很多文章想做 GEO，只盯一个关键词：标题写得尖锐，正文却只回答一个角度。问题是，AI 搜索通常不会只按一个问题理解内容。一个主查询会被拆成定义、比较、风险、步骤、来源、替代方案、验证方式等多个子问题。
Hermes GEO 今天的实验设计把这个叫 query fan-out。它的事实意义很直接：GEO 监测单位不应是“一个关键词”，而应是“主意图 -> 子问题簇 -> 来源池 -> 答案事实”。如果文章只覆盖主标题，AI 在回答子问题时就会去引用官方文档、媒体、社区或工具页，深蓝笔记即使被抓到，也不一定被选为可用来源。
可执行动作是每篇文章发布前先写 6 到 10 个子问题。至少覆盖：这个概念是什么、常见误区是什么、怎样操作、怎样验证、失败时怎么判断、下一步该做什么。正文不需要堆关键词，但必须让其中 3 个以上子问题能直接找到答案段落。
对 19LAB 和 yijiu.me 来说，这比单纯追爆款标题更实际。现在技术可读性已经稳定，下一步要让每篇文章都像一个小型答案库：标题负责抓住痛点，正文负责覆盖子问题，账本负责记录哪些子问题被 AI 复述。
结论：爆款不是只押一个问题，而是让文章接住 AI 的问题扩散。只有能回答多个子问题，文章才有机会从“被看见”进入“被采用”。