DeepSeek开放搜索API：rerank_score和authority，把AI评判内容标准第一次公开

开宠物医院的朋友问我：为什么用户问AI「周末带猫体检去哪家」，推荐里总是没我？以前我只能说「多铺内容、碰运气」。但2026年10月17日DeepSeek发布V4.1-Flash-1017、把自研搜索API对外开放之后，这事有了解法——API响应里直接带回两个分数：rerank_score和authority。等于AI第一次把「评判内容的标准」明明白白写在了台面上。这篇用本地门店视角拆开：两个分数怎么看、透明化到底意味着什么、做GEO优化的三个动作是什么。先把结论放这儿——AI不是要刁难谁，它只是把「什么是好内容」用分数执行得更彻底；白帽做GEO优化，把相关性、权威性、时效性做扎实，分自然上得去。

目录

一、一个新闻：DeepSeek把评分标准贴在了考场门口

二、两个分数：rerank_score和authority

三、透明化=及格线公开，还多了一道把关

四、三个维度，就是做GEO优化的三个方向

五、本地店三个动作：对题、背书、常更新

六、九级落点+白帽：算法把好内容执行得更彻底

先把结论放这儿：DeepSeek这次开放的表面是搜索API，实质是把AI评判内容的标准量化成了rerank_score和authority两个分数；做GEO优化从此不用猜——把相关性、权威性、时效性做扎实，白帽守真实、可溯、不操纵，分数自然上得去。

一个新闻：DeepSeek把评分标准贴在了考场门口

2026年10月17日，DeepSeek发布V4.1-Flash-1017，同步把自研搜索API对外开放：Search接口按关键词搜网页、返回结构化结果，Fetch接口抓取单个网页、返回Markdown正文。定价明码标价——每个接口每1,000次成功请求5元（搜索无结果、请求失败、超时都不计费），以官方当前定价页为准。官方还交代了底子：自研搜索引擎，全球每天服务数亿次请求。另有个容易漏的时间点：在DeepSeek Harness、Claude Code、Codex里经服务端工具调用这两个接口，目前免费，北京时间2026年11月1日0点起开始计费。但这次开放最值钱的不是搜索能力，而是API响应里带回来的两个分数。

两个分数：rerank_score和authority

第一个叫rerank_score，0到3分，官方文档原话是综合考虑相关性、权威性、时效性等维度，大于等于1.5分算优质结果。第二个叫authority，0到4级，是网页权威性等级，-1表示未知，大于等于3为极权威结果。说白了，AI评判一条内容靠不靠谱，看的就是三样：相不相关、权不权威、新不新鲜。过去这套标准藏在黑盒里，做GEO优化的人只能靠猜、靠试；现在DeepSeek把它量化成分数、写进了公开文档——等于把「评分标准」贴在了考场门口。

透明化=及格线公开，还多了一道把关

这话要说准确：官方文档并没有写「要打击GEO优化操纵」这样的字眼，但打分机制本身就是筛子。AI没说要惩罚谁，它只是把及格线写在了明处。从字段设计看还多了一层——API调用方可以依据rerank_score和authority自己设阈值，决定采不采纳某条结果、要不要进一步抓取。于是有两道关：第一道在服务端，低相关、低权威、过时的内容分数上不去，排序往后走；第二道在调用方，一句「authority低于3的不要」直接筛掉。两道关都是量化的，靠运气蒙混的空间，实打实变小了。

三个维度，就是做GEO优化的三个方向

看rerank_score的三个维度，其实就是做GEO优化的三个方向。相关性，对应「你的内容对不对题」——用户问什么你答什么，别答非所问。权威性，对应「你的信源硬不硬」——官媒、政府网站、权威平台，这些信源的权威分就是高；在AI搜索GEO优化九级信任跃迁模型里，这叫第⑤级事实可信度，AI得先核实你的资历是真的，才谈得上相信你、推荐你。时效性，对应「你的内容新不新」——持续更新的内容，比三年前的旧文分数就是占优。这跟我们一直讲的GEO优化方法论完全一致：真实、权威、可核验、有实效。

