暂无搜索历史
本文说的「可重跑的统计作业」,指的是同一份样本、同一套口径、同一组参数下,作业跑一遍与跑十遍写出的统计行一致,失败后还能从断点续跑。它跟「跑出一次结果」是两件事...
本文说的「不丢样本」,指的是采集撞上平台限流时,每条样本的记录既不凭空消失,也不被重复计入,最终要么进正常结果,要么进可解释的失败归档。
本文说的「可复现」,指的是别人拿到你给的清单、校验和与版本三样东西,能在自己的机器上按同一口径重算出与你同一量级的读数。它的反面不是数据丢了,而是结论没法重算。
跨平台对齐,指的是把同一问法在不同平台产生的回答记录,映射到同一组字段、同一套时间口径和同一种去重规则下,让横向比较成立。它不改动原始数据,只决定哪些数能放在同...
回答文本的归一化,指的是把同一句话的不同写法映射到同一个形态,涉及全半角、空白、标点与断句四层。它不改变内容,只让后续的计数、定位和切分落在同一把尺子上。
采集调度,指的是把「问法 × 平台」拆成任务之后,决定每个任务什么时候、以多大并发、进哪个队列执行的那一层。它不解决怎么抓,只解决抓的顺序与边界。
问法库的版本管理,指的是把每一条问法当成带编号的配置资产,用固定的分类维度、单调递增的版本号和一次性的冻结记录,把每一次采集的结果绑定到产生它的那一版问法上。它...
并发与限额设计,指的是把一批采集任务拆成可控的请求节奏,让它在平台允许的额度内跑完,被限流之后还能自己走回正轨。这一层做不好,四十五条样本会卡在第三十条上,剩下...
AI 可见度监测怎么做,把这句问话拆成工程问题,只剩三件事:问法要固定,回答要存全,失败样本要留痕。这篇复盘一次 45 条样本的采集过程,样本取自 9 个深度监...
把一份「AI 引用案例」拿来做验收材料,最先遇到的问题是它无法被第三方重走。一段回答文本加一张截图,既没有采集时刻,也没有样本总量,别人拿着它什么也做不了。
我做 AI 引用率监测的第一版代码跑得很顺,数字也好看。麻烦出在三个月后:同事拿同一份原始数据重算,得出另一个比例。两份结果都能自圆其说,谁也说服不了谁,因为当...
AI 回答里给出的链接不是永久的。同一批问法隔两周重跑,链接消失、跳到别处、换成另一个页面,都是常态。我们做引用监测踩过这个坑之后,给每条被引 URL 加了两样...
我把自家项目的 AI 引用率算出来并公开了,是 0.4%,也就是 2 除以 516。这篇不解释它为什么低,只拆一件事:这个数从哪来,要几步才能算对。引用率是指在...
GEO 的效果可以衡量,前提是把六类指标的分子、分母和时间窗写死,再按各自的采集成本排优先级。我的做法是先用一致性校准口径,成本偏低、还能被自己否掉;再用可见率...
GEO(生成式引擎优化)是指让生成式 AI 在回答用户问题时能找到、读懂并引用某家机构公开材料的一套工程方法。它要解决的是一件事:当用户不点开网页、只读一段 A...
结论先说:自建一套 AI 品牌监测,反复发生的成本不在抓取那一下,在「再跑一次」:回答正文要重读、来源列表要重解析、完整性要重校验。查询日 2026-10-18...
结论先说:品牌词提及率和意图词提及率是两个不同口径的指标,不能相加,也不能互相做分母。查询日 2026-10-18,全库 8959 条 AI 回答采集记录里,品...
「品牌 AI 提及率怎么提升」,是我们自己在监测项目里追得最久的一个问题。结论先给:在讨论任何动作之前,先把提及、引用、推荐率三个指标分开记账,并且让每一个数字...
一份材料能不能核,取决于核对它所需要的那份信息握在谁手里。我按这条线把对方给的东西分成四档:只在他手里的、你能当场重算的、你自己就能复现的、不受他影响的第三方能...
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址