AEO FAQ 缺口分析

FAQ 缺口分析用于评估现有 FAQ 内容对用户问题的覆盖程度，发现未被回答的问题并生成优化建议。

与 PAA 挖掘不同，FAQ 缺口分析聚焦于「已有内容 vs 应有内容」的对比，帮助您识别内容覆盖的薄弱环节。结合 PAA 挖掘结果一起使用，可以形成完整的内容补充策略。

一、FAQ 缺口分析概念

什么是 FAQ 缺口

FAQ 缺口是指用户高频提出的问题中，现有 FAQ 内容未覆盖的部分。这些缺口意味着用户在 AI 搜索中提问时，AI 可能无法从品牌内容中找到答案，转而引用其他来源，可能包含不准确或负面的信息。

分析的价值

1. 提升 AI 回答覆盖率：覆盖更多问题意味着 AI 更可能引用品牌内容。
2. 优化内容结构：识别 FAQ 的薄弱分类，优化内容组织。
3. 指导内容创作：为内容团队提供明确的创作方向。
4. 提升用户满意度：减少用户找不到答案的情况。

!NOTE FAQ 缺口分析需要先运行 PAA 挖掘，以便对比「用户问题」与「现有 FAQ」的覆盖情况。

二、运行分析

1. 进入分析页面

1. 在左侧菜单点击「核心功能 - AEO - FAQ 缺口分析」。
2. 选择目标 GEO 项目。
3. 点击「运行分析」按钮。

2. 配置分析参数

1. 数据来源：选择对比的数据源，包括 PAA 挖掘结果、搜索关键词、客服记录。
2. 现有 FAQ 来源：指定现有 FAQ 的位置（官网 FAQ 页面、CMS 内容、自定义 URL）。
3. 分析维度：选择关注的问题分类（品牌、产品、行业、对比）。
4. 语言：选择分析的语言。

POST /api/aeo/faq-gaps
Content-Type: application/json
Authorization: Bearer <your_token>

{
  "project_id": 1,
  "sources": ["paa", "keywords", "support"],
  "faq_urls": ["https://www.example.com/faq"],
  "categories": ["brand", "product", "industry", "comparison"],
  "language": "zh"
}

3. 启动分析

点击「开始分析」按钮，系统会抓取现有 FAQ 内容，与用户问题进行对比，识别未覆盖的问题。

!TIP 建议在 PAA 挖掘完成 24 小时内运行 FAQ 缺口分析，确保对比数据的时效性。

三、查看分析结果

1. 覆盖率概览

报告顶部显示整体覆盖率：

1. 总覆盖率：已覆盖问题占总问题的百分比。
2. 分类覆盖率：各问题分类的覆盖情况。
3. 趋势对比：与上次分析相比的覆盖率变化。

2. 缺口列表

列出所有未覆盖的问题：

1. 问题文本：未被 FAQ 覆盖的问题。
2. 问题分类：品牌/产品/行业/对比。
3. 搜索频率：该问题的搜索热度。
4. 优先级：系统根据频率和重要性计算的建议处理优先级。
5. 建议格式：系统推荐的内容组织格式。

3. 覆盖详情

展示已有 FAQ 内容的覆盖情况：

1. 已覆盖问题：FAQ 中已回答的问题列表。
2. 覆盖质量：评估现有回答的质量（完整度、准确性）。
3. 重复内容：识别 FAQ 中重复或相似的内容。

!WARNING 如果覆盖率低于 50%，说明品牌内容对用户问题的覆盖严重不足，AI 搜索中品牌信息被错误引用的风险较高，建议立即补充。

四、建议格式

1. 获取建议格式

针对每个缺口问题，系统会推荐最佳的内容组织格式，帮助 AI 更好地理解和引用。

GET /api/aeo/suggest-format?question=欣悦互通怎么收费
Authorization: Bearer <your_token>

2. 常见建议格式

1. 问答对格式：问题 + 简洁回答，适合简单事实类问题。
2. 结构化列表：问题 + 分点回答，适合产品功能、价格类问题。
3. 对比表格：问题 + 对比表格，适合与竞品对比的问题。
4. 步骤说明：问题 + 操作步骤，适合使用教程类问题。
5. Schema FAQ 标记：建议为 FAQ 添加 FAQPage Schema 标记，提升 AI 引用率。

3. 应用建议

1. 在缺口列表中选择要处理的问题。
2. 查看建议格式和参考内容。
3. 点击「创建内容」跳转到内容编辑器。
4. 按建议格式编写并发布 FAQ 内容。

!TIP 为 FAQ 页面添加 FAQPage Schema 结构化数据标记，可以让 AI 搜索更准确地抓取和引用，显著提升 AI 回答中品牌的出现频率。

相关链接

• 核心功能
• AEO PAA 问题挖掘
• GEO 知识图谱
• AIO 品牌事实一致性