让 AI 出选题，一分钟能给你一百个。我试过一次，看完的感觉是：一半是常识，四分之一是废话，剩下四分之一里能用的没几个。AI 擅长广度不擅长判断，它不知道哪些词有人搜、哪些内容我们有能力写赢。
所以关键是建立一道验证流程，把 AI 给的题一个个过筛。这篇文章把「验证四问」拆开，你用这套标准筛 AI 选题，能挡掉八成废纸，剩下的才是真值得写的。团队用这套跑下来，选题通过率从盲写的不到一成稳定到三成左右，省下的写作人力直接翻倍。
图：AI 选题验证四问漏斗（运营GO 整理）
验证四问
一、真有人搜吗？ 打开 GSC 查相关查询，或者用关键词工具看搜索量。AI 给的很多题搜量是零，写了只能自嗨。一个省事办法：把 AI 给的题丢进 GSC 的「查询」报告里搜，有曝光就说明 Google 已经认你跟这词相关，写出来的 ranking 成本更低。
别只信工具给的「月搜 1000+」就激动。工具算的是大盘，你的站能不能吃到其中一小块，要看你当前的权重和前排竞争格局。我更信 GSC 里的真实曝光——那是我站已经被认可的相关性证据，比任何外部推测都硬。
二、搜的人想解决什么？ 判断搜索意图。比如「seo 多久见效」是焦虑型问题，用户要的是时间预期和真实案例；「seo 工具对比」是决策型问题，用户要的是客观对比。内容形态跟着意图走，写成什么体例、放不放表格，都由这个问题决定。意图判错，文章写得再好也接不住人。意图判法系统讲可以看 关键词意图映射漏斗，那篇把信息/商业/交易三类的写法差异拆得很细。
意图还决定了「写到多深」。信息型问题写个清晰概念和步骤就行；商业调查型必须上对比表、优缺点、适用场景；交易型直接给购买决策清单。AI 出的题往往不标意图，这一步必须人来判断，因为意图错了内容就全错。
三、我们写得过吗？ 看搜索结果前 10 名。如果全是行业巨头和 UGC 大平台，新站硬碰硬基本没戏。如果有中小站排在前排，说明这个位置有机会——这也是为什么竞品词筛选要回 GSC 看前排有没有小站（那篇漏斗的第三层就是干这个）。
四、写完好接住吗？ 流量来了能不能转化？有没有对应产品、落地页、邮件序列接住。很多题搜量不小但离钱远，写了只涨虚荣指标。优先选「搜的人下一步就能用上我们东西」的题。一个判断技巧：假设这篇文章排到第一，访客看完会做什么？如果答案模糊，这题就不值得现在写。
四问速查表
| 问题 | 不过的信号 | 过的信号 |
|---|---|---|
| 有人搜吗 | 工具零量、GSC 无曝光 | GSC 有曝光或工具月搜 300+ |
| 意图清楚吗 | AI 题没标意图、像常识 | 能说出用户要什么形态的内容 |
| 写得过吗 | 前排全是巨头站 | 前排有 1-3 个中小站 |
| 接得住吗 | 无对应产品/落地页 | 有产品页或邮件序列可接 |
怎么把四问变成流程
别在脑子里过，写进表格最稳。每行一个 AI 选题，四列对应四问，填「过/不过」加一句理由，不过的标红。每周花一小时筛一批，过筛率通常只有 20%-30%，剩下的直接丢——这个过程本身就是价值，它帮你把「看起来热闹」和「真能写」分开。
还有一个进阶用法：让 AI 不只出选题，也出「为什么这个题有人搜」的猜测，你再拿去 GSC 验证。AI 的猜测往往能提示方向，但结论必须你用真实数据拍板，别把 AI 的「应该有人搜」当成事实。AI 是扩宽器，人是过滤器，这个分工不能反——让 AI 替你判断写不写得赢，是最大的坑。
AI 使用的边界
说清楚 AI 能做什么、不能做什么，免得团队误用。AI 适合：头脑风暴找盲区、把一句话题扩成多个角度、补同义词和长尾变体。AI 不适合：判断搜索量（它没实时数据）、判断你能不能排上去（它不知道你的权重）、判断转化价值（它不懂你的业务）。这三件必须人来做，或者用 GSC 和工具做。把边界画清楚，AI 才能当帮手而不是猪队友。
讲个真实筛选例子。AI 一次给了 20 个「内容运营」选题，过四问后只剩 5 个进池：「内容日历模板」「短视频脚本怎么写」「B2B 内容怎么冷启动」「用户案例怎么包装」「公众号打开率下滑怎么办」。被丢的 15 个里，8 个零搜索量（「内容运营的未来趋势」），4 个我们写不赢（「爆款文案公式」前排全是巨头），3 个接不住（「内容运营证书考哪个」跟业务无关）。这 5 个留下的，每一个都能对应到我们已有的产品能力，写出来就能接转化。
这个例子说明一件事：AI 的价值不是「给答案」，是「给你一张更全的网」，让你漏掉的角度变少。但最终拍板的永远是数据和业务判断。把 AI 当扩宽器、人当过滤器，选题质量会比纯人工或纯 AI 都高。