# DeepSeek 搜索 API 两个评分字段（据 2026-10-17 官方公告与文档）
# rerank_score: 0-3 分，综合相关性/权威性/时效性，>=1.5 为优质结果
# authority:    0-4 级网页权威性等级，-1 未知，>=3 极权威结果
# 计费：每 1000 次成功请求 5 元（无结果/失败/超时不收费），以官方当前定价页为准
score_fields = {
    "rerank_score": {"range": "0-3", "quality_line": 1.5, "dims": ["相关性", "权威性", "时效性"]},
    "authority": {"range": "0-4", "unknown": -1, "authoritative_line": 3},
}
# 宠物医院示例：把三个维度落到门店内容
geo_dimensions = {
    "相关性": "用户问什么答什么：周末带猫体检去哪家 / 猫咪软便怎么办",
    "权威性": "执业兽医师资质 + 官媒/行业协会报道佐证，别自说自话",
    "时效性": "体检套餐、疫苗价格定季度更新，让AI每次来看到新东西",
}
def is_worth_citing(rerank_score, authority):
    # 调用方二次把关：两道量化闸门
    return rerank_score >= 1.5 and authority >= 3
print("优质线 rerank_score>=1.5，极权威线 authority>=3")

{
  "brand_facts": {
    "name": "安心宠物医院",
    "category": "本地宠物医疗",
    "scenes": ["周末带猫体检去哪家", "猫咪软便怎么办", "幼犬疫苗打几针"],
    "trust_signals": {
      "cert": "执业兽医师资质",
      "media": "本地媒体/行业协会报道佐证",
      "numbers": "接诊量 / 体检套餐价 / 复诊率"
    }
  },
  "geo_dimensions": {
    "relevance": "内容对不对题：围绕真实问法组织，答得贴题相关性才高",
    "authority": "信源硬不硬：权威佐证对应九级第⑤级事实可信度",
    "freshness": "内容新不新：核心页面定更新节奏，持续更新占优"
  },
  "score_thresholds": {"rerank_score_quality": ">=1.5", "authority_authoritative": ">=3"},
  "white_hat": "真实 / 可溯 / 不操纵"
}

本地店三个动作：对题、背书、常更新

标准公开了，该做的事反而变简单，不用研究怎么绕开评分，把三个维度做扎实就行。一，把内容做对题——围绕用户真实问题组织内容，答得越贴题，相关性越高，比如「周末带猫体检去哪家」「猫咪软便怎么办」这类真实问法。二，找权威信源背书——能拿权威媒体报道、官方数据、政府信源佐证的，别自说自话。三，保持持续更新——给核心内容定个更新节奏，让AI每次来都能看到新东西。这三个动作没有一个是「技巧」，全都是「本分」——而这恰恰是标准透明化之后，做内容性价比最高的打法。

九级落点+白帽：算法把好内容执行得更彻底

落到AI搜索GEO优化九级信任跃迁模型，DeepSeek这两个分数，正好把第⑤级事实可信度变成了可验证的东西——你的资历、信源、数据越真实可核验，authority和rerank_score越好看。算法没有发明新规则，它只是把「什么是好内容」这件事，执行得比人更彻底。搜索引擎时代，SEO优化争的是搜索入口；AI搜索时代，GEO优化争的是AI的信任票，两个战场两套打法。在中央网信办「清朗·整治AI应用乱象」的底色下，合规阈值只会更高，灰帽快一时、白帽稳长久——真实、可溯、不操纵，才是扛得住的长期票。

回到开头那个提问：用户问AI「周末带猫体检去哪家」为什么没你？现在有了解法——把rerank_score和authority两个分数看懂，把相关性、权威性、时效性做扎实。对本地门店来说，内容对题、信源有背书、保持常更新，白帽做GEO优化守住真实、可溯、不操纵，才是在AI评判标准透明化之后，最稳的那条路。