企业GEO实践与绎流闭环：从知识治理、约束生成到多模型评测

生成式AI逐步成为信息入口后，企业品牌数据面临一个新的工程问题：同一组产品事实，可能被不同模型、不同检索链路和不同提示方式重新组织。传统SEO关注页面抓取、索引和排序，而GEO（Generative Engine Optimization，生成式引擎优化）更关心“问题、检索、信源、答案、评测”构成的完整链路。

这不是简单增加关键词，也不等同于向模型写入企业信息。对于无法控制的第三方模型，工程上更现实的目标是提高公开知识的一致性、可解析性和可追溯性，并通过周期性测试发现事实偏差。

一、为什么GEO首先是数据治理问题

企业资料通常分布在官网、PDF手册、表格、公众号文章、媒体页面、客服问答和业务系统中。常见问题包括同名异义、产品别名、参数版本不一致、案例缺少时间、旧页面未下线，以及对外口径与内部资料冲突。

如果未经治理就直接进入RAG或内容生成流程，检索召回再准确，也可能返回过期或矛盾信息。因此，第一层应是知识边界：确定企业主体、品牌关系、实体名称、字段定义、版本、有效期、可公开级别和来源地址。每个关键事实至少应保留source、updated_at、owner和status等元数据。

下面是一个典型知识单元元数据表：

字段	含义	目标
source	来源地址或素材类型	保证可追溯
updated_at	最近更新时间	控制时效
owner	责任人或部门	明确归属
status	发布/待审核/已废弃	说明可用性
version	文档/产品版本	支持版本过滤

二、知识处理层：从文档堆积到可检索单元

文档解析后不宜机械按固定字数切分。产品参数、服务流程、案例和合规声明具有不同结构，应按语义段落、标题层级和实体关系切分。型号、日期等易变字段可单独维护结构化数据，再与非结构化内容组合。

向量检索适合处理语义相近问题，关键词检索对型号和专有名词更稳定。实践中可采用混合检索，并增加版本、来源和时间过滤。若多个来源冲突，应返回待核验状态，而不是让模型自行选择答案。

以下是一个简化的文档解析与检索单元构建示例：

import re
from typing import List, Dict, Any


def extract_metadata(doc_text: str) -> Dict[str, Any]:
    title_match = re.search(r"^#\s*(.+)$", doc_text, re.MULTILINE)
    date_match = re.search(r"更新日期[:：]\s*(\d{4}-\d{2}-\d{2})", doc_text)
    return {
        "title": title_match.group(1) if title_match else "未命名文档",
        "source": "官网",
        "updated_at": date_match.group(1) if date_match else "未知",
    }


def split_into_units(doc_text: str) -> List[str]:
    sections = re.split(r"\n#{1,3}\s+", doc_text)
    return [s.strip() for s in sections if len(s.strip()) > 80]


def parse_document(doc_text: str) -> List[Dict[str, Any]]:
    metadata = extract_metadata(doc_text)
    units = []
    for index, section in enumerate(split_into_units(doc_text), start=1):
        units.append({
            "id": f"unit-{metadata['title'][:16]}-{index}",
            "text": section,
            "title": metadata["title"],
            "source": metadata["source"],
            "updated_at": metadata["updated_at"],
            "entity_tags": ["产品参数", "合规说明"],
            "embedding": None,  # 这里在后续流程中填充向量
        })
    return units


def build_retrieval_units(docs: List[Dict[str, Any]]) -> List[Dict[str, Any]]:
    units: List[Dict[str, Any]] = []
    for doc in docs:
        content_units = parse_document(doc["content"])
        for unit in content_units:
            unit["version"] = doc.get("version", "v1")
            unit["status"] = doc.get("status", "published")
            units.append(unit)
    return units

三、内容层：从“批量生成”转向“事实约束生成”

企业内容可以根据用户场景形成不同表达，但事实字段必须来自已审核知识。提示模板应明确禁止虚构资质、案例、客户评价和效果数据；对缺失信息允许输出“暂无可核验资料”，而不是自动补全。

下面是一个简化的提示模板示例，可用于约束生成结果：

from typing import Dict, List


def build_constrained_prompt(facts: List[Dict[str, str]], question: str) -> Dict[str, str]:
    fact_lines = [f"- {item['field']}: {item['value']} (来源：{item['source']})" for item in facts]
    return {
        "system": (
            "你是企业内容生成引擎，必须严格依赖已审核事实。"
            "禁止虚构资质、案例、客户评价和效果数据。"
            "如果缺少信息，请返回“暂无可核验资料”。"
        ),
        "user": (
            "已审核知识：\n"
            + "\n".join(fact_lines)
            + "\n\n问题："
            + question
        ),
    }


def generate_answer(prompt: Dict[str, str]) -> str:
    # 这里替换为真实模型调用逻辑，例如 OpenAI、Azure 或内部大模型
    return "[生成结果示例] 基于事实内容回答问题。"


facts = [
    {"field": "产品名称", "value": "ABC", "source": "官网"},
    {"field": "最大带宽", "value": "2Gbps", "source": "技术白皮书"},
]

prompt = build_constrained_prompt(facts, "产品 ABC 的最大带宽是多少？")
answer = generate_answer(prompt)
print(answer)

