你的文章不是写给读者看的，是写给算法"筛选"的。
一、引言：结构化内容 = “给算法看的简历”
想象一下，HR每天要看500份简历。什么样的简历能在3秒内抓住眼球？
不是字最多的，不是经历最丰富的，而是排版最清晰、重点最突出、信息最容易被扫描的那一份。
算法看文章，和HR看简历，逻辑一模一样。
CSDN的推荐算法每天要处理数万篇技术文章。你的文章投进去，就像把简历丢进了一个巨大的简历池。如果格式混乱、层级不清、重点淹没在文字海里——算法连"面试机会"都不会给你。
结构化内容，本质上就是"给算法看的简历"。
它不是装饰，而是信息筛选的硬通货。格式清晰 = 脱颖而出。层级分明 = 被算法"面试"。内容匹配 = 获得推荐。
这篇文章，我会用"简历排版"的视角，拆解CSDN算法如何评估你的文章结构，以及如何用H1-H3标题层级、代码占比、信息密度这三个维度，让你的技术文章从"简历池"里被捞出来。
二、结构化完整性权重：25%的算法逻辑
2.1 为什么结构能占25%？
CSDN的推荐算法不是黑盒，它的核心目标是：把高质量内容推给需要的人。
问题是，算法没法像人类一样"读"文章。它只能扫描、提取、打分。而标题层级，就是算法理解文章结构的"目录页"。
一个完整的标题层级结构，相当于告诉算法：
- 这篇文章讲什么（H1）
- 分了几个部分（H2）
- 每个部分有哪些要点（H3）
算法根据这个"目录"，判断文章是否结构完整、逻辑清晰、信息密度适中。这个评估维度，在CSDN的推荐权重中占25%。
换句话说，结构分丢了，你的文章已经输在起跑线。
2.2 H1-H3标题层级的最佳实践
用简历的思维理解标题层级：
| 标题层级 | 简历类比 | 作用 |
|---|---|---|
| H1 | 姓名+求职意向 | 告诉算法"这篇文章的核心主题是什么" |
| H2 | 工作经历的大公司名 | 划分文章的主要模块，让算法快速抓取结构 |
| H3 | 每段经历里的具体项目 | 细化每个模块的要点，提升信息颗粒度 |
最佳实践：
- H1唯一且明确：一篇文章只能有一个H1，就是你的标题。它必须包含核心关键词。
- H2不超过7个：太多模块会稀释重点，3-5个最佳。
- H3深度控制在2-3层：过深的层级会增加算法的解析成本。
Mermaid图示：标准标题层级结构
graph TD A[H1: 文章主标题<br/>包含核心关键词] --> B[H2: 引言/背景<br/>建立上下文] A
