审查报告

runId：202607181728

源文件：/Users/ohyoung/project/library/Note/MyProject/content/publish/202607181728_哪些律师在被 AI 推荐？我们跑了上千次测试发现……【V2】.md

审查副本：/Users/ohyoung/project/library/Note/MyProject/content/publish/202607181728/copyediting/source.md

生成时间：2026-07-22T11:16:25+08:00

1. 行数统计

• 总行数：170 行
• YAML frontmatter：1-19 行，审查时跳过
• 正文与注释：21-170 行
• 代码围栏：0 处
• 图片引用：11 处
• 脚注：4 条

2. L1-L4 分层确认记录

层级：L1 检查范围：正文、标题、TL;DR、脚注；跳过 YAML frontmatter 与空行。 本层建议数：8 本层结论：HAS_SUGGESTIONS 是否进入下一层：是

层级：L2 检查范围：正文表达质量、句子主干、读者理解负担；不改事实和作者 voice。 本层建议数：6 本层结论：HAS_SUGGESTIONS 是否进入下一层：是

层级：L3 检查范围：重大价值观、伦理、政治、法律表达风险。 本层建议数：0 本层结论：PASS 是否进入下一层：是

层级：L4 检查范围：全文衔接、核心概念首次交代、概念命名一致性。 本层建议数：3 本层结论：HAS_SUGGESTIONS 是否进入下一层：是

3. 逐条反馈

CE-001 · L1 · 标点格式 · 行 28

原文：“换成带具体事实的真实用户问题后,被推荐律师扩散到 16 位”

判定：中文正文中混入英文逗号，影响标点格式一致性。

依据：L1 语言错误规则：数字、单位、全半角、标点格式在同一上下文中不一致，可报告。

建议：“换成带具体事实的真实用户问题后，被推荐律师扩散到 16 位”

改了什么：将英文逗号改为中文逗号。

CE-002 · L1 · 成分残缺 · 行 49

原文：“出现最多的一位律师有效推荐的 56.8%，一人占据了一半多的AI推荐。”

判定：“律师有效推荐的 56.8%“缺少谓语或介词，句子主干不完整。

依据：L1 语言错误规则：成分残缺导致句子读不通，可报告。

建议：“出现最多的一位律师占有效推荐的 56.8%，一人占据了一半多的 AI 推荐。”

改了什么：补出"占”，并在"AI"前补空格保持格式一致。

CE-003 · L1 · 多字/错词 · 行 61

原文：“前先构造搜索、召回链接，再把链接内容筛选后再整合成回答。”

判定：“前先"为多字或误写；“构造搜索"与后文"检索式"不一致，句子不顺。

依据：L1 语言错误规则：漏字、多字、明显误用词可报告。

建议：“先构造检索式、召回链接，再筛选链接内容并整合成回答。”

改了什么：删除多余的"前”，将"搜索"改为后文一致的"检索式”，压掉重复的"再”。

CE-004 · L1 · 错别字 · 行 65

原文：“针对我们提出的「我在深圳，我想找婚姻家事的律师，为我推荐最适合的律师」的问腿”

判定：“问腿"应为"问题”。

依据：L1 语言错误规则：错别字可报告。

建议：“针对我们提出的「我在深圳，我想找婚姻家事的律师，为我推荐最适合的律师」这个问题”

改了什么：将错别字"问腿"改为"问题"，并补成自然搭配。

CE-005 · L1 · 句式杂糅 · 行 67

原文：“但是，豆包生成的检索式并不完全一致，但也都围绕着用户的问题去做扩展”

判定：同一句连续使用"但是"和"但"，转折结构重复。

依据：L1 语言错误规则：句式杂糅导致句子读不通，可报告。

建议：“豆包生成的检索式并不完全一致，但都围绕用户的问题做扩展”

改了什么：删除重复转折词和冗余助词。

CE-006 · L1 · 成分残缺 · 行 77

原文：“毕竟AI不会把每个问题的十几个的内容都整合进答案，接下的AI进行的筛选才是关键。”

