E-E-A-T 不是打分项，是一组可归属信号的集合：这段话谁写的、他做过什么、什么时候写的、有没有具体经验。AI 与搜索引擎都靠这些判断能不能引用。落地只要四件事。
信号一：作者是谁
页面要有作者署名，作者要有可核对的背景（做过什么项目、在哪个领域工作了多久）。
「小编」「管理员」这类署名等于没有署名。
信号二：什么时候写的
更新时间要显式标出。没有日期的内容，在快速变化的领域里会被视为不可靠。
价格、政策、平台规则类的内容尤其如此。
信号三：有没有具体经验
「我们做过 300 个站」不如「这个客户原来收录 0 页，改完结构三个月收录 240 页」。后者带场景与过程，是可核对的经历。
信号四：事实能否对上
文中出现的数字、标准、引用，要能在别处核对。对外链到官方文档，对内链到自己的原始数据页。
三种无效做法
- 编造作者头衔（「资深专家」），无法核对
- 批量生成「关于作者」模板文字，内容雷同
- 把日期改成最新，内容却是旧的
一个低成本做法
每篇文章末尾加一段「本文依据」：三个要点式的依据来源，各带链接。五十字，可信度提升明显。
内容体系的完整性同样影响判断，见站点结构对 AI 抓取的影响。
作者页的样子
一段简介 + 三样可核对的东西：
- 做过什么（「交付过 60+ 站点，主要是外贸工厂」）
- 写过什么（文章列表，链到原文）
- 怎么联系（工作邮箱）
不要写「资深专家」「行业大咖」。这类头衔无法核对，反而降低可信度。
作者信息的边界
可公开的：角色、做过什么类型的项目、写过哪些文章。不该公开的：客户名单、具体项目金额、内部数据。
写「负责交付的项目经理，做过 40 个外贸站」足够建立可信度，不必写真实姓名与照片——除非作者本人愿意以个人身份署名。