从品牌事实治理到效果验证报告，每个模块解决一个明确问题；组合使用时，数据与证据在模块之间自然流转，形成可复用的运营闭环。
把品牌资料治理为唯一、准确、可核验的结构化事实库
把品牌资料治理为「唯一、准确、可核验」的结构化事实库，从源头消除 AI 幻觉与事实冲突。
按抽样口径持续监测 AI 平台的品牌可见性，产出验收数据
按抽样口径持续监测目标 AI 平台上品牌「被提及、被引用、被准确描述」的情况，是平台的验收数据底座。
意图挖掘 → 内容诊断 → 结构化生产 → 信源策略
挖掘「用户真的会去问 AI 的问题」，以决策类长尾问句替代传统 SEO 关键词思维。
统一「内容 GEO 评分」主口径，对已有内容给出可解释的评分与可执行的改进建议。
按 GEO 规范生产「面向 LLM 事实抽取」的结构化内容，全部经人工审核后发布。
把「发哪里、发多少、怎么关联已有信息」变成可执行的策略与可追踪的记录。
抽样数据闭环验证效果，输出可交付、可复核的报告
用抽样数据闭环验证效果，输出可直接对客户交付的验证报告与原始证据。
合规风控与经验沉淀，服务全流程
白帽底线的系统化保障，贯穿内容生产与发布全流程，高监管行业刚需。
把每次项目沉淀的可复用 pattern 变成平台资产，越用越准。
国内大模型均未开放官方 GEO 接口，监测必须依靠工程化抽样。平台用两条通道分别解决「高频预警」与「高保真验收」。
Kimi / 文心一言等官方联网搜索 API
chromedp 驱动真实浏览器访问豆包 / Kimi / 文心一言网页端
合规边界：抽样频率上限、账号池隔离、超限自动降速；不实现验证码绕过与反检测对抗，遇到风控拦截转入人工处理并告警。
对外只暴露一套评分口径。分数可解释到每一个维度，改进建议具体到段落与句子；红线闸门独立于分数，命中即阻断定稿。
评估对象：产品对比评测稿 · 1,240 字
口径透明是可验收的前提。以下为平台内置的全部监测指标与标准统计要求。
| 指标 | 定义 | 计算公式 | 目标 / 参考 |
|---|---|---|---|
| 品牌提及率 | 采样回答中提及品牌（含别名）的比例 | 提及样本数 / 有效样本数 × 100% | 按基线对比 |
| 内容引用率 | 已发布内容被 AI 引用（含链接或显著片段）的比例 | 被引用的验证次数 / 总验证次数 × 100% | 按基线对比 |
| 信源引用占比 | 回答引用来源中属于目标信源（官方 / 权威媒体等）的比例 | 目标信源引用数 / 全部引用来源数 × 100% | 按基线对比 |
| 前三推荐率 | 「推荐 / 排行」类问题中将品牌列入前三的比例 | 前三样本数 / 推荐类样本数 × 100% | 按基线对比 |
| AI 认知准确度 | 回答中品牌事实断言与知识库一致的比例 | 正确断言数 / 提取断言数 × 100% | 目标 > 80% |
| 竞品替代率 | 提问本品牌时回答主推竞品的比例（越低越好） | 竞品替代样本数 / 有效样本数 × 100% | 按基线对比 |
| 幻觉错误率 | 回答中出现与知识库冲突的错误断言的比例（越低越好） | 错误断言样本数 / 有效样本数 × 100% | 按基线对比 |
| 首次引用时间 | 内容发布后首次被 AI 引用的天数 | 首次被引用日期 − 发布日期（天） | 目标 < 7 天 |
从采集到报告，合规控制贯穿全链路，并且向客户完全透明。
首批验收采样通道：豆包 / Kimi / 文心一言（网页端，含截图存证）；API 粗筛通道：Kimi / 文心一言。平台适配矩阵覆盖 8 个国内 AI 平台偏好数据。
