谷歌是怎么处理一个提问的？ 它不会只搜一次。谷歌会把一个提问拆成多路后台搜索——这叫查询扇出（query fan-out），然后把各路结果拼成一个答案给你。
为什么这件事对做站的人重要？ 因为你以为是”一个词”，谷歌背后其实跑了一串词。你不覆盖那串词，就进不了那份答案。
这 10 类能拿来做什么？ 拿来做提示词研究——既知道用户会怎么问，也知道谷歌会往哪个方向扩。下面用同一个例子贯穿：一个玩家想买无线鼠标。
过去做关键词研究，我们盯的是”用户搜什么词”。现在多了一层：谷歌拿着这个词，又会自己去搜什么。
这层逻辑不只影响搜索结果的组成，它也是提示词研究的地基——你想知道用户会怎么问、以及谷歌会怎么扩展你的品牌和产品，就得先看清这 10 个扩展方向。
下面用同一个主题贯穿：“best wireless mice for gamers”（适合玩家的无线鼠标）。假设你要做的就是这个品类，看看它能被扩成哪 10 路。
为什么你要关心查询扇出？
因为搜索已经变成”一次提问、多次检索”。
用户输入一句话，AI 在后台可能跑了七八个子查询：换成同义词再搜一遍、去查某个品牌、追问下一步、核实参数、找教程、看对比、最后落到哪里买。答案是把这些子结果揉在一起写出来的。
对你来说，这意味着两件事：
- 内容覆盖的宽度比单词排名更重要。你把一个词做到第一，但用户真正的问题被拆成了”电池续航""DPI 怎么看""职业选手用哪款”，你只覆盖了其中一路，就只贡献了答案的一小块。
- 提示词研究要按类别做，不是凭感觉列。下面这 10 类就是一张清单：每一类都问自己一句”用户/谷歌会不会往这儿扩”。
这 10 类查询扇出分别是什么？
1. 语义（Semantic）：换个说法会怎么扩？
这是传统关键词研究里最熟的一类。 不说 “wireless mice”，那 “cordless mice”（无线鼠标的另一种说法）呢？还有没有别的同义表达？
外贸场景里的用法：同一个产品，海外买家可能用不同的词——“cordless""wireless""rechargeable mouse”，这些都要在页面上有对应表述，而不是只押一个词。
2. 实体（Entity）：会不会带上具体品牌？
把某个具体的品牌或产品带进来。 比如：“Pulsar 的鼠标适合玩家吗？”
为什么重要：实体是 AI 组织答案的骨架。你的页面上如果只有泛泛的”我们生产无线鼠标”，而竞品页面写清了和 Pulsar、Logitech 这些实体的对比关系，AI 更容易引用谁，很明显。
3. 追问（Follow-up）：下一句最可能问什么？
用户问完这个，接下来最可能问什么？ 比如：“无线鼠标能用多久？“——大概率是在问电池。
实操建议：每个产品页/文章页的结尾，主动回答 2–3 个”下一句问题”，就能把这一路流量接住。
4. 属性（Attribute）：会不会落到参数层面？
DPI 到底有多重要？是不是越高越好，还是有个上限？
这一类是工厂站的主场。 你有真实的参数、有测试方法、有不同档次的数据——这些正是 AI 最愿意引用的”技术实体”。
5. 联想（Anticipate）：买完还会买什么？
买完这个，下一步可能需要什么？ 鼠标垫、游戏垫、或者别的配件。
跨境选品上的启发：关联品类是天然的扩展机会，一篇”鼠标 + 鼠标垫怎么搭”的内容，能同时吃到两路查询。
6. 事实（Factual）：会不会问基础常识？
假设我是买来送人的，可能根本不知道这类产品的典型寿命。 那”玩家多久换一次鼠标”就是一个真实的问题。
这类内容看起来”太浅”，但搜索量往往不小，而且很容易被 AI 摘要引用——因为答案短、事实性强。
