GEO 信息密度是指一段内容中可被 AI 提取为有效信息的比例——具体的数据、具体的操作步骤、具体的判断标准——除以段落总字数。它的核心逻辑是：AI 搜索引擎在判断是否引用一段内容时，不是比较文章长度，而是在给定的响应窗口里选择信息浓度最高、回答最直接的来源。
AI 不看你的文章有多少字，它看你每 100 字说了几件有用的事。一篇 600 字的信息密集型短文，引用率可能远超一篇 2000 字的“我们公司成立于 2008 年”式长文。 这个认知转变对做 GEO 的外贸企业非常关键——你在生产内容上的时间、预算、团队精力都是有限的。你宁可写 3 篇 800 字的信息密集型文章，也不要写 1 篇 3000 字的“覆盖所有关键词”的堆砌文。
本文讲三件事：为什么 AI 引擎不看字数看密度、信息密度的三个衡量指标，以及提高文章信息密度的三个实操方法。
信息密度是 GEO 内容优化实操指南 中提到的“结论先行”的量化版本——每 100 字的有效信息输出。帮助型写作 天然倾向于高信息密度（去掉了自夸形容词），E-E-A-T 体系 中的 Expertise 维度也依赖信息密度来体现专业性。完整框架看 外贸GEO完全指南。
为什么 AI 引擎不看字数看密度
AI 读文章的方式和人不一样
人读文章是一个字一个字读的，看到“我们拥有 15 年丰富行业经验”时，大脑可能默认接收了“这家公司有经验”的信号。但 AI 的“阅读”是从每个句子里提取信息片段，然后对这些片段做语义排序。
对于 AI 来说，“我们拥有 15 年丰富行业经验”的提取结果是：
- 有一个主题：“我们”（未识别实体）
- 有一个时间范围：“15 年”（时间，但无法验证起始点）
- 有一个形容词：“丰富”（权重赋 0——不可验证）
而对于“公司 2012 年创立，首批认证 ISO 9001 是 2014 年，至今为 40 个国家的 120 个客户代工过包袋”，提取结果是：
- 实体：“公司”（待交叉验证）
- 创立年份：“2012”
- 里程碑：“ISO 9001 认证 2014 年”
- 服务范围：“40 个国家”
- 客户数量：“120 个”
- 产品类别：“包袋代工”
同样的字数，第一段为 AI 贡献了一个时间戳（不可验证），第二段贡献了六个可交叉验证的信息点。 AI 引用哪个？差距不在字数上，在每 100 字的信息条数上。
信息密度的竞争逻辑
ChatGPT、Perplexity 等 AI 搜索引擎在引用内容时需要在几十到几百个候选网页中筛选。它们不是挑了字数最长的来引用——而是挑了自己能从里面提取最多有效信息来回答用户问题的那个来源。
以采购商常用的搜索问句“what is the typical MOQ for custom LED lights”为例：
- 来源 A（300 字）：“Our MOQ depends on the product type. For standard models it’s 500. For custom designs it starts at 1000. The main factors affecting MOQ are material costs, setup time, and packaging requirements. Our production team will work with you to determine the best option.” → 信息点：3 个（500 / 1000 / MOQ 决定因素 3 个）
- 来源 B（120 字）：“MOQ for our LED tri-proof lights: 200 for standard IP65, 500 for IP66, 1,000 for custom housing. All MOQ negotiable if order includes 3+ SKUs.” → 信息点：4 个（200 / 500 / 1000 / 3+ SKU 条件）
AI 倾向于引用来源 B——不是因为它短，而是因为它的信息密度是 4/120 ≈ 每 30 字一个信息点，而来源 A 是 3/300 ≈ 每 100 字一个信息点。 信息密度高出 3 倍。
信息密度的三个衡量指标
指标一：可提取信息点密度（每 100 字）
数一数你的每段文字里有几个“能被写成要点”的信息。一个“信息点”的定义：采购商读完这句话后获得的一个新的事实、数据、方法或判断标准。