判定：“十几个的内容"缺少中心词；“接下的AI进行的筛选"成分错位。

依据：L1 语言错误规则：成分残缺、句式杂糅可报告。

建议：“毕竟 AI 不会把每个问题召回的十几个链接都整合进答案，接下来 AI 进行的筛选才是关键。”

改了什么：补出"链接”，将"接下的"改为"接下来”，整理主干。

CE-007 · L1 · 词序错误 · 行 102

原文：“为何那么会出现这类榜单式链接？”

判定：“为何那么会"词序错误。

依据：L1 语言错误规则：明显误用词和句式问题可报告。

建议：“那么，为何会出现这类榜单式链接？”

改了什么：调整"那么"位置，使疑问句主干顺畅。

CE-008 · L1 · 错词/成分错误 · 行 150

原文：“律师在观测自己被AI推荐情况的时，不要仅仅在模板问题中打转，而用回到用户语言下真实问题的表达。”

判定：“情况的时"应为"情况时”；“而用回到"成分错位。

依据：L1 语言错误规则：错别字、成分错误导致句子读不通，可报告。

建议：“律师在观测自己被 AI 推荐的情况时，不要只在模板问题中打转，而要回到用户语言下的真实问题表达。”

改了什么：修正"的时"和"而用回到”，并补足必要结构。

CE-009 · L2 · 清晰度 · 行 65-67

原文：“AI不是拿着用户的问题直接搜索，而是猜测用户的意图将其拆分为检索式，这一步被称为「扇出」。针对我们提出的「我在深圳，我想找婚姻家事的律师，为我推荐最适合的律师」的问腿，豆包会扩展为一组更具体的检索式，例如「深圳专业婚姻家事律师 知名律所代表律师」「深圳处理离婚房产股权抚养权优秀律师推荐理由」「深圳头部婚姻家事律所及代表律师优势」。\n\n同一个问题我们测试了百轮后，豆包单轮平均产生 3 个左右的检索式。”

判定：这三句连续解释"扇出"和检索式，信息密度较高，且第一句抽象定义后直接接长例子，读者需要反复回看主干。

依据：L2 R3 清晰度、R10 结构提取。当前语境是在解释推荐链路，拆出定义、例子和测试结果能降低理解负担。

建议：“AI 不是拿着用户的问题直接搜索，而是先猜测用户意图，再把问题拆成一组检索式，这一步被称为「扇出」。\n\n以「我在深圳，我想找婚姻家事的律师，为我推荐最适合的律师」为例，豆包会扩展出「深圳专业婚姻家事律师 知名律所代表律师」「深圳处理离婚房产股权抚养权优秀律师推荐理由」「深圳头部婚姻家事律所及代表律师优势」等检索式。\n\n同一个问题测试百轮后，豆包单轮平均产生 3 个左右的检索式。”

改了什么：把定义、例子和结果拆成三层，保留原有事实和语气。

CE-010 · L2 · 简洁性 · 行 83

原文：“虽然测试中上百问题召回了数千个链接，但是最后被推荐的 7 位律师仅在 248 次精准链接中出现，也就是AI只筛选了十分之一左右的链接。”

判定：“上百问题"搭配不完整；“但是最后"和"也就是"让长句承载过多转折与解释。

依据：L2 R1 简洁性、R3 清晰度。这里需要让读者看清"数千召回"与"248 次入选"的差距。

建议：“虽然上百个测试问题召回了数千个链接，但最后被推荐的 7 位律师只出现在 248 次精准链接中。也就是说，AI 只筛选了十分之一左右的链接。”

改了什么：补出"个测试”，拆分解释句，保留原数据关系。

CE-011 · L2 · 朗读顺口 · 行 96

原文：“你可能发现，最后推荐律师的引用链接标题呈现出相似：以律师榜单的形式出现，用看似中立的结构把某些律师包装成可直接引用的答案。”

