内容工厂的 GEO 质检清单

十月底，一家做充电配件的出海品牌同时开着五个站点。六名写手、两名翻译，一周排 30 个页面。周三德语站上线的一篇插头说明，把英规和欧规写反了；周五客服接到第一批退货咨询。编辑的终审是每页 90 秒，看标题、看错别字、看有没有配图。

规模化内容的合格线不能靠写手自觉：把要求压成一张能答“是/否”的清单，设几道真会拦人的闸门，再用抽检反过来修清单——清单管下限，闸门管止损，抽检管清单会不会过期。

终审看的是通顺，漏掉的全是能核对的事

内容工厂的返工只有三类来源，和文笔都没关系。口径：型号、容量、功率、价格、保修期与主数据或政策页不一致。结构：整页找不到一句能单独摘走的话，或者一段里塞了三件事，AI 只能整段放弃。市场：单位、电压、插头、退货窗口、当地认证，中文直译过去读得懂，用不了。

自检失效的原因很具体：写和查是同一个人，他检查的是“我有没有表达清楚”，不是“和主数据对不对”。终审也只够看标题、错别字和配图。质量问题于是被推到发布之后，由客服、退货率和 AI 答案替你发现——这是最贵的一种发现方式。

反例是把质检做成打分表：准确性、可读性、品牌调性各 1–5 分，三个月后所有稿子都是 4 分。打分表测的是审核者的心情，清单测的是事实。

清单不是越长越安全。下面四组各 5 项，覆盖内容工厂最常见的返工。

组	五项查什么	谁查	怎么判	能否硬拦
A 事实与口径	型号容量与主数据一致；价格库存运费保修与政策页同值；认证与测试条件有出处；比较对象是公开在售型号；不出现无来源的“第一”“最”	品类或客服	逐项对照主数据表	能，可脚本化
B 结构与可摘	首段有 80–120 字答案单元；每段只讲一件事；表格带单位与条件；不用“它/该产品”开头；遮住标题结论仍成立	内容编辑	遮住标题读一遍	能，靠人但可抽验
C 市场与本地化	单位电压插头；保修与退货窗口按当地；本地场景词；译名与品牌实体表一致；法规表述有本地依据	本地运营	对照当地政策页	能，但必须先有本地签字人
D 资产与链接	内链目标存在且同主题；图片有 alt；canonical 与 hreflang 正确；结构化数据与正文一致；无两页抢同一问题	工程或脚本	构建期跑检查	能，最好进 CI

A、D 两组里能判的项可以写成脚本，在构建时跑，失败就发不出去，见把 GEO 接进 CI。C 组必须有当地人签字，脚本判断不了“这个保修窗口在德国合不合规”。B 组靠人，但可抽验：另一个人遮住标题读首段，读不出品类和对象就是不合格。

真正设成硬拦的只有 10 项：A 组 5 项、B 组首段、C 组保修与插头、D 组内链与结构化数据。其余 10 项写进“建议项”，不拦发布。原因很实际——闸门每多一项，绕过它的动机就多一分；20 项全拦，一周后所有人都在找例外。

检查项的写法比数量重要：写“价格准确”没人能判，写“价格与政策页同值”就能判。每一条都要能回答是或否，判不了的删掉。

门禁的效力不在签字，在“不签就发不出去”；签字只完成追责，追责不产生质量。

闸门	时点	谁签	拦什么	超时怎么办
一自检	交稿时	写手，脚本辅助	A、D 两组里能自动判的项	不过不进下一闸
二事实	交稿后 48 小时	品类、客服或工程，一人	A 组全部、B 组首段	48 小时不签自动退回，不设默认通过
三本地	上线前	当地运营	C 组	该市场暂缓，其他市场照发

“默认通过”是门禁最常见的死法。 没人有空审，系统三天后自动放行，一周之内所有稿子都走这条路。宁可晚两天上线，也不要设会自动放行的闸门。

配套的一条是撤回：上线后发现口径错误，任何人都可以把页面标为待审或回滚，不必先写说明。不追责，才有人愿意按闸门办事。

示例：以下页数、拦截原因与返工轮次均为虚构，只用于演示门禁记录长什么样。

24 页放行 18 页，6 页被拦，5 页当天改完（示例）。记录的价值不在数字，在分类：三类拦截分别指向主数据、写手和本地化知识，下一批要修的是源头。集中在“事实”，说明主数据本身错了，加清单没用，先统一实体与口径表，见品牌实体是否存在；集中在“结构”，问题在模板。

每周抽 10%，不少于 5 页，按页面类型抽——商品页、类目页、对比页、政策页各抽，不按写手抽。只问一句：这页重走一遍闸门，会不会被拦？

漏检记三桶：清单里没有这一项、清单有但没人执行、主数据本身就错。三桶的处理完全不同——第一桶加项，第二桶改流程，第三桶去修数据。多数团队一发现漏检就加清单，加了三轮漏检率没动，因为问题一直在第三桶。

返工也要有上限：同一页被拦两次，退回模板层改骨架，不再让写手重写第三遍。三次重写同一段，写手会开始删句子——删到没人挑得出错，页也就没东西可摘了。

两个反例值得记住。把返工率挂进写手绩效：写手会学会只写安全的话，形容词没了，可摘的句子也没了。只抽检被 AI 引用过的页面：没被引用的页永远不被检查，它们最可能带着旧价格上线。

抽检的采样口径要和 AI 可见度基线对齐：同语言、同地区、同一批问题，才分得清是内容变好了，还是答案本来就在波动。

第一，团队只有两三个人。20 项会变成一份没人填的作业，先用 8 项：价格、保修、首段、单位、内链、结构化数据、译名、撤回权限。

第二，主数据不可信。清单只能把错误分发得更整齐，先把价格与参数的唯一来源定下来。

第三，平台内 listing 与商品 feed。它们走平台自己的字段校验，这套清单只管自有站。

第四，强合规品类。医疗器械、儿童玩具、带电池的空运件，清单不能替代法定审核和当地律师。

第五，一次上齐。每季度只加一项，加完看一季漏检率；一次加十项，等于一次都没加。

规模化不是把前 122 篇抄成一张 40 项的表格，而是让每批页面在发出前都经过同一套能判定的检查。这也是 90 天落地路线图第三段要交的东西：前两段修可见性与答案资产，第三段把它们变成流程与度量。

这个月先做一件事：把现有检查要求删到 12 项能判定的，在下一批 10 个页面上跑一遍，记下拦了几页、谁签的字、返工几轮。一个月后把漏掉的那类错误补成第 13 项。整条线的写法与检查标准，汇总在内容与语义主题页。