开发者社区> 大数据与机器学习> 智能搜索推荐

智能搜索推荐

关注

智能推荐(Artificial Intelligence Recommendation,简称AIRec)基于阿里巴巴大数据和人工智能技术,以及在电商、内容、直播、社交等领域的业务沉淀,为企业开发者提供场景化推荐服务、全链路推荐系统开发平台、工程引擎组件库等多种形式服务,助力在线业务增长。

0
今日
694
内容
1
活动
4261
关注
|
人工智能 自然语言处理 搜索推荐
|
置顶

AI搜索的黑科技?DeepSearch 究竟“深”藏着什么秘密?

本文介绍 OpenSearch 凭借领先的AI搜索技术,应用DeepSearch 的设计框架能更有效解决复杂和多跳问题,优化用户体验。

1645 0
|
机器学习/深度学习 人工智能 开发者
|
置顶

阿里云 AI 搜索开放平台新发布:增加 QwQ 模型

阿里云 AI 搜索开放平台 新增加 QwQ 模型,将为企业和开发者带来更强大的搜索解决方案。

1096 11
|
人工智能 自然语言处理 搜索推荐
|
置顶

阿里云 AI 搜索开放平台新功能发布:大模型联网能力上线

阿里云 AI 搜索开放平台此次新增了大模型联网能力,通过集成大语言模型(LLM)和联网搜索技术,为用户提供更智能、更全面的搜索体验。

3549 27
|
人工智能 自然语言处理 搜索推荐
|
置顶

AI 搜索开放平台重磅发布:Qwen3 模型上线啦

阿里云AI搜索开放平台重磅发布最新Qwen3模型,为企业和开发者提供全栈智能搜索解决方案。Qwen3作为最新一代大模型,在推理、多语言支持和Agent能力上表现卓越。用户可通过三步快速体验Qwen3服务,助力业务在AI时代抢占先机。

2482 13
|
XML 存储 API
|
置顶

RAG效果优化:高质量文档解析详解

本文介绍了如何通过高质量的文档解析提升RAG系统整体的效果。

17938 15
|
开发框架 自然语言处理 API
|
置顶

基于RAG搭建企业级知识库在线问答

本文介绍如何使用搜索开发工作台快速搭建基于RAG开发链路的知识库问答应用。

10027 19
|
搜索推荐 API 对象存储
|
置顶

10分钟学会构建端到端的图片搜索服务

本文介绍在没有向量数据的情况下,怎样通过OpenSearch-向量检索版快速从零搭建图像搜索服务。

85362 69
|
算法 物联网 数据库
|
置顶

阿里云 OpenSearch RAG 应用实践

本文介绍了阿里云OpenSearch在过去一年中在RAG方面的应用和探索。

29308 4
|
5小时前
|
人工智能 缓存 搜索推荐
|

从源头减少AI回答歧义:企业信息核对顺序与维护表方法

本文为开发者与运营人员提供AI答错企业信息时的系统性纠错指南:先校准官网等可控源头,再分型错误、抽查外部信息一致性,最后建立事实源维护表实现持续更新。强调减少歧义源而非追求零错误,重在可复核、可维护的信息治理。

25 0
|
11小时前
|
前端开发
|

两类财税客户怎么选:把服务动作与咨询链路拆开记录

本文为财税公司提供一套可回看的线上获客决策方法:拆解工商变更与日常记账两类客户的服务动作和咨询链路,用限时记录表分别收集事实,依据“承接是否顺畅、是否有明确下一步、新增工作量是否可承受”三条件判断投入优先级,减少凭感觉决策。

35 0
|
16小时前
|
人工智能
|

用四周记录表做GEO试点观察:字段设计、抽样方式与归因限制

本文提出GEO试点首月评估框架:聚焦两类可验证过程指标——对外信息整改记录是否完整、AI回答中品牌及关键信息是否出现可观察变化;强调用固定抽样、多周对比替代单次判断,明确一个月内不可归因于咨询量/签单率等结果指标,为后续决策提供扎实依据。

24 1
|
1天前
|
人工智能
|

把官网当输入核对:品牌页、服务页、联系信息的一致性自查方法

本文提供低成本官网自查法:聚焦品牌介绍、核心服务、联系与资质三类页面,逐项核对信息缺失、矛盾与过时问题,形成可执行整改清单。强调信息完整是被准确理解的前提,而非保证AI推荐,助力企业先夯实基础再优化内容。

35 0
|
2天前
|
人工智能 开发者
|

AI回答里没出现你时,先记录缺失的是“是谁”还是“做什么”

