用 AI 系统性审查旧文章:要问什么、忽略什么、怎么排更新队列

一套可重复的旧文章审查流程:要让 AI 看什么、忽略什么,以及怎么把存量文章变成一份可执行的更新队列。

大多数内容站都有一批”作者还没写到位时发的”旧文章。AI 非常擅长帮你筛出该改的、该改哪里——只要你问得对。

问题背景

一旦站点过了 50 篇,杠杆最大的工作往往不是写新的,而是改差点排上去的那批。AI 很适合这个活:几分钟读完 50 篇,按你的质量标准对比,生成一个排好序的清单。坑在于”改一下这篇”太模糊——它会用你不想要的方式改你的语气。流程是:AI 诊断,你决定。

判断标准

  • 已经发了 30 篇以上,部分超过一年。
  • 有些文章拿到了一点点流量但从没进过前列。
  • 你自己的写作明显比早期进步了。
  • 怀疑某些文章信息过时但还没正式审查过。

实操步骤

  1. 从 Search Console 导出曝光量最高的 30 篇(不是点击——曝光说明它”差一点”就成了)。GSC: Performance → Pages → 最近 28 天 → 导出 CSV,列就是你要的:
Top pages,Clicks,Impressions,CTR,Position
https://example.com/zh/articles/foo/,12,4810,0.25%,18.4
https://example.com/zh/articles/bar/,3,2104,0.14%,22.1

按 Impressions 降序,取 Position 在 10-30 之间的前 30 行——这些是”差一点就排上”的、最值得改的页面。

  1. 每篇喂给 AI:正文 + 目标关键词(来自 Search Console)+ 你的 style guide。打包单篇文章的 shell 流水线:
slug="foo"
{
  echo "## 文章正文(markdown):"
  cat src/content/articles/zh/articles/$slug.mdx
  echo "## 目标关键词: $(grep $slug gsc-top-queries.csv | cut -d, -f1)"
} | pbcopy
  1. 用一个具体的诊断 prompt,不要用”改一下这篇”:
你是一位资深内容编辑,下面是一篇文章和它的目标关键词。

文章:<粘贴 markdown>
目标关键词:<粘贴 GSC 中的关键词>

不要重写,按顺序完成下面四件事:
1. 从「信息时效、结构清晰、开头力度、内链、深度」5 个
   维度打 1-5 分,每项一句话说理由。
2. 列 5 个可能拉低排名或读者信任的具体问题,
   每条引用原文中相应的那句话。
3. 提出 3 个 surgical edit(句子级 diff),
   分别给出 OLD 原句 和 NEW 改后句。
4. 标出任何你没法高置信度核实的事实陈述。
  1. 按总分升序排,最差 5 篇就是本周的更新队列。
  2. 把 AI 给出的句子级 diff 一条一条看,自己同意的人工 apply;改语气、简化细节、删例子的建议,直接拒。
  3. 更新 lastUpdated 日期,加一句”更新了什么”在文末或 changelog。
  4. 部署完用 URL Inspection 主动请求重新索引,不要被动等下次爬虫。
  5. 30 天后再拉 Search Console,看曝光和点击有没有动。有动的成为下批模板;没动的可能是题材问题,不是质量问题。

容易踩的坑

  • 让 AI 整篇重写。文章里”专属于你”的那部分会丢,Google 也可能把它当成新页面重新评估。
  • 事实更新建议不核查就信。它会很笃定地让你”更新”本来就对的数据。
  • 没顺序地随机审。一定按曝光或主题聚类排好顺序——随机审是浪费时间。
  • 只改日期不改内容。这种伪刷新能被发现,掉信任。
  • 审得太勤。大多数文章一季度审一次就够了,每周审是无效忙碌。

这篇适合谁

已经 50+ 篇、有些老文章、作者语气变了或行业有变动的站。

这篇不适合谁

不到 20 篇的新站——时间用来写新文章比审旧的收益大。

FAQ

  • 该改老文章还是写新的: 差一点就排上的(有曝光没点击)就改;半年都没曝光的,可能是题材不行,留着写新的。
  • Google 会注意到改过的文章吗: 下次爬到就会。内容变化大会触发重新评估;小改基本无感。
  • 每篇 AI 辅助审查大概多久: 诊断 2 分钟,决策和改稿 15-30 分钟。再多就是在重写不是在 refresh。
  • AI 能改标题吗: 能给建议,但不要让它自动改。标题是排名命脉,要刻意测试,最好一次只改一个。

相关阅读

标签: #独立开发 #AI 辅助建站 #内容运营 #工作流