睿贤AGEO 3.0信源溯源引擎升级:每一条推荐都可追溯
升级背景
我们做GEO检测的过程中,被客户问得最多的一个问题是:
"你报告里的数据,是怎么来的?"
早期,我们的回答是:"我们用12家AI平台逐题实测,每道题都记录了原始结果。"
但客户接着问:"能给我看原始记录吗?"
这一问,把我们问住了。
原始数据有,但散落在各个平台的截图和日志里,没有结构化,没法直接给客户看。
于是我们做了一个决定:把溯源能力做成系统的核心模块,让每一条推荐都能一键追溯。
这就是AGEO 3.0信源溯源引擎的由来。
一、升级了什么
1.1 从"截图存档"到"结构化溯源"
升级前:
- 每道题截图保存
- 人工从截图里提取推荐企业
- 数据存在Excel里,查找困难
升级后:
- 每道题的AI回答自动解析
- 推荐企业、排名、引用链接自动提取
- 所有数据结构化入库,一键生成溯源表
1.2 从"单平台记录"到"12平台统一对比"
升级前:
- 每个平台的数据单独存放
- 跨平台对比需要人工拼接
升级后:
- 12平台数据统一格式
- 同一道题的12平台结果并排展示
- 跨平台推荐一致性自动计算
1.3 从"有数据"到"可验证"
升级前:
- 数据有,但客户验证起来麻烦
升级后:
- 每条推荐都带原始截图和AI回答全文
- 点击溯源表中的任意一行,直接跳转到原始证据
- 客户可以自己复现任意一道题的检测过程
二、溯源引擎的技术架构
2.1 采集层:12平台自动化探针
我们自研了12个平台的采集探针,每个探针负责:
- 自动打开干净会话
- 输入问题
- 等待回答完成
- 截图+提取结构化数据
- 关闭会话
探针的核心能力:
- 反检测:模拟真实用户操作,不被平台识别为机器人
- 容错:遇到异常自动重试,失败的题标记清楚
- 限速:控制提问频率,避免被平台限流
2.2 解析层:多格式统一解析引擎
12个平台的回答格式各不相同,我们的解析引擎支持:
- 编号列表解析
- 表格解析
- 卡片式推荐解析
- 段落式推荐提取
- 引用链接提取(脚注、方括号、正文嵌入)
解析准确率:95%以上。剩余5%进入人工校验队列。
2.3 归并层:企业实体归一引擎
- 企业别名库:持续维护,目前覆盖5000+企业
- 模糊匹配:基于编辑距离和语义相似度
- 人工校验界面:可疑匹配一键确认/驳回
2.4 量化层:多维度统计引擎
自动计算:
- 企业维度:推荐频次、平均排名、平台分布、信源结构
- 信源维度:被引用次数、权重占比、覆盖企业数
- 问题维度:每题推荐企业数、你的排名、信源分布
2.5 校准层:异常检测与人工校验
自动检测异常:
- 某企业推荐频次突增/突降
- 同一企业名对应多家公司
- 信源链接失效
- AI回答格式异常
异常数据自动进入校验队列,人工处理后重新入库。
三、溯源表长什么样
3.1 主表:600条推荐逐条记录
| 题号 | 问题 | 平台 | 推荐企业 | 排名 | 推荐理由 | 信源平台 | 信源链接 | 数据状态 |
|---|---|---|---|---|---|---|---|---|
| Q01 | ... | 豆包 | A公司 | 1 | ... | 知乎 | https://... | 已校准 |
| Q01 | ... | 豆包 | B公司 | 2 | ... | 百家号 | https://... | 已校准 |
| Q01 | ... | 文心一言 | A公司 | 1 | ... | 官网 | https://... | 已校准 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... |
每一行都可以点击,展开查看:
- AI原始回答全文
- 原始截图
- 解析过程
- 校准记录
3.2 企业视图:一家企业的完整画像
选中一家企业,可以看到:
- 总推荐频次:XX次
- 推荐率:XX%
- 平均排名:第X位
- 平台分布:豆包XX%、文心XX%、DeepSeek XX%...
- 信源结构:官网XX%、知乎XX%、百家号XX%...
- 所有推荐记录(按题号排列)
3.3 信源视图:一个信源的影响力
选中一个信源平台,可以看到:
- 被引用次数:XX次
- 权重占比:XX%
- 覆盖企业数:XX家
- 哪些企业主要靠这个信源获得推荐
四、客户怎么用溯源表
4.1 验证报告真实性
客户拿到报告后,随机抽几道题,对照溯源表,自己去AI平台提问验证。
如果结果一致,说明报告是真的。如果不一致,说明有问题。
我们鼓励客户验证。因为我们的数据是真实的,不怕验。
4.2 找到优化重点
看信源权重表:
- 如果你的推荐80%来自知乎,说明百家号、官网等信源缺位
- 如果某类问题你完全没被推荐,说明这类场景是你的盲区
有了溯源表,优化不是"感觉应该做什么",而是"数据显示应该做什么"。
4.3 监控竞品动态
看企业可见度表:
- 哪些竞品在上升?
- 他们靠什么信源上升?
- 哪些问题场景他们在抢你的推荐?
竞品的每一个动作,都能在溯源数据里看到痕迹。
五、零代码团队怎么做出来的
经常有人问:"你们团队不是零代码吗?怎么做出这么复杂的系统?"
答案是:AI工具 + 工程化思维。
我们的技术栈:
- 后端:Node.js(官网同技术栈)
- 数据库:SQLite(轻量,够用)
- 采集:Playwright(浏览器自动化)
- 解析:正则 + HTML解析 + AI辅助提取
- 前端:简单HTML + Tailwind
开发工具:
- 豆包工作(doubao.com/work)
- 腾讯WorkBuddy(codebuddy.cn/work)
- 通义工作(qwenwork.cn)
三个AI工具协同,一个写代码,一个review,一个测试。零代码基础,也能完成复杂系统的全栈开发。
关键不是会不会写代码,而是能不能把问题拆解成工程步骤,然后用AI工具一步步实现。
六、下一步规划
6.1 实时检测
目前是批量检测(100题跑完出报告)。下一步要做实时检测:客户输入一个问题,立即返回12平台的推荐结果和溯源信息。
6.2 行业专属问题集
目前是通用问题集。下一步要做行业专属:每个行业的客户决策场景不同,问题集应该不同。我们已经在做餐饮、家装、财务代账三个行业的专属问题集。
6.3 客户自助系统
未来,客户可以自己登录系统,选择行业、输入竞品、一键生成检测报告。不用我们人工介入。
这也是我们帮企业搭建"专属GEO检测系统"的技术底座。
写在最后
AGEO 3.0信源溯源引擎的升级,核心就一句话:
让每一条推荐都可追溯。
不是因为我们技术多牛,而是因为我们相信:GEO检测的本质是工程,工程的本质是可复现、可验证、可追溯。
没有溯源表的报告,就是黑箱。黑箱里出来的结论,你敢用来做决策吗?
---
芜湖睿贤企业管理有限公司 —— 自研AGEO 3.0检测系统,12家AI平台模拟客户实测,信源溯源引擎让每一条推荐都可追溯。零代码团队AI驱动开发,可协助企业搭建行业专属GEO检测系统。效果可公开验证。
本文数据来源:睿贤AGEO 3.0检测系统技术文档。
← 返回行业洞察