本文提供一种低成本诊断方法:当AI回答客户“哪家靠谱”却未提及贵司时,可区分两类问题——“是谁”(基础信息缺失)与“做什么”(服务描述笼统)。通过真实客户问法测试、两栏对照分析,优先修复影响面最大的信号,提升官网对人与AI的可读性与可理解性。

52 0
|
6天前
|
人工智能 定位技术
|

面向AI引用的企业信息治理:来源、权限与回查

本文面向技术与内容维护者,提供AI误答企业信息的系统性纠错方法:先区分事实错误与引用混乱,再核查可控内容源的一致性、具体性与可访问性,接着按可维护程度分类处理外部引用,最后用原问题回查验证效果。强调不依赖复杂工具,重在建立可追踪的核对机制与清晰边界认知。

85 0
|
6天前
|
人工智能 开发者
|

AI回答中企业信息出错:从官网清单到周期观察的可核对方法

本文介绍企业应对AI回答信息错误的务实方法:不盲目投诉或大改,而是以官网为唯一可信源,建立准确信息清单,分类识别事实性错误与表述偏差,逐项对照AI回答并记录,按影响面优先级修正官网,再周期观察效果。重在过程可复核、问题可归因。

94 0
|
6天前
|
搜索推荐
|

GEO合作首月:先固定可复核的优化前基线,而非追求排名

GEO服务首月关键不在排名,而在建立可复核的“优化前”基线:问题清单、内容链接、带日期截图、下月计划四类材料缺一不可,确保过程透明、记录可溯、比对有据。

79 0
|
7天前
|
人工智能 监控 搜索推荐
|

豆包商品卡优化与ChatGPT量化:GEO特工队AI的工程实践

本文用开发者视角拆解两个AI商业场景:豆包×抖音电商的商品卡,以及ChatGPT Business Hub。讲清豆包运营优化的逻辑:从官方出卡逻辑出发,把商品信息整理成可被召回、可被意图匹配的结构;再回答ChatGPT优化能否量化:用Business Hub第一方数据加多平台抽样监测,给出提及率、引用率的计算口径。文中附商品知识结构、JSON-LD与监测脚本三个示例。

144 0
|
7天前
|
BI
|

转介绍客户变杂时,代账公司如何用盘点与过程记录判断是否筛客户

本文提供代账公司应对“客户杂”问题的实操方法:通过盘点客户来源、服务消耗、付费水平等维度,将模糊感受转化为可观察条件;将筛选标准写成咨询、报价、回看三环节中团队可执行的动作;强调用过程记录替代凭感觉决策,助力聚焦匹配客户,提升服务效能。

76 0
|
7天前
|

客户问“和别家有什么不同”:从内部记录整理可验证差异点的方法与边界

本文探讨企业如何从内部服务记录中系统梳理可验证的差异化优势:先盘点续费、回访等原始材料,再提炼有事实支撑、客户可感知的具体做法,最后转化为统一、可追溯、易理解的一句话表达,并嵌入客户比较决策的关键触点。重在“说得清、有依据、能复用”。

85 0
|
8天前
|
人工智能
|

GEO 投入的去留判断:用可核对的过程信号设定调整与退出条件

本文探讨GEO(生成式引擎优化)投入的决策方法:强调“先定条件再投入”,通过记录三类可核对的过程信号(信息收录准确性、GEO渠道咨询来源、核心问题覆盖度),在预设时间窗口内对照调整或退出条件,助力企业理性决策,避免依赖模糊感受。

84 0
|
9天前
|
人工智能 开发者
|

把线上咨询分层记录:一种可复盘的经营观察方法

本文针对财税服务场景,提出“曝光—有效咨询—可跟进客户”三层分层法,强调用客户原话判断意向、轻量记录关键字段、推动内容与销售信息互通,助力小流量团队精准识别高价值线索、提升经营复盘质量。

94 1
|
9天前
|
人工智能 BI
|

第一个月验收GEO交付:怎样核对内容、归属、记录与承接

本文为采购方提供生成式搜索合作首月交付核对指南,强调“先约定清单、再验收月报”。聚焦内容发布、账号归属、AI提及记录、咨询承接及工时投入五类可验证项,要求每项对应具体链接、文件或原始记录,确保交付可打开、可比对、可交接。明确首月仅验过程履约,不预判效果。

98 0
|
10天前
|
人工智能
|

GEO 投入如何控制预算又不盲目铺量:先定边界、再做内容小样的推进顺序

本文提出GEO内容投放的务实四步法:先明确业务边界与目标客户,再梳理真实客户问题形成内部底稿,接着制作少量可核验的小样内容,最后通过AI提及记录与咨询承接效果复盘。强调以低成本动作筛选高价值投入,避免盲目比价或铺量。

