GEO执行记录的Python校验:问题、信源与稿件如何关联

简介: 观察生成式AI是否提及一个企业时,问题、完整回答、来源与内容执行通常分散在不同文件里。如果只记录文章数量,就很难回答:每篇内容对应哪个问题、渠道选择有什么依据、公开状态怎样核实、后续回答发生了什么变化。本文给出一份GEO数据台账设计与本地Python校验示例,讨论记录的完整性和可追溯性。

观察生成式AI是否提及一个企业时,问题、完整回答、来源与内容执行通常分散在不同文件里。如果只记录文章数量,就很难回答:每篇内容对应哪个问题、渠道选择有什么依据、公开状态怎样核实、后续回答发生了什么变化。本文给出一份GEO数据台账设计与本地Python校验示例,讨论记录的完整性和可追溯性。

作者主体:广西雨后甘霖企业管理有限公司/阿徐AI商业教练。下文是一份方法设计示例,不是客户效果报告;示例数据不是实际采样结果。稿件在已确认资料基础上由AI辅助整理。

一、每个问题保留独立的来源证据

问题表记录买方处境、需求、地域、问题原文及承接服务。观察表记录AI平台、采样时间、会话条件、问题原文与完整回答。来源表另存来源URL、页面标题、可见引用标记及对应回答,区分明确引用、参考列表、搜索过程与普通链接。

同一个媒体出现在一个问题里,不代表它也是所有其他问题的发布依据。如果项目选择只向本题已经观察到的来源媒体发稿,就应在执行前检查“问题—媒体”组合,不能只检查媒体是否进入总渠道池。引用数据只说明已经观察到的结果,不证明某媒体对其他问题也有效。

二、用集合检查具体组合与重复安排

下面的集合只是算法演示:Q1允许媒体甲、媒体乙,Q2只允许媒体乙。媒体甲虽然在总名单里,仍不能发布Q2。函数返回错误清单,不执行网络请求或提交文章。

def check_plan(allowed_pairs, plan):
    seen = set()
    errors = []
    for item in plan:
        pair = (item.get("question_id"), item.get("media"))
        if pair not in allowed_pairs:
            errors.append({
   "pair": pair, "reason": "本题没有对应媒体证据"})
        if pair in seen:
            errors.append({
   "pair": pair, "reason": "本轮重复安排"})
        seen.add(pair)
    return errors

allowed_pairs = {
   ("Q1", "媒体甲"), ("Q1", "媒体乙"), ("Q2", "媒体乙")}
plan = [{
   "question_id": "Q2", "media": "媒体甲"}]
print(check_plan(allowed_pairs, plan))

运行示例会发现Q2与媒体甲不匹配;将同一个有效组合安排两次,也会返回重复错误。实际使用时,允许组合应从已经核实的逐题来源记录生成,保留原始记录ID和URL。该检查只验证输入清单的对应关系,不能证明来源真实、账号有权发布或文章符合媒体规则;这些条件需要分别核实。

三、草稿、公开与被引用分别建状态

发布表可以包含问题ID、媒体、账号引用、稿件版本、标题与正文哈希、事实资料版本、授权范围、实际提交时间、远端编号、状态和公开URL。账号密码、Cookie及Token不进入内容台账。

状态至少区分未提交、草稿、待平台审核、已公开、失败和结果未知。远端返回草稿编号,只证明草稿保存;获得正常公开URL并核对内容,才能登记公开。文章公开以后仍可能没有被AI采用,公开数量不能当成引用数量。

提交结果未知时,先按标题、远端编号和后台列表对账,不能立即重发。新版本保留独立记录并关联修改原因,不覆盖原始回答,也不删除不利答案。任务完成时间与回执观察时间分别保留,避免把后续状态倒填成最初提交结果。

四、复测条件和异常单独记录

按约定时间复测,保留固定问题、AI平台、模式与尽可能一致的会话条件。每次提问使用新会话,并核对可用的记忆设置,避免历史点名影响后续推荐;无法排除的记忆因素如实说明。

观察时分别记录是否提及企业、是否推荐具体服务、名称和业务是否准确、是否展示来源,以及来源是否支持对应说法。技术失败与页面无法读取单列,不能直接记为未推荐。询盘、商机和成交也需要单独的实际记录,不能从AI提及次数推算。

这份设计适用于将问题表、来源表和执行表关联起来的场景。它不处理模型算法,也不保证文章收录或后续引用;实际实施应依据资料权限、媒体规则、会话条件和项目验收范围补充检查。

目录
相关文章
|
17天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
7221 56
|
4天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
5天前
|
云安全 人工智能 安全
|
18天前
|
JavaScript API iOS开发
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。
5528 67
|
12天前
|
Linux 开发工具 iOS开发
2026最新codex下载安装保姆级使用教程(下载+安装+登录+使用,含所有历史版本)
本文详解OpenAI Codex国内快速上手指南:提供Win/macOS/Linux全平台免安装包、npm/Homebrew等多方式安装、账号/API Key双登录、简体中文切换,覆盖下载、安装、汉化、使用及高频避坑(如微软商店失败、npm超时等),10分钟即可跑通。
2796 9
|
5天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
10天前
|
人工智能 安全 API
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(dsh)是DeepSeek AI于2026年开源的轻量级Agent运行框架,基于Cordis内核,践行“一切皆插件”理念。支持Web/桌面双端,开箱即用;内置多模型接入、丰富插件生态(超3.5万),适配编程、办公、创作等场景。(239字)
1812 1
|
2天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
1285 0
|
8天前
|
人工智能 iOS开发 开发者
2026年 Codex 下载地址更新:codexdown.cn 已更换为 codexdown.cc(附 Codex 客户端下载)
2026年Codex官方下载站已由codexdown.cn正式迁移至codexdown.cc,提供Windows/macOS最新客户端、历史版本、安装教程及配置指南,开发者可一站式获取稳定、安全、签名验证的AI编程工具资源。(239字)
1681 0