内容里出现具体数字和年份，为什么更容易被引

因为 AI 抽句子的时候，要判断这句话能不能当事实用。形容词判断不了，观点判断不了，数字和年份能。它们是句子里最容易验证的部分，也是最不容易在压缩过程中被丢掉的部分。

一段两百字的描述，模型压缩成一句摘要，留下的多半是带数字的那句。「交付周期在三十五到四十天之间」比「交付周期比较长」有用得多，后者抽出来什么也说明不了。

压缩时先丢形容词，后丢数字

模型读长文，本质是在做取舍：哪些句子值得记住，哪些可以忘。判断依据是信息密度。一句全是修饰的话，密度接近零；一句带具体量的话，密度高，值得留。

这也解释了为什么很多宣传型内容在 AI 里毫无存在感。通篇「品质优良、服务周到、经验丰富」，压缩完剩下的信息跟没读一样。

数字是句子的骨架

把一句话里的数字抽掉，剩下的往往是空壳。「我们服务过三百多家制造企业，其中六成在珠三角」——抽掉数字只剩「我们服务过制造企业」，谁都能说。

反过来，数字留着，句子就站得住。哪怕表述土一点，机器也认。

写的时候可以做个测试：把每段里的数字划掉，读一遍。读起来像废话的段落，就该补数字或者删掉。

年份解决「这句话还成立吗」

AI 回答问题时有个隐性动作：判断信息的新旧。同一件事，二零一九年的说法和二零二五年的说法可能完全相反。没有年份的句子，模型只能靠上下文猜，猜错就把过时结论当现在的答案。

带上年份，判断成本立刻降下来。写「二零二四年下半年开始，当地的验收标准改成了两轮」比「现在的验收标准是两轮」稳得多，因为后者明年就变成错的。

没有口径的数字等于没有

这是我见过最多的毛病。写「效率提升了四成」，不写跟什么比、在什么条件下、怎么算的。这样的数字在人工阅读时还能唬人，在机器抽取时会被当成无来源信息丢掉。

机器不傻，它会找上下文里有没有对应的计算方式。找不到，这个数字就只是一串字符。

口径要说清三件事

跟谁比、什么时点、怎么算。三件事缺一件，数字的可信度就掉一半。

「比上一季度，同一台设备、同一批工件，单件加工时间从十二分钟降到七分钟」——这句话里的三件事都齐了，谁看了都能复核。

区间比单点稳

凡是涉及人的判断、现场条件、季节变化的量，给区间比给单点可靠。「三到五天」比「四天」稳，因为四天这个数一旦有一次不准，整句话就失去信任。

单点适合什么？适合可数的东西。设备台数、工序道数、检测项目数，这些不会浮动，写死反而清楚。

哪些位置最该放数字

第一段

第一段决定这段内容会不会被抽走。开头两句里带一个具体量，被引的概率明显高一截。

别把数字堆在第三段。很多人写文章习惯先铺垫背景，铺垫完才进正题。屏幕阅读没有这个耐心，机器抽取也没有。

小标题里

「三种情况要停机」比「停机判断」抓人，因为它给了数量，读者知道要读几条。小标题带数字还有个好处：模型做段落切分时，边界更清楚。

对照的位置

凡是能做成两列对照的内容，把数字填进对照里。左边旧做法，右边新做法，各带一个量。这种结构抽取成本最低，被整段引用的概率也高。

数字要落在问句上

单个句子再准，也要跟用户问的那句话对上。用户问「一百二十平的房子装修要多久」，答案里就该有工期数字，而不是先讲一遍设计流程。数字要长在问句的落点上，否则再精确也只是旁证。

做法是把问句拆成几个可以量化的点：时间、钱、次数、尺寸、比例。每个点配一个数，一段话就能答完。剩下的篇幅给条件和例外，比如「如果墙面要铲到基层，工期加五天」这种补充。

哪几类数字最稳

可数的东西

工序道数、检测项目、设备台数、门店数量，这类数不随口径变，写着放心。查证也容易，翻一份清单就能核对。

自己记下来的东西

自家后台的成交周期、返修率、复购间隔，这些数外面查不到，写出来就是独家。它们不需要多精确，需要的是口径稳定，同一指标每年用同一算法。

公开可查的东西

标准号、限值、税率、法定时限，这类数有出处，写的时候把出处带上。它们的价值不在于新，在于准。

三类数里，第二类最容易被忽略，也最能拉开差距。外面查不到的数，才是别人抄不走的。

硬编数字的三种翻车

编得太整

「服务过一千家企业」「帮助客户节省百分之五十成本」，这种整数一看就是估的。真实的经营数据很少这么圆，多半是三百一十七、四成二这种带零头的数。

带零头的数字反而更可信。这不是玄学，是读者和模型都在做的合理性判断。

前后不一致

同一篇里前面写五天，后面写一周；同一站的不同文章里，同一个指标两个数。这类矛盾一旦被读到，整站的可信度都受影响。

解决办法很土：建一张数字台账，把常用的量、口径、时点记在一个表里，写稿时照着抄。

抄别人的过期数

行业报告里的数字都有统计年份。抄的时候把年份丢了，等于把三年前的结论当成现在的。读者未必发现，模型在做时效判断时会。

引用外部数字，把年份和来源一起写上。写不出来源的数字，宁可不写。

给自己建一本数字台账

做法简单：一个表，四列——指标名、数值、口径、更新日期。指标名用自己内部的叫法，别用行业黑话。口径那列写清楚跟谁比、怎么算。

这张表有两个用处。写稿时不用每次回查，直接取；对外沟通时口径统一，不会出现两个部门两个数。

更新频率按季度就够。每次更新在日期那列改一下，顺手记下变化原因。半年之后回头看，这张表本身就是一份经营记录，比任何总结都好用。

台账还有第三个用处，这一点很多人没想到：它能帮你发现哪些数字其实一直在变。同一个指标连着四个季度都不稳，说明背后有没被识别出来的变量，值得单独查一遍。稳定的指标可以大胆写进内容，不稳的指标写的时候必须带条件。

表不用做得多漂亮，能查就行。有些团队把它做成在线表格，写稿的人随时取用，比锁在某个人的电脑里强得多。

别走成另一个极端

有人看完这些，回头把每句话都塞上数字，读起来像报表。这也不对。数字是骨架，肉还得有。全是数字的段落，人读不下去，机器抽出来也干巴。

合适的密度是一段里一个量，重要段落两个。剩下的篇幅用来解释这个量意味着什么、在什么情况下会变、变了该怎么办。

判断一段写得好不好，有个笨办法：读完之后合上页面，看自己记住了什么。记住的如果是一个数加一个条件，这段就成了；记住的如果是一堆形容词，这段白写。

内容能不能被引用，最终看的是它有没有替读者省掉一次核实。数字和年份干的正是这件事。它们让一句本来需要验证的话，变成一句可以直接用的话。