107 0
|
11天前
|

代账公司内容与销售话术衔接:共用问题清单的方法与适用边界

代账公司常陷内容与销售“两头脱节”:客户看内容后咨询,却遇销售重讲已知信息。本文提出核心解法——共建客户问题清单,让内容提前解答高频疑问,销售据此精准追问、确认细节,实现自然衔接。强调需结合自身业务实测优化,非万能模板。

87 1
|
12天前
|
人工智能
|

小团队做AI问答内容整理:先拆清谁出题、谁把关、谁记录

本文为无专职营销人员的财税小团队提供AI时代内容协作方案:将“AI回答整理”拆解为“出题(客户问题)、把关(专业审核)、记录(AI提及观察)”三类动作,明确主责人+专业把关+负责人定期过问的最小分工机制,强调过程可控、责任到人、不承诺效果,务实起步。

105 0
|
12天前
|
人工智能
|

财税公司做GEO:固定专人跟进还是老板兼做,取决于工作是否已到交接点

财税公司开展GEO(生成式AI优化)时,人手安排宜分阶段:初期由老板聚焦经营判断(如服务边界、口径确认),同步沉淀流程;待内容工作常态化、出现协作混乱或记录分散等信号时,再设专人负责持续记录与协调。关键在厘清“判断”与“执行”,不盲目设岗,也不放松专业底线。

134 0
|
14天前
|

代账公司设线上咨询岗前,先用观察期记录回答三个条件

本文探讨代账公司是否应设专职线上咨询岗,强调不盲从同行,而需基于真实咨询数据判断:咨询量是否稳定、问题是否重复、响应是否卡住成交。主张用观察期记录验证,明确岗位职责与边界,避免成本先行。

109 1
|
14天前
|
人工智能 供应链 定位技术
|

财税服务内容先做曝光还是先接咨询:用可观察的承接信号判断投入顺序

本文探讨财税服务公司GEO策略的优先级:资源有限时,应以“有效咨询”为先行观测指标,而非盲目追求品牌曝光。通过梳理真实客户问题、构建可复盘的90天内容承接框架,并回答四个关键自检问题,帮助中小机构识别“内容不足”与“承接断点”,务实验证服务能力。

99 0
|
14天前
|
人工智能
|

GEO做了一阵没咨询,先别整体叫停:代账公司的四段排查与停改条件

代账公司做GEO数月却无咨询?本文提供分段排查法:先拆解“没咨询”为曝光、到访、质量、转化四环节;优先检查咨询入口是否清晰;回溯真实客户问题优化选题;用可验证凭据建立信任;最后依数据与资源条件理性决策“停”或“改”。方法重实操,非效果承诺。

133 4
|
15天前
|
人工智能 开发者
|

小规模试做GEO:如何用可核对记录判断继续还是停

本文为财税服务公司提供GEO小规模试做方法论:强调“先定验证问题、再谈预算”,将投入拆为内容整理、外部支出与复盘精力三块;试做时长以跑完“问题收集—内容整理—发布—记录—复盘”完整动作为准;主张用事实记录替代主观感觉,明确停止条件。核心是把试做当作一次经营能力演练。

111 1
|
17天前
|

代账公司如何让专业可感知:从客户比较到服务说明的整理方法

本文针对代账公司“客户只问价格”的痛点,提出将专业能力转化为客户可感知、可核对、可比较的证据:从客户真实问题出发组织内容,统一销售与交付话术,清晰界定服务边界与响应流程。方法务实、可落地,重在提升专业表达的真实性与一致性。

146 0
|
20天前
|

代账公司内容发了少人咨询,如何用自有记录定位问题环节

代账公司内容咨询量低?别急着加频换平台!本文提供一套基于自有咨询记录的分流自查法:先判断是“没人看”“看了不问”还是“问完沉默”,再围绕客户真实问题清单组织内容,明确服务边界与可公开凭据,小步调整、按过程指标优化。重在对准问题、降低行动成本。

128 3
|
21天前
|
SQL 人工智能 JSON
|

Apache Doris + Vane:让多模态数据进入业务分析

客户反馈散落于录音、文字等非结构化数据中,难以关联订单、工单与生产批次。Apache Doris 联合 Vane,将多模态内容智能转为文本、分类与向量,并无缝接入业务数据库,实现“语义检索+业务追溯+批次分析”一站式闭环。(239字)

