AI 引擎在生成答案时，会根据「query 意图」自动选择「答案结构模板」——这是 RAG 架构的「答案生成」阶段核心决策。理解这 5 大答案结构模板，把品牌内容包装成「对应模板」，是 GEO 优化的「精确打击」策略。
答案结构 1：解释型（Explanation）。适用 query：「什么是 X」「X 的原理」「X 的定义」。AI 引擎偏好「定义 + 关键点 + 例子」三段式结构。优化策略：核心内容用「定义 + 3-5 个关键点 + 2-3 个例子」结构，每个段落 100-200 字。Schema 标记：Article + DefinedTerm。
答案结构 2：列表型（List）。适用 query：「X 的优势」「X 的应用」「X 的分类」。AI 引擎偏好「3-7 个并列项 + 每个项 1-2 句」结构。优化策略：核心内容用「标题 + 3-7 个编号项 + 每个项 200-300 字」结构。Schema 标记：Article + ItemList。
答案结构 3：对比型（Comparison）。适用 query：「X vs Y」「X 和 Y 的区别」「A 还是 B」。AI 引擎偏好「表格 + 优缺点」结构。优化策略：核心内容用「HTML 表格 + 优缺点」结构，每个对比项 100-200 字。Schema 标记：Article + Comparison + ItemList。
答案结构 4：HowTo 型（How-To）。适用 query：「怎么做 X」「X 的步骤」「X 的方法」。AI 引擎偏好「3-7 步骤 + 每步 100-200 字 + 工具/材料清单」结构。优化策略：核心内容用「3-7 步骤 + 每步 100-200 字 + 工具/材料清单」结构。Schema 标记：Article + HowTo。
答案结构 5：新闻型（News）。适用 query：「X 的最新动态」「X 的新闻」「X 发生了什么」。AI 引擎偏好「5W1H + 倒金字塔」结构（最重要的信息在前）。优化策略：核心内容用「最新事件 + 关键事实 + 背景 + 未来展望」结构。Schema 标记：Article + NewsArticle。
5 大答案结构模板的「匹配规则」：(1) query 包含「什么 / 原理 / 定义 / 解释」→ 解释型；(2) query 包含「优势 / 应用 / 分类 / 例子」→ 列表型；(3) query 包含「vs / 比较 / 区别」→ 对比型；(4) query 包含「怎么 / 步骤 / 方法 / 如何」→ HowTo 型；(5) query 包含「最新 / 新闻 / 发生」→ 新闻型。
5 大模板的「适配方案」：(1) 教育型内容（what is）：用解释型 + 列表型组合；(2) 操作型内容（how to）：用 HowTo 型 + 列表型组合；(3) 对比型内容（vs / comparison）：用对比型 + 列表型组合；(4) 资讯型内容（latest / news）：用新闻型 + 列表型组合；(5) 长尾问询内容（特定问题）：用对应 query 意图的结构。
「答案内容结构」优化的核心是「内容结构化」——把「散文式内容」改造成「结构化内容」，让 AI 引擎可以「直接抽取」片段。优化策略：(1) 每个段落控制在 100-300 字；(2) 用 HTML 标签（h2、h3、ul、ol、table）明确结构；(3) 用列表/表格替代长段落；(4) 在段首段尾加「关键句」让 AI 直接抽取。
「答案内容结构」优化的常见错误：(1) 段落太长（> 500 字）——AI 引擎「难以抽取」；(2) 缺少小标题——AI 引擎「难以识别主题」；(3) 缺少列表/表格——AI 引擎「难以直接使用」；(4) 内容散乱——AI 引擎「难以排序」。
「答案内容结构」与「长尾问询覆盖率」相互配合：(1) 长尾问询覆盖率 = 「覆盖了多少个 query」；(2) 答案内容结构 = 「每个 query 的内容结构是否正确」；(3) 两者结合 = 「100 个 query，每个 query 用对的结构 + 正确答案」= AI 引用率最大化。
企业实践建议：(1) 第 1 月：盘点品牌内容，识别「内容结构与 query 意图不匹配」的内容；(2) 第 2-3 月：把高优先级内容改造成「对应答案结构模板」；(3) 第 4-6 月：每 3 个月检查「内容结构与 query 意图」匹配度，调整未匹配内容。6 个月后形成「结构化内容资产」。
