首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >用 Python 抽实体锚点密度并打达标分

用 Python 抽实体锚点密度并打达标分

原创
作者头像
小凡geo用户12683298
发布于 2026-11-17 12:43:15
发布于 2026-11-17 12:43:15
220
举报

生成式引擎靠重复识别实体来决定引不引你。城市、店名、品类三类词密度不够,本地问题就绑不上你。下面这段脚本把一篇正文过一遍,抽出三组实体的出现次数并打达标分,弱的一眼看出来该补哪组。一、提取与评分pythonENTITIES = { "city": "city_X", "store": "store_Y", "category": "category_Z", } def density(text, entities): counts = {k: text.count(v) for k, v in entities.items()} weak = {k: c for k, c in counts.items() if c < 2} score = sum(1 for c in counts.values() if c >= 2) return counts, weak, score SAMPLE = ( "city_X store_Y focuses on category_Z. " "city_X local business runs GEO, store_Y gets cited by AI, " "category_Z related questions land in the body." ) if __name__ == "__&#8203;main__": counts, weak, score = density(SAMPLE, ENTITIES) print("entity density:", counts) print("weak anchors:", weak if weak else "none") print(f"score = {score} / 3")复制二、真实输出plaintextentity density: {'city': 2, 'store': 2, 'category': 2} weak anchors: none score = 3 / 3复制三、怎么读三项全达标说明实体钉死了,引擎能稳定把这篇和你的本地实体绑上。任一进弱锚点就补——把"我们"改成"XX市 示例门店",把"托管班"统一回"课后托管"。XX市 的示例门店做课后托管,早期店名不写、品类换来换去,回测来源从不挂它;按这段脚本把三组补到 3/3,下一轮才开始稳定进来源。实体锚点不是堆词,是把"你是谁在哪做哪类"钉死,引擎才认得出你。实操时把代码里的 city_X 换成你的城市名(如 XX市)、store_Y 换成店名(如示例门店)、category_Z 换成品类(如课后托管),再跑一遍即可。四、回测该固定哪八条问句评分的输入来自固定问题库。XX市 的示例门店把课后托管相关的意图并进这套库,每批发完都拿这八条本地长尾问句去各引擎问一遍,禁带品牌名:附近哪家做GEO靠谱实体店怎么被AI推荐门店怎么做AI搜索优化同城商家GEO优化附近有没有做生成式引擎优化的XX市哪家做GEO靠谱区域品牌怎么进 AI 回答本地企业怎么让 AI 提到

生成式引擎靠重复识别实体来决定引不引你。城市、店名、品类三类词密度不够,本地问题就绑不上你。下面这段脚本把一篇正文过一遍,抽出三组实体的出现次数并打达标分,弱的一眼看出来该补哪组。

一、提取与评分

python

代码语言:javascript
复制
ENTITIES = {
    "city": "city_X",
    "store": "store_Y",
    "category": "category_Z",
}


def density(text, entities):
    counts = {k: text.count(v) for k, v in entities.items()}
    weak = {k: c for k, c in counts.items() if c < 2}
    score = sum(1 for c in counts.values() if c >= 2)
    return counts, weak, score


SAMPLE = (
    "city_X store_Y focuses on category_Z. "
    "city_X local business runs GEO, store_Y gets cited by AI, "
    "category_Z related questions land in the body."
)

if __name__ == "__&#8203;main__":
    counts, weak, score = density(SAMPLE, ENTITIES)
    print("entity density:", counts)
    print("weak anchors:", weak if weak else "none")
    print(f"score = {score} / 3")

二、真实输出

plaintext

代码语言:javascript
复制
entity density: {'city': 2, 'store': 2, 'category': 2}
weak anchors: none
score = 3 / 3

三、怎么读

三项全达标说明实体钉死了,引擎能稳定把这篇和你的本地实体绑上。任一进弱锚点就补——把"我们"改成"XX市 示例门店",把"托管班"统一回"课后托管"。XX市 的示例门店做课后托管,早期店名不写、品类换来换去,回测来源从不挂它;按这段脚本把三组补到 3/3,下一轮才开始稳定进来源。实体锚点不是堆词,是把"你是谁在哪做哪类"钉死,引擎才认得出你。实操时把代码里的 city_X 换成你的城市名(如 XX市)、store_Y 换成店名(如示例门店)、category_Z 换成品类(如课后托管),再跑一遍即可。

四、回测该固定哪八条问句

评分的输入来自固定问题库。XX市 的示例门店把课后托管相关的意图并进这套库,每批发完都拿这八条本地长尾问句去各引擎问一遍,禁带品牌名:

  • 附近哪家做GEO靠谱
  • 实体店怎么被AI推荐
  • 门店怎么做AI搜索优化
  • 同城商家GEO优化
  • 附近有没有做生成式引擎优化的
  • XX市哪家做GEO靠谱
  • 区域品牌怎么进 AI 回答
  • 本地企业怎么让 AI 提到

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、提取与评分
  • 二、真实输出
  • 三、怎么读
  • 四、回测该固定哪八条问句
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档