判定：“呈现出相似"缺少中心词，读者会短暂停顿判断相似的对象。

依据：L2 R3 清晰度、R12 朗读顺口。当前句子承担从数据到内容形态的转折，需要把判断落到"形态"上。

建议：“你可能已经发现，最后推荐律师的引用链接标题呈现出相似形态：它们多以律师榜单出现，用看似中立的结构把某些律师包装成可直接引用的答案。”

改了什么：补出"形态”，让后半句承接更清楚。

CE-012 · L2 · 具体性 · 行 108

原文：“用户使用AI交流法律问题，通常会与AI交流自己的处境，提出具体的问题，所以法律咨询充满信息。”

判定：“法律咨询充满信息"过于抽象，不能直接承接前文"处境"和"具体问题”。

依据：L2 R2 具体性、R11 抽象词具象化。原文已有"处境"和后文"案情事实”，可以用已有信息把抽象判断落地。

建议：“用户使用 AI 交流法律问题时，通常会描述自己的处境，提出具体问题，因此法律咨询天然包含大量案情事实。”

改了什么：用后文已有的"案情事实"承接"信息”，不新增事实。

CE-013 · L2 · 清晰度 · 行 142

原文：“如何获得 AI 推荐的方法？GEO优化策略总结下来是两部分，恰好对应推荐链路的两个环节。”

判定：第一句疑问结构不完整，第二句直接回答，读者会感觉像标题和正文混在一起。

依据：L2 R3 清晰度、R5 中文西化。这里是方法论段落的起句，需要更直接引出分类。

建议：“那么，律师如何获得 AI 推荐？GEO 优化策略可以概括为两部分，恰好对应推荐链路的两个环节。”

改了什么：把半句式问题改成完整问题，并统一"GEO"空格。

CE-014 · L2 · 简洁性 · 行 154

原文：“这里无法展开细节如何获得AI推荐的细节，但是落地的方向始终是回归内容价值——在自己核心领域，如何在AI的辅助下，看见用户的表达，答尽具体问题，并且能够在渠道中触达。”

判定：“细节"重复，且"如何在 AI 的辅助下"后接多个动作，主干被拉长。

依据：L2 R1 简洁性、R3 清晰度、R10 结构提取。该段是结尾前的落地方向，应减少绕行。

建议：“这里无法展开如何获得 AI 推荐的全部细节，但落地方向始终是回归内容价值：在自己的核心领域，借助 AI 看见用户表达，答尽具体问题，并通过合适渠道触达用户。”

改了什么：删除重复"细节”，用冒号提取结构，保留原有行动方向。

CE-015 · L4 · 核心概念首次出现 · 行 27-29

原文：“87.5% 的推荐来源是为 AI 预制好答案的榜单式文章（GEO的一种方式）。\n>- 但“榜单式GEO 垄断”很大程度是模板化提问制造的假象：换成带具体事实的真实用户问题后,被推荐律师扩散到 16 位，头名占比降至 19.6%，律师榜单式的文章链接占比跌约一半。\n>- 对律师和律所的启示：GEO的价值不是榜单套路，而是内容能否回答用户的具体问题——真实问题组中，律所官网与个人网站占推荐来源的 23.7%，问答型、场景型内容也有很高的推荐比例。”

判定：TL;DR 首次出现 GEO，但只写"GEO的一种方式"，没有给出中文含义；普通读者可能不知道它指生成式引擎优化。

依据：L4 C2 核心概念首次出现。补半句解释即可，不需要新增材料。

建议：“87.5% 的推荐来源是为 AI 预制好答案的榜单式文章（GEO，即生成式引擎优化的一种方式）。”

改了什么：在首次出现 GEO 时补出中文解释。

CE-016 · L4 · 概念表达一致性 · 行 27-29, 126, 148

原文：“榜单式文章”