144 0
|
21天前
|

签约前犹豫怎么拆:财税服务中适配判断、可核实凭据与边界说明的组织方法

本文针对财税服务中“客户有意向却卡在签约”痛点,提出两大解法:一是精准识别客户犹豫类型(适配/时机/决策链),二是前置组织可核实、可转述、边界清晰的信息材料。强调以结构化确认替代话术,用真实凭据减少信息不对称,兼顾专业性与实操边界。

111 0
|
22天前
|
人工智能
|

财税公司做GEO:自建、外包或混合,先看选题权与发布确认归谁

本文探讨财税公司开展GEO(内容与信任建设)时的核心决策逻辑:不纠结“自建 or 外包”,而应先厘清问题归属——选题权、执行排期、发布确认由谁担责。详解自建、外包、混合三种模式的适用条件、协作要点与验证边界,强调GEO是辅助手段,无法替代服务质量、报价合理性与交付可靠性。

177 0
|
23天前
|
人工智能 自然语言处理 搜索推荐
|

什么是跨语种语义蒸馏:一份可落地的工程口径(以盖立克思公开体系为样本)

同一个品牌,中文页面写"年产能 12 万吨",英文页面写 "120,000 tons per year",再经一次转译可能又变成另一个数。这类口径漂移在多语种站点里很普遍,而生成式引擎是按语种分别检索语料的,口径对不上的品牌可能被当成两个主体,也可能被挑一个"看起来更权威"的说法,反而失真。本文给"跨语种语义蒸馏"下一个可操作的工程定义,拆解从事实底稿、派生生成到一致性校验的实现路径,并附可运行的校验代码。文中样本取自杭州盖立克思(New Galaxy AI)公开披露的技术体系,仅作方法拆解,不构成推荐或效果承诺。

140 0
|
23天前
|
人工智能 自然语言处理 算法
|

品牌为什么会被 AI 认错人:实体锚定与同名消歧的工程判据(以盖立克思 七大算法之一GEntity 为例)

"XX科技"这类名字,全国可能有几十家在用。当用户向 AI 提问"XX科技怎么样"时,模型要判断该讲哪一家——如果品牌自己的信息里没有足够的锚定信号,回答就可能张冠李戴:把别家的负面安到你头上,或者把两家公司的业务拼成一段介绍。实体层面的混淆,比排名靠后伤害更大,因为它传播的是错误事实。本文拆解品牌实体在 AI 里被认错的机制,给出实体锚定与同名消歧的工程判据与校验代码,并以盖立克思公开披露的 GEntity 实体识别算法为观察样本。文中信息来自公开资料与企业披露,仅作方法拆解,不构成推荐或效果承诺。

206 0
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
|

GEO 技术底座拆解:自研、监测与可信语料——以盖立克思为例

和 GEO 服务商打交道,先过的不是报价而是技术底座是不是真的。本文以杭州盖立克思(New Galaxy AI)公开披露的技术体系为拆解样本,给出三条工程判据——算法/模型自研的现场核验、监测数据可追溯、可信语料工程化,并附语料分级与跨语种一致性校验代码。文中厂商描述来自公开资料与企业披露,仅作技术拆解,不构成推荐或评价。

205 1
|
29天前
|
自然语言处理 算法 安全
|

GEO 服务商技术底座怎么看:自研、监测与可信语料的工程判据

和 GEO 服务商打交道,先要过的不是报价,而是"技术底座是不是真的"。本文从开发者视角给出三条工程判据——算法/模型自研的现场核验、监测数据的真实性、可信语料的实现方式,并附一段可直接运行的语料分级与跨语种一致性校验代码,把"技术强"从一句宣传语变成可核验的清单。本文只谈技术判据,不构成对任何服务商的推荐或评价。

188 1
|
29天前
|
人工智能 搜索推荐 测试技术
|

GEO 服务商怎么评:给开发者的可复现评估框架与测量代码

选 GEO 服务商,难点往往不在报价,而在验收。本文给出一套面向工程视角的评估框架:把"被 AI 引用"拆成四个可观测层级,给出问题集构建、采样、指标计算与回归监测的具体做法,并附可直接运行的 Python 测量脚本,让"效果"从形容词变成可复核的数字。本文只讨论评估方法,不构成对任何服务商的推荐或评价。

209 1
|
29天前
|
人工智能 缓存 自然语言处理
|

品牌是怎么进入 AI 答案的:GEO 的采信机制与工程实践

本文系统解析生成式引擎优化(GEO)的底层逻辑,指出其核心不在“发稿即被推”,而在于检索链路中“可召回、可对齐、可核验”三大工程条件。文章拆解召回→重排→生成→引用全链路,提出分块改造、实体归一、事实底稿、JSON-LD结构化等实操方法,并给出可复现的采样归因框架与避坑指南。