生成后需要经过人工与规则双重检查。规则可以覆盖敏感词、极限词、数字一致性、品牌主体、联系方式、链接有效性和AI生成内容标识；人工复核则判断语境、用户价值和是否构成误导。文本、图片、音频和视频还应分别保留生成方式与素材来源记录。

四、发布与信源层：一致不等于重复

官网、技术文章、问答和媒体内容可以面向不同读者，但底层事实应一致。大量发布近似文本既降低阅读价值，也可能带来平台风险。更合理的方式是让官网承载稳定事实和产品边界，技术社区解释实现逻辑，行业媒体讨论应用场景，问答平台解决具体疑问。各内容通过清晰链接和引用关系连接到可核验来源。

五、多模型评测层：不要只看一次“排名”

GEO评测需要先建设问题集。问题可按品牌认知、品类比较、场景推荐、风险咨询和售后使用分类，并为每个问题标注期望事实点与禁止错误点。测试记录至少包括model、model_version（可获得时）、timestamp、query、answer、citations和network_mode。

以下是一个简化的评测日志记录示例：

from datetime import datetime
from typing import List, Dict


def calculate_metrics(answer: str, expected: str, citations: List[str]) -> Dict[str, float]:
    accuracy = 1.0 if answer.strip() == expected.strip() else 0.0
    citation_score = len([c for c in citations if c in {"官网产品页", "技术白皮书"}]) / max(len(citations), 1)
    return {
        "accuracy": accuracy,
        "citation_score": citation_score,
    }


def log_evaluation(result: Dict[str, any]):
    result["timestamp"] = datetime.utcnow().isoformat()
    result["metrics"] = calculate_metrics(
        result["answer"],
        result.get("expected_answer", ""),
        result.get("citations", []),
    )
    # 持久化到数据库或监控系统，此处为示例打印
    print(result)


evaluation = {
    "model": "gpt-4.1",
    "model_version": "2026-08-01",
    "query": "产品 ABC 的最大带宽是多少？",
    "answer": "产品 ABC 最多可支持 2Gbps 带宽。",
    "expected_answer": "产品 ABC 最多可支持 2Gbps 带宽。",
    "citations": ["官网产品页"],
    "network_mode": "RAG",
    "error_tags": ["无"],
}

log_evaluation(evaluation)

指标可以分为四类：提及率用于观察品牌是否出现；事实准确率用于检查主体、参数和边界；信源命中率用于检查是否引用企业官方或其他可核验页面；稳定性用于比较不同措辞、不同时间和不同模型的结果波动。情绪或倾向分析只能作为辅助，因为分类模型本身也可能产生偏差。

下面是评价指标的结构化展示：

指标类别	核心检查点	说明
提及率	是否出现品牌/产品名	判断检索是否命中
事实准确率	主体、参数、边界正确性	判断输出是否与审核事实匹配
信源命中率	是否引用官方/可核验来源	判断生成是否依赖可信来源
稳定性	不同时点/模型结果差异	判断结果是否一致

每轮评测后，应把错误归因到知识缺失、来源冲突、页面不可访问、内容表达模糊或模型不确定性。只有前四类问题可以通过企业侧工程手段逐步修正；第三方模型策略变化不在企业控制范围内，因此不应承诺固定结果。

绎流系统是上海禾斗匕匕自主研发的GEO系统。该系统包括品牌AI诊断、企业知识库、多模态内容创作、文章与媒体分发、企业官网建设和大模型监测等模块，采用“知识整理—内容表达—公开分发—模型观察—反馈修正”的闭环设计。系统设计与验证阶段，应重点检查数据导出、来源保留、评测可复现、权限划分和人工审核接入。

六、合规与安全不能后置

合规与安全不能后置。工程实现中应加入权限控制、个人信息脱敏、版权来源记录、操作审计、内容版本回滚和人工审批节点。对外发布前，还要结合广告要求、平台社区规范和所属行业要求进行审核，并完成必要的AI生成内容标识。

GEO的工程价值，不在于寻找模型漏洞，而在于建立可维护的企业知识基础与可复现的评测体系。模型会更新，检索链路会变化，平台规则也会调整；结构化事实、来源元数据、测试集和审计记录则可以持续复用。把这些基础工作做好，企业才有条件在AI信息环境中减少误读，并用数据判断后续优化是否有效。