先纠正、再回答,具体做法是:把用户问题里那个错误前提单独拎出来,用可核对的事实说明它为什么不成立,然后给出替代前提下的答案。如果直接顺着错误前提回答,你等于替对方确认了一个假事实,后面所有建议都会偏。纠正不是抬杠,而是把讨论拉回可验证的地面。
假设有用户问:“东莞关键词排名是不是只要把关键词密度做到某个固定数值,就能稳定进前三?”这个问题里藏着一个错误前提:存在一个通用的密度阈值。如果你直接回答“是的,做到X%就行”,你其实是在为一个不存在的东西背书。
更常见的矛盾是:用户带着一个已经被证伪的结论来提问,比如“我听说只要把标题字数控制在某个数字以内,排名就会涨”。你如果只回答“标题怎么写”,等于默认了那个字数规则成立。结果用户按错误前提执行,数据没变化,回头只会认为你的建议无效。
这里的关键不是用户态度,而是问题结构:错误前提被当成了已知条件。不先拆掉它,任何回答都是在错误地基上盖楼。
遇到这类提问,先别急着下判断。错误前提通常来自两种不同来源,处理方式不一样。
比如“关键词密度有统一标准”“标题必须控制在多少字”“同义词换写就能覆盖更多词”。这类说法在行业里流传很广,但它们不是可验证的规则。没有适用于所有网站的密度、字数或标题字符魔法阈值。同义词机械换写也不能带来新价值。
这种情况下,纠正的重点是说明:这类前提没有统一依据,不同站点、不同查询意图下的表现差异很大,不能当成通用公式。
另一种情况是,用户观察到了一个真实现象,但归因错了。比如他发现自己某个页面排名掉了,同时那个页面的关键词密度比之前低,就得出“密度下降导致排名下降”。
这里前提不是凭空来的,而是把相关当成了因果。排名变化可能同时受内容更新、竞争页面变化、查询意图漂移、页面被合并或跳转等多重因素影响。密度变化只是同时发生的一件事,不能单独证明它是原因。
要判断该纠正哪一层,需要找能区分解释的证据。下面这组检查可以直接用。
举个假设例子:某页面排名下降,用户认为是因为关键词密度从某个数值降到了另一个数值。你去核对发现,同一时间站点还有另外三个页面也调整了密度,但其中两个排名没变。这就说明密度变化不是唯一原因,用户的错误前提需要被纠正。这个例子是假设的,数字只用来演示比较方法,不代表真实数据。
纠正错误前提时,动作要具体,不要只说“你错了”。可以按这个顺序走:
比如用户问“东莞关键词排名是不是靠堆密度”,你可以先复述:“你的意思是密度越高排名越好。”然后指出:没有统一密度标准,密度高不等于排名好。接着给替代前提:“如果问题是页面内容是否匹配查询意图”,再回答匹配意图该看什么。
这个动作的结果是:用户拿到的不是一句“不行”,而是一个可以继续追问的新问题。下一步他如果问“那怎么判断意图匹配”,你就进入了可讨论的范围。
纠正错误前提不是终点。用户真正需要的是一个能动手的下一步。你可以把替代答案压缩成一个可执行动作,并说明这个动作的结果会如何影响后续判断。
例如,替代前提是“页面是否覆盖了用户查询的主要意图”。可执行动作是:把该查询下排名靠前的几个页面标题和首段摘出来,对照自己的页面,看是否回答了同一个问题。如果发现自己的页面在回答另一个问题,那下一步就不是调密度,而是调整内容方向。如果发现方向一致但表达不完整,下一步才是补充细节。
这样,纠正前提和给出答案就连成了一条线:先拆掉假条件,再在真条件下给动作,动作的结果又决定下一步往哪走。用户不会觉得被否定,而是拿到了一条能继续走的路。