DeepSeek搜索API返回的authority和rerank_score是两个不同维度的分数，混用会导致监测结论失真。本文给出两个字段的正确用法、三个常见误读，以及把它们接入月度监测报告的最小结构。
两个字段各自回答什么问题
authority是网页权威性等级，0—4级，-1表示未知，3级及以上为"极权威结果"。rerank_score是0—3分的排序分数，综合考虑相关性、权威性、时效性，1.5分及以上为优质结果。用一句话区分：authority回答"这个来源可不可信"，rerank_score回答"这段内容和问句贴不贴"。
三个常见误读
误读一：authority高等于一定被引用。反例：一个政府网站（authority 3—4级）发布了一篇与用户问句相关性很低的内容，rerank_score可能低于1.5，在精读阶段被筛掉。authority评的是域名层级，不是单篇内容与当前问句的匹配程度。误读二：rerank_score高等于内容质量高。反例：一段内容对"成都GEO服务商有哪些"这个问句rerank_score高，是因为它列举了成都的服务商；换到"企业知识库怎么结构化"这个问句，同一段内容的rerank_score会掉下来。rerank_score是"对题分"，不是跨问句通用的质量分。误读三：两个分数取平均做"综合评分"。两个字段量纲不同（0—4 vs 0—3）、含义不同，平均之后既不反映信源健康度也不反映内容对题度，唯一作用是制造一个无法解释的数字。
误读 |
为什么错 |
正确用法 |
authority高=一定被引用 |
authority评域名层级，不评单篇与问句的匹配 |
authority看信源结构，rerank_score看内容对题 |
rerank_score高=内容质量高 |
rerank_score随问句变化，不是通用质量分 |
同一问句纵向对比，不跨问句横向比 |
两个分数取平均 |
量纲和含义不同，平均后失去解释力 |
分列记录，分维度诊断 |
正确用法：分维度记录，不合并
监测报告里两个分数分列：authority用于判断信源结构是否健康——引用来源中3级以上占比多少、低权威来源是否需要替换；rerank_score用于判断内容块是否对题——目标问句的引用内容rerank_score集中在什么区间、低于1.5的内容是否需要改写。两个字段的服务对象也不同：authority更多服务于"选哪些平台发布"的决策，rerank_score更多服务于"内容怎么写才被精读选中"的决策。
接入月度监测的最小结构
问句池（固定仪表题+浮动题）、采样记录（日期、问句、是否出现、引用URL、authority值、rerank_score值）、分列统计（两个字段分开算均值/分布，不做合并分）、逐篇归因（哪篇内容进入了哪些问句的引用来源，对应的authority和rerank_score是什么）。这个结构的最小可行版本是一张表格加一个月度API采样脚本，DeepSeek搜索API每千次$0.75，成本可控。
两个分数的局限
不能替代人工判断事实一致率——authority和rerank_score都不衡量"内容说的对不对"。不能跨平台直接比较——不同平台的评分机制和量纲可能不同，DeepSeek的authority和rerank_score只在DeepSeek链路内有解释力。分数波动不等于策略失效——单月rerank_score下降可能是问句分布变化或平台排序调整，需要结合逐篇归因判断，而不是看到波动就改内容策略。
FAQ：两个分数要每天采吗？
月度复测是底线，关键问句可以周度。频率不是核心，采样条件的一致性才是。
FAQ：authority低的来源还有必要争取吗？
有必要，但优先级低于3级以上的来源。低authority来源如果rerank_score高，仍然可能被引用；但提升authority需要长期的平台权重积累，短期策略应优先把内容放到高authority平台上。
FAQ：rerank_score多少算合格？
DeepSeek官方口径是1.5分及以上为优质结果。低于1.5的内容块需要检查：是否对题、信息密度是否足够、是否缺少可摘取的事实。
FAQ：这两个分数会变吗？
字段定义是官方文档固定的，但具体分值会随内容、问句、时间变化。监测的价值在于纵向对比同一问句的变化，而不是追求一个静态的"合格线"。
两个分数是工具，不是结论；监测报告里它们应该分列，而不是被平均成一个好看的数字。