| 段落 | 字数 | 能提取的信息点 | 密度 |
|---|---|---|---|
| “我们拥有先进的生产设备和专业的技术团队，为全球客户提供高品质的产品和卓越的服务” | 35 | 0 个可验证信息点 | 0/100 字 |
| “我们的自动裁床精度 ±0.5mm（人工裁剪 ±3mm），质检团队 4 人平均从业 11 年，服务过 3 个欧洲品牌的 OEM 订单” | 48 | 3 个（裁床精度/团队规模和经验/客户类型与数量） | 6.3/100 字 |
自查方法：取一段你的文章，把每个可独立验证的信息点（数字、日期、具体名称、操作步骤、判断标准）圈出来。少于 3 个/100 字 → 信息密度过低，需要重写。
指标二：信息类型多样性
一篇信息密度高的文章不是只有一种类型的信息——它应该有数据、有标准、有方法、有对比。
四类信息按引用价值排序：
- 操作性信息（怎么做）：具体步骤、流程图、工具名称 → 引用价值最高
- 对比性信息（怎么选）：A vs B、选择标准、决策矩阵 → 引用价值次高
- 数据性信息（是多少）：具体数字、百分比、时间范围 → 引用价值中等
- 描述性信息（是什么）：定义、分类、背景 → 引用价值最低（但仍有必要）
一篇好文章的分布应当是 2:2:1:1——两个操作点、两个对比点、一个数据点、一个描述点。全是一类信息（比如全是描述性）→ 信息密度再高也缺乏可引用维度。
指标三：信息密度衰减率
80% 的外贸文章存在“后半段塌方”——前 200 字信息密度高（开头用心写了），后面 800 字逐渐变成“我们的服务理念”、“我们期待与您合作”等内容密集度为零的段落。
信息密度衰减率 = (后 50% 的信息密度 ÷ 前 50% 的信息密度) × 100%。
健康的文章这个值应该 ≥70%。实测方法：把文章从中间切开，分别统计前后半的信息点密度。后半密度远低于前半 → 说明后半段是填充，需要重写或直接截断。
不同文章类型的最优长度区间
| 文章类型 | 最优长度 | 为什么 | 信息密度目标 |
|---|---|---|---|
| 客户 FAQ 式文章 | 600-1000 字 | 5-8 个问答对，每个 80-150 字直接回答 | ≥5 个信息点/100 字 |
| 产品选购指南 | 800-1500 字 | 3-4 个选型维度，每个 200-300 字含对比元素 | ≥4 个信息点/100 字 |
| 流程/操作说明 | 600-1200 字 | 每一步 80-150 字，最好是步骤编号而非段落 | ≥4 个信息点/100 字 |
| 供应链/工厂故事 | 800-1200 字 | 一个主线故事 + 3-4 个具体细节，不需要“结论段” | ≥3 个信息点/100 字 |
| 行业分析/深度指南 | 1200-1800 字 | 需要背景 + 数据 + 案例支撑，但不要超过 2000 字 | ≥3 个信息点/100 字 |
| 品牌故事 | 600-800 字 | 一条核心叙事线，不要写成历史年表 | ≥2 个信息点/100 字 |
关键原则：宁可 600 字高密度，不要 2000 字低密度。删除后的文章字数可能是原来的 40%，但信息密度提升到原来的 3 倍——AI 引用概率反而上升。
提高信息密度的三个实操方法
方法一：删形容词，留数字
外贸文章最常见的“信息稀释源”是形容词堆砌。用一个简单的删减规则做一轮清理：文章中所有无法被验证的形容词和副词，划掉。
| 删除前 | 删除后 |
|---|---|
| “我们拥有先进的自动化生产线” | “我们的自动焊锡机焊接精度 ±0.1mm，速度 3.2 秒/点” |
| “提供极具竞争力的价格” | “标准品价格区间 $2.5-$8/件（500 件起），含 CE 认证” |
| “严格的质量控制体系” | “每批次抽检率 10%，AQL 2.5，出货前 100% 外观检查” |
| “经验丰富的工程师团队” | “3 位工程师平均从业 8 年，分别有日本/德国工厂工作经历” |
每一处形容词都可以替换为一个数字或一个事实。 如果找不到——这个形容词可能并不代表任何真实信息，直接删掉。
方法二：用问句结构倒逼信息浓度
在写每一段前，先写一个“这段话在回答什么采购商问题”的问句。如果这个问句本身就不成立——这段话的信息密度可能是零。
以同一个段落的两种写法为例：