判定：全文同时使用"榜单式文章"、“律师榜单式的文章链接”、“榜单型内容”、“有偏榜单"等近似表述。部分区分有必要，但核心概念最好先统一为一个主称。

依据：L4 C3 核心概念表达一致性。同一内容类型反复换名，容易让读者误以为是不同对象；统一主称即可。

建议：首次建立为"榜单式内容”，后文在需要区分载体时写"榜单式链接"或"榜单式文章"。

改了什么：建议统一命名，不要求重写段落。

CE-017 · L4 · 行文整体逻辑衔接 · 行 150-158

原文：“尤其是法律属于 YMYL（Your Money or Your Life）领域，对准确性和可信度的要求只会越来越高，律师在观测自己被AI推荐情况的时，不要仅仅在模板问题中打转，而用回到用户语言下真实问题的表达。\n\n所以，律师获得 AI 推荐的长期路径，不是追逐平台技巧，而是想清楚一个核心问题：用户是谁在问什么、现有内容是否真正回答了这些问题、是否成为了持续生长的系统。毕竟，无论AI推荐的技术如何演进，始终是为了更能解决用户的问题。本次测试中出现的信号也在印证这一点——当用用户真实问题与AI对话时，更容易进入推荐的内容是具体场景相关的问答内容以及律所的体系化内容。\n\n这里无法展开细节如何获得AI推荐的细节，但是落地的方向始终是回归内容价值——在自己核心领域，如何在AI的辅助下，看见用户的表达，答尽具体问题，并且能够在渠道中触达。甚至，我们可以推测，就像搜索时代抢占关键词一样，在AI时代的律师推荐的关键竞争是用优质内容占据用户真实问题。正因为更靠近用户真实问题，所以会更垂直、更深度。\n\n \n\n回到这次测试，在印证一个基本判断：AI 的确会推荐律师，且具有集中趋势，同样的 GEO 也有可执行的方法。更具有长期价值的方式，是借助 AI 更系统地理解真实需求，再用准确、可核验的内容回答这些需求。”

判定：结尾连续四段都在表达"不要追技巧，要回到真实需求和内容价值"，判断多次重复，导致收束力量被稀释。

依据：L4 C1 行文整体逻辑衔接。问题能通过合并重复判断和补一处桥接解决，不需要大范围重写。

建议：保留 YMYL 提醒、长期路径和最终回扣测试三层；将行 152 与行 154 中重复的"回到真实问题/内容价值"压缩为一段，并让图前一句明确承接"下面这张图只是落地方向"。

改了什么：提示局部合并重复段落，增强结尾递进。

4. 汇总统计

5. 段落结构检验

• 引言（31-38 行）：从入口变化进入测试问题，衔接顺畅。
• 第 1 节（39-58 行）：集中度结论清楚，但 49 行有客观病句。
• 第 2 节（59-78 行）：链路说明完整，但 61、65、67、77 行存在错字、句式和术语表达问题。
• 第 3 节（79-105 行）：能解释榜单式内容为何被筛选，但 96、102 行需要局部修正。
• 第 4 节（106-135 行）：从模板问题转入真实问题，主线成立；108 行抽象，114 行"之前的组"可在人工处理时顺手统一为"模板问题组"。
• 第 5 节（136-161 行）：观点明确，但 150-158 行重复收束较多，建议合并增强结尾力度。

6. L3 扫描记录

• 未发现群体歧视、重大主权/领土/历史定性错误、未成年人伦理风险、煽动伤害等重大风险表达。
• 行 128 的"许**“已经做匿名化处理，未构成隐私泄露建议。
• 文中对 Google 垃圾内容政策的表述带有"据传"和来源脚注，未按 L3 报严重指控风险；若正式发布前需要事实核验，应进入事实核验流程，不属于本 copyediting 层级。

7. 完成状态

状态：DONE_WITH_CONCERNS

说明：已完成 L1-L4 分层审查，并生成结构化建议。审查阶段未修改原文；后续可在 review.html 中逐条接受、拒绝或编辑后接受。