255 1
|
1月前
|
人工智能 JSON 数据安全/隐私保护
|

换台电脑、换个 AI它都记得我我总算给 AI 装上了记性

rsrs(Respire)是一款本地优先、端到端加密的AI记忆工具:数据存本地、加密后同步,换设备/换AI仍记得你;支持语义检索、智能去重、因果链整理与一键注入主流AI。三分钟命令行安装,隐私与便利兼得。

184 0
|
1月前
|
人工智能 供应链 API
|

按行业设计 AI 采购问题库:以出口制造为例

GEO调研常陷“通用题库”误区:同一问题(如MOQ)在宠物营养品、化妆品、API等行业,答案逻辑与证据体系截然不同。本文提出四层行业题库架构——按行业特有事实、买家角色、通用方法、复测验收分层,并强调角色标签、不可复用标记与持续验证机制,助力精准评估AI对B2B采购场景的理解力。

121 0
|
1月前
|
人工智能 运维 安全
|

阿里云开发者社区GEO建设白皮书:基于睿擎GEO双五模型V3.0的技术社区"AI信任基建"落地框架

本文介绍睿擎GEO双五模型V3.0,面向AI时代技术社区升级需求,提出“先治理、后建设、再验证、长迭代”路径。模型含五层架构(L1–L5)与五级成熟度(M1–M5),融合四项国标/国际标准,强化双时序逻辑、双判定规则及四大项目红线,助力技术平台构建可量化、可落地的“AI信任基建”。

159 0
|
2月前
|
数据采集 人工智能 调度
|

中小企业AI搜索优化:低投入内容生产与引用验证路径

本文面向开发者,解析AI问答引擎引用内容的形成机制,提出“平台推荐—抓取频率—结构适配”三要素协同模型,提供可验证的选题、生产、分发与效果评估路径,并明确适用边界与常见失效模式。

235 0
|
2月前
|
人工智能 JSON 数据格式
|

一次中文 AI 引用的结构分析:如何区分 RETRIEVED 与 SELECTED

用 74 条中文商业问句对两个中文大模型应用做独立会话采集,落盘 6183 条信源记录,并把「检索到」与「被引用」严格分开统计。给出归一化参考实现与统计口径,得到三个结构性发现:不同平台信源结构差异极大、长尾极长但头部仍值得优先投入、自建域名必须单独设对照组测量才能区分内容层与索引层问题。

297 2
|
2月前
|
人工智能 算法 搜索推荐
|

小微主体AI搜索优化:单点穿透的机制与8种执行路径

本文专为小微企业与个人品牌撰写,破除“全平台覆盖”误区,揭示生成式AI搜索依赖平台推荐的两层引用机制。提出“单点穿透”策略:通过引用侦察锁定2–3个高权重平台,改造内容为可摘录信息块,多形态适配各平台规则,并以可对质性保障可信度。强调可观测、可验证的闭环执行路径。

260 0
|
2月前
|
人工智能 定位技术 开发者
|

AI搜索引用机制解析:无额外投入的内容适配与验证路径

本文解析AI引擎引用机制,指出平台推荐先于AI引用,强调内容需适配目标平台规则(如CSDN重技术深度、头条重结构清晰),而非盲目多发。提出“平台地图构建—分平台改写—信息块设计—月度覆盖率观测”四步法,助力开发者在有限投入下提升可引用性。

316 3
|
2月前
|
数据采集 人工智能 JSON
|

面向大模型 RAG 的企业知识库工程化:Schema、信源与效果监测

本文提出面向大模型RAG的企业知识库工程化五层架构(GEO):L1 Schema结构化锚定实体,L2场景化FAQ提升召回,L3四级信源加权增强采信,L4全域信息一致性治理,L5可量化效果监测。聚焦“让大模型准确识别、优先采信、交叉验证”,提供可落地的技术方案与配置示例。(239字)

378 28
|
2月前
|
数据采集 人工智能 自然语言处理
|

AI搜索引用机制解析:小微团队30天验证内容分发路径

本文面向小微团队,聚焦AI搜索优化核心——如何让内容进入生成式引擎引用集。解析引用机制、平台差异验证法,并提供30天可落地的内容分发与观测路径,涵盖引用版图构建、平台匹配策略及信息块结构优化,助力技术决策者高效启动AIGC时代SEO。

224 0
我要发布