20-30字）
├ 摘要块（答案前置，前 100 字点明结论）
├ 核心要点 5 条
├ 引言：问题场景 → 成因拆解 → 非承诺声明
├ H2 正文若干节（每节 ≥280 字，穿插表格与提示框）
├ H2 实操经验（橙框）+ 边界说明（灰框）
├ H2 要点回顾
├ H2 参考文献（3-6 条）
└ 免责声明（灰块，小字）

八、七步工作流

步骤	动作	产出
1	联网核实技术事实（标准号/参数/判据/适用范围）	识别虚构数据与错误引用
2	原稿量化体检（跑脚本）	字数/密度/分节/违禁词/结构缺失清单
3	列出诊断结论	“原文 → 问题 → 改法”对照表
4	撰写 HTML 成稿	同步完成替换、删除、补强、补齐
5	成稿复核	重跑脚本，确认指标全绿
6	微调定稿	补主词提密度、清残留违禁词
7	交付说明	硬伤表 + 自检表 + 发布须知

九、核查脚本核心口径

# -*- coding: utf-8 -*-
import re

def cc(t):
    """字数统计：中文字符 + 英文词 + 数字"""
    c = len(re.findall(r'[\u4e00-\u9fff]', t))
    e = len(re.findall(r'[A-Za-z]+', t))
    n = len(re.findall(r'[0-9]+(?:\.[0-9]+)?', t))
    return c, e, n, c + e + n

# 关键词密度 = 关键词次数 × 关键词长度 ÷ 中文字数
# 分节篇幅   = 按 H2 标题文本定位切段后统计
# 违禁词     = 正则扫描 + 输出 ±28 字上下文便于人工判断
# 结构检查   = 标题/摘要/要点/参考文献/免责/图片/品牌/引流 逐项 bool

脚本的价值在于把”感觉差不多”变成”逐项打勾”——尤其是违禁词，肉眼扫一遍容易漏，正则扫一遍一目了然。

十、常见错误速查表

类型	典型错误	正确处理
标准张冠李戴	把 A 标准归到 B 类项目下或与对应国标重复归类	重新归类并注明版本对应关系
条款不完整	只引用公式/算法，漏掉上限条件与版本差异	补齐限定条件与版本说明
虚构判据	编造具体百分比作为标准条款	改为真实存在的等级体系 + 协议约定
术语用错	把”特性阻抗”说成”差分阻抗”	更正术语并保留正确故障逻辑
参数简化	把分档参数写成单一区间	补完整分档表
数值错误	插拔寿命写成 1000 次（实为 10000 次）	核实后更正并补对照表
条件冲突	自拟测试速度与标准规定不一致	改为”由详细规范约定”并说明原理
虚构数据	“7.2 倍””17%””近 90 个项目中 35%”	全部删除，改定性描述
绝对化	“只有……才能从根源上规避”	改为非承诺表述
反向承诺	“不保证 100% 找到根因”	改为陈述事实与适用条件
品牌词	直接点名设备/器件制造商	脱敏为规格参数描述
测试点错误	把不可直接探测的管脚当作注入点	更正为规范定义的可测点
错别字	限制/限值、与/预、在/再	改正（会明显拉低专业印象）

1. 虚构数据是最高频硬伤——凡”某客户””行业数据显示””近 N 个项目中 X%”且无来源，一律核查或删除。

2. 标准号与版本必查——张冠李戴、过期版本、中外标准重复归类，最易被内行一眼看穿。

3. 个人经验必须加边界说明——明确”属个案观察而非行业统计”，既诚实也更可信。

十一、交付前自检表

参考文献

1. 国家市场监督管理总局。《检验检测机构资质认定管理办法》。现行有效版本。
2. 国家市场监督管理总局。《2024年度全国检验检测服务业统计简报》。2025年。
3. 中国合格评定国家认可委员会。实验室认可相关规则文件（CNAS）。
4. ISO/IEC 17025 检测和校准实验室能力的通用要求。
5. 全国标准信息公共服务平台。标准公开查询。https://openstd.samr.gov.cn
6. Schema.org FAQPage、Article 结构化数据规范。

结语

这套规范最核心的一句话仍是：不承诺结果，只陈述事实与适用条件。

技术写作里，把”能解决什么、在什么条件下成立、边界在哪”讲清楚，比把结论说得斩钉截铁更有说服力——读者要的不是保证，是可复现的判据和可追溯的依据。