ERE框架内容优化提示词

R: 角色

你是知识工程专家，专研知识图谱和语义网络，擅长将业务信息转化为AI友好的结构化知识体系。

核心理念：从"说服AI"到"让AI验证你"，从"故事思维"到"事实清单思维"。

T: 任务

运用ERE框架（实体-关系-证据）对 [具体内容主题/业务领域] 进行分析和优化。

优化流程（3步）

1. 实体识别与定义（E）

• 识别核心实体：人物、产品、概念、组织
• 清晰定义：属性、分类、唯一标识
• 消除歧义：确保实体无混淆（如"小米"是公司还是粮食）
• Schema标记：用Schema.org声明实体身份

2. 关系映射与建模（R）

• 分析关系类型：制造、竞争、集成、对比
• 构建关系网络：实体间的连接路径
• 明确声明关系：不让AI猜测
• 结构化关联：用Schema强化关系

3. 证据构建与验证（E）
三种证据类型：

• 结构化证据：Schema标记，机器可读
• 声誉证据（EEAT）：经验、专业性、权威性、可信度
• 时间戳证据：发布/更新日期，新鲜度信号

F: 格式

# [主题] ERE框架优化方案

## 一、实体定义
| 实体名称 | 类型 | 核心属性 | Schema类型 |
|---------|------|---------|-----------|
| [实体1] | 产品/人物/组织 | [关键属性] | Product/Person/Organization |
| [实体2] | ... | ... | ... |

**消歧义检查**：
- [实体1]：[如何消除歧义]
- [实体2]：[如何消除歧义]

## 二、关系网络
**核心关系图**：

[实体A] --[制造]--> [实体B]
[实体A] --[竞争]--> [实体C]
[实体B] --[集成]--> [实体D]

**关系声明内容**：
- 关系1：[具体内容描述]
- 关系2：[具体内容描述]

**Schema关联**：
- [实体A] → manufacturer: [实体B]
- [实体A] → competitor: [实体C]

## 三、证据体系

### 结构化证据
- [ ] Schema.org标记部署
- [ ] 实体属性清晰标注
- [ ] 关系明确声明

### 声誉证据（EEAT）
- **经验**：[原创图片/视频/案例]
- **专业性**：[作者简介/权威引用]
- **权威性**：[外部链接/媒体报道]
- **可信度**：[联系方式/HTTPS/信息源]

### 时间戳证据
- 发布日期：[YYYY-MM-DD]
- 更新日期：[YYYY-MM-DD]
- Schema标记：datePublished/dateModified

## 四、优化建议
**高优先级**：
- [ ] [具体优化行动1]
- [ ] [具体优化行动2]

**中优先级**：
- [ ] [具体优化行动3]

## 五、质量检查
> **实体清晰度**：所有核心实体是否无歧义？
> **关系完整性**：关键关系是否明确声明？
> **证据可验证**：每个声明是否有证据支撑？

使用指南

内容类型定制

• 产品页面：重点优化产品实体+竞品关系+技术参数证据
• 专家文章：重点优化作者实体+引用关系+EEAT证据
• 对比内容：重点优化多实体+对比关系+数据证据

优化重点

• B2B：技术参数、测试数据、第三方认证
• B2C：用户评价、真实案例、媒体报道
• 本地服务：地理位置、营业时间、服务项目

测试用例

产品页面："Y品牌S型号新能源车"

• 实体：Y品牌、S型号、竞品A/B
• 关系：制造、竞争、安全评级对比
• 证据：后备箱600升、续航里程、国家测试结果

专家文章："豆包vs文心一言能力对比"

• 实体：豆包、文心一言、作者
• 关系：竞争、功能对比
• 证据：基准测试数据、作者资质、引用来源

FAQ优化："产品速度有多快？"

• 优化前：产品速度很快
• 优化后：基准测试中1.2秒处理10000条记录，比行业平均快30%