写法 A（没有对应问句）：
深圳市明光科技有限公司成立于 2012 年，是一家集研发、生产、销售于一体的高新技术企业。公司致力于为全球客户提供优质的 LED 照明产品和解决方案。
这段话对应什么采购商问题？“跟我讲一下你公司”——没有人这么问。所以信息密度为零。
写法 B（对应具体问句“这家工厂的规模能接我的订单吗”）：
明光科技 2012 年在深圳宝安区创立，目前有 3,200 ㎡生产车间、85 名生产线员工。2025 年出货约 45 万件，最大单次订单处理量为 3 万件。主力产品 LED tri-proof 灯管的月产能 4 万支。
对应问句的写法的信息密度是前者的 6 倍以上——而且字数还更少。 详情见 GEO 文章开头怎么写。
方法三：做“删除测试”
写完文章后，做一次逐段删除测试：
- 读每一段，问自己：如果删除这一段，采购商是否还是能获得完整的信息？
- 如果答案是“能”——这段是冗余，标记删除。
- 如果答案是“不能”——保留。
- 统计测试后保留的比例：理想的文章是 每段都有不可替代的功能——一段负责给出结论、一段负责给出数据、一段负责给出对比、一段负责给出 FAQ。
经过删除测试的文章通常能从 1500 字瘦到 800 字——但信息量不变、信息密度翻倍。
FAQ
Q：信息密度这么重要，是不是文章越短越好？
A：不是越短越好。是“同样的信息量，字数越少越好”——不是“不管有没有信息，字越少越好”。极端例子：一篇 50 字的文章“我们是 LED 制造商，产品好价格低”——信息密度是 0，字数再少也没用。你需要的是在适当的字数内放入最大量的可验证信息。这篇文章的最优长度区间表给出了每种内容的参考范围。
Q：我的行业内容天然需要很多背景解释，没办法提高密度，怎么办？
A：把“背景解释”和“具体信息”分层。背景解释放在第一段（简短 100 字），具体信息放在后续段（数据、步骤、对比）。不要交叉。常见错误是“每段带一点背景解释”——这会系统性地稀释全文密度。背景解释一次性讲完就不讲了，后面全是干货。
Q：文章太短会不会影响 Google 排名？SEO 不是说越长越好吗？
A：Google 从 2023 年起多次明确“字数不是排名因素”。在 AI Overviews 和 GEO 时代，信息相关性远比篇幅长短重要。你自己的经验：在 Google 搜“how to calculate LED power consumption”，前 5 个结果有 3 个不超过 800 字。关于 SEO 和 GEO 的差异，看 GEO vs SEO 完整对比。
Q：我数了一下我们最火的文章的信息点，密度挺低的，但排名还可以——是不是信息密度没那么重要？
A：排名 = / = 引用。你的文章可能在传统搜索排名不错（有很多 SEO 工作支持），但在 AI 引擎里引用率不高。因为 AI 引擎不看你有没有外链、域名权重高不高——它只看你能从中提取多少信息来回答问题。两种排名是独立的。用 AI 引用可见性审计 可以区分这两类表现。
Q：删减后文章看起来太“干”了，没有文采——会不会显得不够专业？
A：“太干”的担忧是个认知误区。采购商读你的产品页面时不需要文采——需要的是信息。你去 Home Depot 买灯泡，包装盒上写“600 流明 / 3000K 暖白光 / 10W / 质保 3 年”比“为你提供温馨照明的完美选择”有用 10 倍。外贸行业的内容也是“工具型”内容，不是“文学型”内容。追求清晰度而非文采。
Q：团队写手习惯了写长文，突然让写高密度的短文，他们写不出来怎么办？
A：用“字数预算”法：每次写作任务给定一个字数上限——800 字是软上限，1200 字是硬上限。给上限不是限制创造力，而是倒逼他们淘汰填充词。第一次可能会抱怨“信息不可能在 800 字里说完”。第二次就开始变好了——因为写手被迫挑选最重要的信息点来写，而不是把所有东西都“倒”到纸上。
Q：信息密度提高了，但文章的可读性下降了——采购商看着会觉得累，怎么办？
A：信息密度和可读性不矛盾。提高可读性的方法：①把大段拆成小节（每个小节不超过 150 字）；②用表格展示对比信息（3 列×4 行比一段 200 字更易读且信息密度更高）；③每个段落的第一个句子给结论（倒金字塔结构——读者可以在 5 秒内决定要不要继续读）。高密度不是“挤在一起”——是“每句话都有用”。如果觉得挤，把行距和小标题间距拉开而不是恢复废话。