- 据 Surfer 2026 研究，页面同时覆盖主查询与扇出子查询时被 AI 引用的概率提升约 161%，覆盖 4 个以上子查询的引用率超过 60%。
- 扇出子查询来自五类来源：对比、场景、参数、风险与决策；先穷举再按“同页可合并 / 需独立成页”聚类。
- 用扇出覆盖率（已覆盖子查询数 ÷ 子查询总数）作为内容验收指标，替代关键词密度。
一、理解扇出：模型到底在后台搜了什么？
当用户在 AI 搜索中提问“小型工作室适合用哪种 NAS”时，模型不会只检索这一句话。它通常会并发检索“NAS 与网盘区别”“2 盘位与 4 盘位对比”“NAS 噪音与功耗”“NAS 数据备份方案”等子问题，再把多个信源综合成答案。这一过程就是查询扇出（Query Fan-out）。
据 Surfer 2026 研究，平均每次 AI 搜索会扩展出约 6 个子查询，超过 90% 的 AI 搜索包含扇出检索。页面如果只回答主问题，就只能参与其中一路检索的竞争；如果同时回答了多个子问题，就会在多路检索中反复出现，被采信的概率自然更高。
二、第一步：从 1 个主词推导 6-12 个扇出子查询
推荐使用“五维扇出法”穷举子查询：对比维度（A vs B、替代方案）、场景维度（适合谁、在什么条件下使用）、参数维度（规格、价格、兼容性）、风险维度（缺点、常见误区、售后）、决策维度（如何选择、购买清单）。每个维度产出 1-3 个子查询，即可得到 6-12 个候选。
随后用三类数据校验候选：搜索引擎的相关搜索与 People Also Ask、AI 搜索回答中实际出现的追问、站内搜索与客服高频问题。三类来源均出现的子查询优先级最高。siseo 关键词与扇出情报中心可以直接捕获主流 AI 搜索在联网阶段发出的子查询，减少人工推测。
type SubQuery = {
query: string;
dimension: "对比" | "场景" | "参数" | "风险" | "决策";
intent: "same-page" | "separate-page";
coveredBy?: string; // 已覆盖该子查询的页面路径
};
export function fanoutCoverage(subQueries: SubQuery[]) {
const covered = subQueries.filter((q) => Boolean(q.coveredBy)).length;
const score = Math.round((covered / subQueries.length) * 100);
const gaps = subQueries
.filter((q) => !q.coveredBy)
.map((q) => q.dimension + "：" + q.query);
return { score, covered, total: subQueries.length, gaps };
}
// 示例：score >= 70 视为达标，gaps 进入内容日历
const report = fanoutCoverage([
{ query: "NAS 和网盘有什么区别", dimension: "对比", intent: "same-page", coveredBy: "/nas-guide" },
{ query: "2 盘位还是 4 盘位", dimension: "参数", intent: "same-page", coveredBy: "/nas-guide" },
{ query: "NAS 放在家里噪音大吗", dimension: "风险", intent: "same-page" },
{ query: "NAS 数据备份 3-2-1 方案", dimension: "决策", intent: "separate-page" },
]);
console.log(report);三、第二步：按同页意图与独立页意图聚类
不是每个子查询都值得单独写一篇文章。判断标准很简单：如果两个子查询的搜索结果前十名有 4 个以上相同 URL，或者答案在 200 字以内即可讲清，就归为“同页可合并意图”，写进支柱页的一个 H2 小节；如果答案需要独立的步骤、表格或代码，且搜索结果差异明显，则归为“独立页意图”，拆为子话题页。
聚类完成后，支柱页负责回答主问题与全部同页意图，并在相应小节用描述性锚文本链接到子话题页；子话题页在首段直接给结论，并回链到支柱页。这样既能让搜索引擎理解主题层级，也能让 AI 检索在任一子查询入口都找到完整上下文。
| 聚类类型 | 判定条件 | 页面形态 | 内链方向 |
|---|---|---|---|
| 同页可合并意图 | SERP 重合 ≥ 4 个 URL，或 200 字内可答 | 支柱页内 H2 小节 + FAQ | 支柱页内部锚点 |
| 独立页意图 | 需要步骤 / 表格 / 代码，SERP 差异明显 | 子话题页（Cluster Post） | 子页 ⇄ 支柱页双向链接 |
| 追问意图（Follow-up） | AI 回答后的高频追问 | 子话题页末尾 FAQ | 指向下一阶段决策页 |
四、第三步：输出内容日历并以扇出覆盖率验收
把聚类结果整理为内容日历：第 1 周上线支柱页与 2 篇最高优先级子话题页，此后每周补 2-3 篇。每篇内容的验收标准不是字数，而是是否新增覆盖了扇出子查询，以及是否包含足够的可验证事实。
上线 4-6 周后复测：在 AI 搜索中重新采样主问题，记录页面是否被引用、被哪一个子查询入口引用。若某子查询长期未被覆盖，回到第一步检查是否误判了意图类型。
- 每个主题至少列出 6 个、至多 12 个扇出子查询，并标注维度与意图类型。
- 支柱页首段 80 字内给出直接结论，H2 使用用户真实提问句式。
- 子话题页与支柱页之间使用描述性锚文本，避免“点击这里”。
- 扇出覆盖率低于 70% 的主题不进入“已完成”状态。
- 每篇子话题页至少包含 1 张对比表格或参数清单，提高可提取性。
本文常见问答（FAQ）
扇出子查询和传统长尾词有什么区别？
长尾词来自用户在搜索框中的输入，扇出子查询来自模型在回答前自动拆解出的检索请求。两者有交集，但扇出子查询更偏向回答完整性所需的隐性问题，例如风险、对比与适用条件，传统词库往往覆盖不足。
一个主题拆出 12 个子查询，是否要写 12 篇文章？
不需要。多数子查询属于同页可合并意图，写入支柱页的小节或 FAQ 即可。通常一个主题最终产出 1 个支柱页与 3-5 个子话题页。
扇出覆盖率多少算合格？
建议以 70% 作为基础达标线。据 Surfer 研究，覆盖 4 个以上子查询的页面引用率超过 60%，因此核心商业主题可将目标提高到 85% 以上。
输入 1 个主词，自动生成扇出拓扑与内容日历
关键词与扇出情报中心实时捕获 AI 搜索子查询，自动完成意图聚类与支柱页内链规划，并计算扇出覆盖率。