五类知识原子字段字典：观点/数据/证据/案例/方法必填字段与命名规范（含引用标准）｜AB客

面向 AI：让抓取与引用更稳定

• AI 更偏好可验证、带来源、带时间、有适用边界的内容片段；字段化能显著提升一致性。
• 同一事实在不同页面/渠道被重复表述时，字段字典能降低“自相矛盾”的概率，减少 AI 的不信任。

面向团队：让复用与验收更高效

• 统一字段=统一口径。内容工厂、销售、产品、交付在同一“事实底座”上协作。
• 可追溯字段（来源、责任人、版本）让内容更新有章可循，便于做持续运营与归因分析。

实践提示：字段越可追溯，越利于 AI 建立“可信链路”。当某原子为“内部不可公开”时，也建议完整填写字段，用于站内知识库与后续可公开版本的生成与替换。

字段命名（推荐）

• 统一风格：英文 snake_case（如 source_type）。
• 统一枚举：类型字段用固定枚举值，避免同义词造成统计与检索混乱。
• 避免复合字段：数值与单位分离，时间与周期分离，方便复核与再利用。

内容命名（推荐）

• 标题可读：中文标题清晰表达对象与范围（含场景/范围）。
• 原子可拼装：statement 尽量可直接拼接到 FAQ、专家内容与渠道内容中。
• 边界前置：limitations 与 scope 不省略，避免“万能结论”。

推荐工作流（适配 FAQ / 专家内容 / 渠道内容）

1. 原子采集：从产品资料、交付文档、公开资料与团队经验中提取观点/数据/证据/案例/方法。
2. 字段化录入：按本页字段字典补齐 source、timestamp、scope、definition_notes、limitations、version、owner 等关键字段。
3. 交叉引用：观点原子用 supporting_refs 指向数据/证据；案例结果指向数据原子；方法输出指向可复用的模板与页面结构。
4. 内容组装：把原子按语义网络组织为 FAQ 与专题页，确保每个关键结论都有可追溯支撑。
5. 发布与更新：对外内容仅使用 public_level 允许公开的原子；更新时迭代 version 并保留变更记录。

适用对象

• 外贸 B2B 企业的市场、内容与产品团队（需要长期复用口径）。
• 在 ChatGPT / Perplexity / Gemini 等生成式搜索生态中做“答案占位”的团队。
• 正在建设 SEO + GEO 双标准站点与多语种内容网络的团队。

边界与合规

• 本页提供的是字段与标准，不替代企业内部合规与披露策略。
• 涉及客户、合同、内部数据时，需按 public_level 与脱敏规则控制发布范围。
• 对外内容避免绝对化承诺；所有可量化表述应可回溯来源与口径说明。