解剖一次 100 题实测：单平台探针如何把 100 个问题逐一溯源

经常有客户问我们：“一份检测报告，为什么不是十分钟出结果，而要按小时算？”

答案藏在“溯源”这两个字里。今天就拆开一个单平台探针的内部，看它到底在干什么。

第一步：出 100 道“像人问”的题。

我们不直接问“你认不认识某某公司”。那样测不出东西。我们模拟真实客户的购买意图出题——“芜湖做 GEO 优化的公司推荐几家”“预算 30 万想做 AI 转型哪家靠谱”。关键一条铁律：题目里零品牌名。目标企业和竞品的名字都不出现，AI 才能无偏地推荐“它觉得该推荐谁”，我们才看得到“该推荐你的时候，到底推荐了谁”。

这 100 道题，是整套检测的骨架。

第二步：把这 100 题喂给一个 AI 平台。

一个平台，100 次真实问答，拿到 100 段 AI 生成的回答。到这儿，很多“快检测”就结束了——给个分数，完事。

第三步：逐题溯源（这才是花掉那“差不多一小时”的地方）。

我们对这 100 段回答，一段一段拆。每一段里，AI 到底引用了哪些信源——URL、标题、它摘的那段原文——全部原样抄回、逐条归档（系统里叫 rawSources）。AI 没给引用源的，就标“未取到”，空着，绝不凭印象补一个。这是规矩：宁空不假，没有兜底分。

为什么慢？因为 100 段回答，每一段都要解析、抽取结构化引用、去重、归档，而且必须人工级的严谨，不能糊弄。平台不会替你把引用整理得整整齐齐，这一步省不掉。

第四步：从溯源结果里“校准真实竞品”。

把 100 段回答里 AI 高频推荐的企业统计出来——哪些在同类问题里被反复点名，才是实测验证过的真对手。竞品池不是我们拍脑袋圈的，是数据反推出来的。

这才是单平台探针对那“一小时”的交代。

而 12 大 AI 平台，每一家的信源结构都不一样：元宝是唯一完整检索微信生态（公众号、视频号、微信读书）的；知乎是“全平台信使”，12 个 AI 没有一个完全忽略它。所以必须一个平台一个平台地探、一个平台一个平台地溯——没法合并同类项偷懒。

最后你拿到的，不是“AI 认不认识你”一句废话，而是到底是哪些信源在替竞品说话、你的缺口具体卡在哪。优化该往哪打，数据说了算。