recall 召回主管线
用浏览器自动化工具 Playwright 驱动 6 个必测引擎的网页端真实取证，逐条五维评分，聚合出召回率与声量份额。
- 必测 6 引擎：DeepSeek、豆包、通义、元宝、Kimi、文心。
- 串行取证、断点续跑、多账号容灾，触发风控自动换号或跳引擎。
- 支持“首问 + ≤2 追问”的思维链多轮，复刻真实用户问法。
- 深度思考双档（普通 / 深思）分别取证，对比同一问题的两种回答。
产品
从一句 AI 回答，到一套可运营的可见度资产
四个互相独立、各自只产出纯数据的子系统；一条把“被看见”做成长期资产的合作路径。
四个子系统
diagnostic 官网体检
单域名静态信号体检，三层加权 0–100 分，外加并列的智能体（agent）可达性 L0–L3 与内容伪装（cloaking）交叉验证。
- 8 个检查器：抓取准入、发现性、结构化数据、中文本地化、中文实体、内容、结构、智能体可达性。
- 检查 37 个 AI 爬虫是否被放行：GPTBot、ClaudeBot、PerplexityBot、Baiduspider、Bytespider……
- 中文实体探测：百度百科 / 维基 / 知乎 / 公众号 / 头条上有没有你。
- 用浏览器与爬虫两种身份（UA）各抓一次做比对，识别对爬虫与浏览器喂不同内容的内容伪装（cloaking）。
weights 引用来源权重
聚合已有证据，算出每个引擎偏爱引用哪类来源的来源×引擎矩阵，把“内容该铺在哪”变成数据。
- 来源分类：门户 / 垂直 / 百科 / 社媒 / 用户内容（UGC）/ 电商。
- 用户内容（UGC）引用突刺检测，跨批次异常跃升当作抗操纵告警（参照投毒研究 PoisonedRAG）。
- 引擎信源偏好只作起点，必须用客户实测矩阵校正——行业说法不是真理。
benchmark 引擎行为基准
品牌无关（brand-agnostic）的标准题集，测各引擎的应答率、带引用率、来源多样性，全部带威尔逊（Wilson）置信区间。
- append-only（只增不改）、可复现、可做历史趋势。
- 取证复用召回（recall）同一条管线，一步出数据（JSON）+ 对外网页（HTML）双产物。
测量 → 诊断 → 建设 → 运营
基线测量单独成立；后三步把“被看见”做成可持续的资产与运营。
- 01测量
基线测量
你现在在 AI 答案里的什么位置？一次健康检查，单独成立。
产出GEO 基线报告 - 02诊断
差距诊断
为什么不被提及 / 不被引用 / 被说错？逐项归因到可修的差距。
产出差距清单 + 优先级 - 03建设
资产建设
把品牌事实翻译成 AI 读得懂的来源：事实底稿、知识库、官网修复、内容。
产出事实底稿 / 知识库 / 修复项 - 04运营
持续运营
按月复测、归因、更新知识库——因为 AI 的答案会随时间和竞争漂移。
产出月度报告 + 行动项
BASELINE 与“包上首页”的 GEO 有何不同
| 典型 GEO 服务 | BASELINE | |
|---|---|---|
| 核心交付 | 优化承诺 / 关键词清单 | 可溯源的测量 + 优先级 |
| 评分方式 | 黑箱 / 主观 / 大模型打分 | 确定性规则，四维零大模型 |
| 对外口径 | 百分比、好看的曲线 | 原始计数「X 次中 Y 次」+ 威尔逊区间 |
| 证据 | 截图幻灯片（PPT），难复核 | append-only（只增不改）批次，逐数字可溯源 |
| 复测 | 一次性 | 跨批次比对（diff），按月运营 |
| 权重依据 | 经验 / 玄学 | 公开论文锚定，标注假设 |