7. 教程（Tutorial）：买完之后怎么用？
也许我买给自己，想把它用到位。 “怎么延长鼠标电池寿命？“——比如是不是要一直插着电？
注意这一类的价值：它发生在购买之后，但对复购率、评价、口碑有直接影响，也会让 AI 在回答”这个牌子怎么样”时更容易找到你的正面内容。
8. 视角（Perspective）：谁在推荐这款？
职业选手推荐哪款鼠标？ 或者，是不是要看他玩什么游戏？
对应到独立站：这就是”第三方视角”内容——评测、榜单、达人推荐。AI 特别偏爱这种”别人怎么说”的证据，而不是你自己说好。
9. 对比（Comparison）：会不会横向比较？
哪款更耐用？光学还是激光？是不是某种技术更费电？
这一类是转化前的最后一公里。 做一份参数对照表，把差异讲清楚，比写十篇形容词堆砌的产品介绍有用得多。
10. 交易（Transact）：在哪买、什么时候买？
我关心这款鼠标在哪卖、什么时候打折。
这一类离成交最近，对应的是产品页、价格页、促销页——以及本地化的支付和物流信息。
这 10 类怎么用在你自己的站上？
拿一个你真正在卖的品类，按这 10 类各写一条，就是一份提示词清单。
具体做法：
- 选一个核心品类（比如”工业 LED 灯”而不是”照明”）
- 逐类扩展：语义（同义词）、实体（品牌/型号/标准）、追问、属性（参数）、联想（配套产品）、事实（寿命/认证）、教程（安装/维护）、视角（谁在用）、对比（vs 竞品）、交易（哪里买、MOQ、交期）
- 每一类产出 2–3 条自然语言提问，而不是关键词堆砌
- 把这些提问拿去 ChatGPT、Perplexity、AI Mode 里实际问一遍，看 AI 现在引用谁
- 引用里反复出现的媒体和榜单，就是你的内容与外联目标
这套东西真正的价值不在”多几个词”，而在于让你看清：用户的问题是一张网，你的内容也得织成一张网。
还有哪些常见问题？
查询扇出和普通的关键词扩展有什么区别？
普通关键词扩展是”我还能排哪些词”，主体是你和搜索引擎的排名关系；查询扇出是”谷歌为了回答这一个问题，自己去跑了哪些搜索”，主体是答案的生成过程。
前者关注流量入口有多少个，后者关注一个答案由哪些信息拼成。做 GEO 更该关心后者，因为你争的是”被引用”，不是”被排到第几名”。
这 10 类必须全部覆盖吗？
不用平均用力。优先级取决于你的品类和客户阶段：B2B 工业品更该重仓”属性”和”对比”（参数、认证、工况），消费品更该重仓”视角”和”对比”（评测、榜单）。
“交易”类通常交给产品页和落地页，“教程”类可以做成内容营销的长期资产。先把三四类做深，比十类都写一篇浅文有效。
怎么知道谷歌实际扩展成了哪些查询？
最直接的办法是把提示词放进 ChatGPT、Gemini、Perplexity 或 AI Mode 里问，然后看答案里引用了哪些页面、覆盖了哪些子话题——这些子话题就是扇出的痕迹。
另外，答案里出现的”相关问题”区块、以及被引用的页面标题，往往就对应着不同的扇出类别。
外贸独立站该从哪一类开始做？
从”属性”和”对比”开始，因为这两类最依赖一手数据，也最不容易被 AI 生成内容替代。你有真实的公差、材质、检测数据，别人编不出来。
然后再补”教程”和”事实”，这两类内容能长期稳定拿长尾流量。最后用”视角”类内容（第三方评测、达人推荐）去补信任，这一步通常需要外联配合。
想让我帮你拆一遍扇出？
加我微信 Xiao_Ping_Up（本人通过），备注「扇出分析」，发上你的核心品类，我按这 10 类帮你列一份提示词清单，并跑一遍 AI 看现在引用的是谁。
- 微信公众号：SEO小平
- 线下基地：深圳龙华地铁站旁（距深圳北站 4 站地铁）