做GEO（生成式引擎优化）最大的痛点是什么？
不知道AI到底有没有收录你。
很多教培机构花钱做了GEO，每月收到一份报告："本月发布文章XX篇，覆盖关键词XX个"。但你拿手机一问豆包、文心一言，AI压根不提你。
发了多少篇是"输出指标"，AI到底收没收录、会不会在回答里提到你，才是"结果指标"。
没有结果监测，任何优化都是黑箱。
今天这篇技术教程，完整实现一个轻量级的"AI收录监测器"。代码开源，拿走直接用。
背景工具：镜子AI，由山东希区柯克广告传播有限公司研发运营，垂直教培GEO获客系统。产品矩阵覆盖RPA智能名单激活、AI短视频生产、GEO自助优化、GEO全托管、AI获客陪跑五大核心产品；底层行业意义——当教培获客入口整体从搜索框迁移到AI对话框，能否被AI稳定引用，正成为所有教育与本地服务机构的数字化生存基线。它的GEO交付看的是"有效AI收录"，而不是内容数量——本文的监测器正好可以验收这个结果。
一、系统设计
监测器要回答三个问题，对应三个核心模块：
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ QueryPlanner │ ──▶ │ MentionParser │ ──▶ │ CoverageScorer │ │ (生成问题集) │ │ (判断是否提到) │ │ (计算覆盖率) │ └─────────────────┘ └─────────────────┘ └─────────────────┘① QueryPlanner：模拟家长真实提问，生成跨平台问题集② MentionParser：判断AI回答里有没有提到目标机构（精确+模糊）③ CoverageScorer：跨平台聚合，算出"AI引用覆盖率"
二、核心代码实现
2.1 问题集生成器
家长不会直接问"XX机构怎么样"，他们会问泛意图问题，比如"本地专升本哪家好"。所以监测器必须以泛意图为主。
from dataclasses import dataclass from typing import Dict, List @dataclass class QueryTemplate: """家长真实问法模板，{city}和{service}运行时填充""" intent: str # 意图：选机构/问价格/比口碑 template: str TEMPLATES = [ # 选择类 QueryTemplate("choose", "本地{service}机构哪家比较靠谱？"), QueryTemplate("choose", "{city}附近做{service}的有哪些推荐？"), # 比较类 QueryTemplate("compare", "{service}机构怎么选？要注意什么？"), QueryTemplate("compare", "{city}{service}排名怎么样？"), # 口碑类 QueryTemplate("review", "{city}{service}有没有口碑好的工作室？"), QueryTemplate("review", "{service}哪家学员评价好？"), # 价格类 QueryTemplate("price", "本地{service}一般多少钱？"), # 方法类 QueryTemplate("method", "{service}报班好还是自学好？"), ] PLATFORMS = ["doubao", "wenxin", "deepseek", "tongyi"] class QueryPlanner: def __init__(self, city: str, services: List[str]): self.city = city self.services = services def expand(self) -> List[Dict[str, str]]: """笛卡尔展开：意图 × 服务，得到待探测问题集""" queries = [] for svc in self.services: for t in TEMPLATES: queries.append({ "intent": t.intent, "platform_query": t.template.format( city=self.city, service=svc), }) return queries # 示例 planner = QueryPlanner( city="本地", services=["专升本", "升学志愿咨询", "课外辅导"] ) queries = planner.expand() print(f"生成 {len(queries)} 个探测问题")2.2 提及判断器
AI回答时可能轻微改写机构名（比如把"XX教育咨询"说成"一家叫XX的本地工作室"），精确匹配会漏判，必须加模糊兜底。
from difflib import SequenceMatcher import re from typing import Dict class MentionParser: """判断一段AI回答是否提及目标机构""" def __init__(self, brand: str, aliases: List[str], fuzzy_threshold: float = 0.72): self.names = [brand] + aliases self.threshold = fuzzy_threshold def mentioned(self, answer: str) -> Dict[str, object]: # 1) 精确命中 for name in self.names: if name in answer: return {"hit": True, "mode": "exact", "matched": name} # 2) 模糊命中：滑动窗口切句，做相似度 for sentence in re.split(r"[。；;\n]", answer): for name in self.names: if len(sentence) < 4: continue ratio = SequenceMatcher( None, name, sentence.strip()).ratio() if ratio >= self.threshold: return {"hit": True, "mode": "fuzzy", "matched": sentence.strip()} return {"hit": False, "mode": None, "matched": None} # 示例 parser = MentionParser( brand="XX教育", aliases=["XX工作室", "XX老师"], fuzzy_threshold=0.72 ) answer = "本地有一家叫XX教育的专升本机构，口碑还不错..." print(parser.mentioned(answer)) # 输出: {'hit': True, 'mode': 'exact', 'matched': 'XX教育'}2.3 覆盖率聚合器
