查询扇出生成器
输入一个核心关键词，GLM 大模型实时生成三组查询扩展各 5 条：同义改写（同一需求的多种措辞）、隐含查询（搜索者的上下游需求）、子问题（疑问式长尾）——关键词调研、内容集群规划、FAQ 选题的起手式，把一个词展开成一个主题的完整搜索意图面。
查询扇出：关键词调研的第二天性
大多数关键词调研只做了「找词」没做「扩面」：拿到一个核心词，查搜索量，看竞争度，结束。但真实用户的搜索行为是扇形的——同一个需求有五六种说法（同义层），搜索前后还会搜相邻需求（隐含层），以及更具体的疑问（子问题层）。覆盖一个主题的完整意图面，页面才有机会吃下整个簇而不只是一个词。
三组扇出的分工：同义改写决定「这一簇词做一个页还是多个页」的判断素材；隐含查询直接映射为内容集群的兄弟页面选题；子问题落进页内 FAQ 和 H2/H3 结构，恰好对应 Google 精选摘要和 AI Overview 偏爱的问答式内容块。
常见问题
扇出结果可靠吗，需要再验证吗？
扇出解决「想全」不解决「排优先」。GLM 生成的是语义层面的合理扩展，但每条词的真实搜索量、竞争度、商业价值必须再用关键词工具（搜索量/SD）验证后再排产。把扇出当作选题漏斗的第一层，而不是终点。
同义改写的几条词该建一个页还是多个页？
判断标准是搜索意图是否一致：如果「坚果包装机」和「干果包装机」的搜索结果高度重合（前十名基本同一批），做一个页面同时覆盖；如果 SERP 完全不同（一个偏设备、一个偏耗材），分页各打各的。用同义改写组配合 SERP 对照，是这个词簇分合决策的最快路径。
隐含查询和子问题有什么区别？
隐含查询是「搜这个词的人还会搜什么」——通常是你内容集群的相邻页面（价格页、厂家页、对比页）；子问题是「这个词背后具体在问什么」——通常落在本页内的 FAQ 和小节。前者横向扩集群，后者纵向挖深度。
中文词和英文词都支持吗？
支持。生成语言自动跟随输入：中文关键词生成中文查询，英文关键词生成英文查询，不互翻。做英文站的 B2B 词（如 nut packaging machine）和小语种词都可以直接用。
和关键词工具的 related keywords 功能有何不同？
关键词工具的联想词来自真实搜索日志（有量、但受限于历史数据和你输入的措辞）；扇出来自语言模型对需求空间的展开（覆盖面广、但无量的概念且可能有零搜索的词）。两者是互补关系：扇出扩面 → 工具验量 → 交叉筛选出「有人搜且没被做烂」的缝隙词。
