Core Summary：我们不用模型给内容打主观分，而是把「对 AI 友好不友好」拆成 15 个确定性维度：同一篇内容任何时候重跑都得到相同分数与逐维明细，可讨论、可质疑、可核对。其中「引用来源」是权重最高的维度之一，而「推销语气」是唯一的负向维度（写得越像广告分越低）。该分数回答的是"是否具备被引用的基础条件"，不能用来预测"发出去一定被引用"。
不靠感觉、不靠模型打分：每个维度都是确定性规则，输入相同结果相同。本文解释评分怎么算、为什么把「推销语气」设为唯一的负向维度，以及它不能用来做什么。
为什么是「规则」而不是「模型打分」
内容生产者最常问的问题是：这篇内容能不能被 AI 引用？市面上常见的回答方式是让模型给一个 0-100 的分数——但模型打分有两个致命问题：不可复算（同样内容重跑一次分数就变）和不可解释（说不清为什么扣分）。
所以我们的选择是把评分做成确定性规则：同一篇内容，任何时候重跑，得到完全相同的分数与逐维明细。这让评分可以被讨论、被质疑、被逐条核对——这也是我们敢把评分明细直接展示在编辑器里的原因。
维度构成与两个设计决定
当前版本是 15 个维度加权合成（权重可在后台调整，改权重不改维度集合）。这里讲两个容易被忽略的设计决定：
① 引用来源是权重最高的维度之一。 一篇内容如果通篇没有外部引用，它更像观点而不是资料——AI 在检索时更倾向引用能追溯到来源的陈述。这不是玄学，是引用机制的直接推论。
② 推销语气是唯一的负向维度。 这是评分体系里最反直觉的一条：写得越像广告，分数越低。依据来自第三方对约 30 万网页的对比研究——推销语气与 AI 引用呈负相关（约 -26%）。AI 倾向于采信事实陈述而不是自我夸赞，所以「行业领先」「首屈一指」这类表述在我们的评分里会扣分，并给出改写建议。
分数能用来做什么、不能用来做什么
能用：横向对比两版稿子谁更「可被引用」、定位具体哪些维度拖了后腿（每个维度都会给出原因与建议）、作为内容质量门禁的输入。
不能用来：直接预测「发出去会不会被引用」。被引用还取决于问题选择、引擎信源偏好、竞争格局等评分之外的变量。评分回答的是「这篇内容是否具备被引用的基础条件」，不是「一定被引用」——任何把评分当效果承诺来用的做法都是误用。
一致性承诺
评分规则与报告、后台控制台共用同一份配置（单一事实来源）；权重调整会同步体现在所有输出里。如果未来版本调整了维度构成，我们会在此更新，并且历史评分会标注当时使用的版本口径，不会静默改变历史数据。