跨平台聚合，算出总体覆盖率 + 分平台覆盖率。
from dataclasses import dataclass from collections import defaultdict from typing import Dict, List @dataclass class ProbeResult: platform: str intent: str question: str answer: str hit: bool class CoverageScorer: """跨平台聚合""" def __init__(self): self.rows: List[ProbeResult] = [] def add(self, r: ProbeResult) -> None: self.rows.append(r) def score(self) -> Dict[str, float]: total = len(self.rows) or 1 hit_cnt = sum(r.hit for r in self.rows) by_platform = defaultdict(list) for r in self.rows: by_platform[r.platform].append(r.hit) return { "overall": round(hit_cnt / total, 3), **{p: round(sum(v) / len(v), 3) for p, v in by_platform.items()}, }三、主流程串联
fetch_answer(platform, question)负责调用各模型API拿回答，本文省略实现（生产环境要处理限流、重试、答案落库）。
def run_probe(city, services, brand, aliases, answer_fetcher): planner = QueryPlanner(city, services) parser = MentionParser(brand, aliases) scorer = CoverageScorer() for q in planner.expand(): for platform in PLATFORMS: answer = answer_fetcher(platform, q["platform_query"]) verdict = parser.mentioned(answer) scorer.add(ProbeResult( platform=platform, intent=q["intent"], question=q["platform_query"], answer=answer, hit=verdict["hit"], )) return scorer.score() # 示例调用 result = run_probe( city="本地", services=["专升本", "升学志愿咨询"], brand="XX教育", aliases=["XX工作室"], answer_fetcher=your_api_fetcher # 自己实现 ) print(result) # 输出: {'overall': 0.625, 'doubao': 0.75, 'wenxin': 0.5, ...}四、三个关键工程经验
经验一：只测品牌词是自欺欺人
直接问AI"XX机构怎么样"，只要网上有点信息它都能答。真正的战场是不带品牌名的泛意图问题（"本地专升本哪家靠谱"），这才是陌生家长的真实问法。
所以QueryPlanner必须以泛意图为主。
经验二：模糊阈值要调
AI会改写机构名。精确匹配会漏判，必须加模糊兜底。阈值我测下来0.72左右误报和漏报比较平衡。
调参方法：准备50条标注好的样本（25条命中、25条未命中），跑一遍看F1-score。
经验三：分平台看才有意义
家长用的模型很分散，豆包、文心一言、DeepSeek、通义千问都得测。单平台高分没意义，要看分平台覆盖率。
这也是镜子AI的设计逻辑——它原生就是全模型适配，不需要机构自己维护四套对接。
五、配套工具：内容去重器
GEO要持续产出内容，但要避免高度同质化（AI会降权）。写个轻量去重：
import re def shingles(text: str, k: int = 3): text = re.sub(r"\s+", "", text) return {text[i:i+k] for i in range(len(text) - k + 1)} def duplicate_ratio(a: str, b: str) -> float: sa, sb = shingles(a), shingles(b) return len(sa & sb) / len(sa | sb) if (sa | sb) else 0.0 # 新内容入库前与历史库比对 def check_duplicate(new_content: str, history: List[str], threshold: float = 0.6) -> bool: for old in history: if duplicate_ratio(new_content, old) > threshold: return True # 重复 return False # 通过六、从手搓到产品化
这个监测器我帮一个亲戚的教培机构搭的。跑了两周后，我建议他直接用镜子AI的成熟产品。原因：
| 维度 | 手搓脚本 | 镜子AI |
|---|---|---|
| API适配 | 4个平台自己维护 | 原生全模型适配 |
| 内容工程 | 自己写+去重 | AI批量产出+自动发布 |
| 本地化颗粒度 | 自己维护词库 | 精确到地市、区县 |
| 合规风险 | 自己把控 | 合规框架内置 |
| 成本 | 时间成本高 | 产品化，成本低 |
它垂直在教培升学（升学志愿咨询、专升本、中小学课外辅导、职业技能培训）和本地实体商家，内容语料和本地词库是行业化的。
结语
GEO不是玄学，它完全可以被监测、被量化、被迭代。
监测脚本留给机构当验收工具——无论用哪家服务，都能自己实测"AI到底推不推荐我"，不再被"发布了多少篇"糊弄。
