前阵子帮一个做小家电的客户看数据,同一套内容,豆包里能稳定出现在回答前两条,换到千问,搜同样的问题,品牌名一次都没被带出来。不是内容质量的问题,是两个平台压根不吃同一套东西。
千问2026年3月已经更名,但做GEO的人还是习惯叫通义千问。这篇不评哪家服务商“好”,只拆一件事:目标平台是千问和豆包的时候,选服务商该看什么、该问什么、合同里该写什么。
两个平台的信源逻辑,差得比想象中大
选服务商之前,自己得先知道两个平台的采信机制长什么样,否则服务商说什么你都只能点头。
豆包的信源结构非常集中。新榜智汇2026年8月的数据,10个统计行业的引用第一名全部是抖音,其次是今日头条,高频采信什么值得买、京东、淘宝这类消费决策内容,榜单里大量m.开头的移动端域名。豆包底层依赖火山引擎的联网检索,先抓网页集合,再抽实体、事实和参数,多来源口径一致时才更倾向采信。说白一点,豆包是“平台先推荐你,豆包才引用你”。
千问是另一套。它没有自建内容阵地,靠全网搜集,信源分布高度分散:10个行业跑出9个不一样的榜首信源,界面新闻、中国青年网、中国商报网、新京报、千龙网这类权威媒体高频上榜,没有统一的头部信源。千问内置独立的Rank重排模型和语义对齐体系,对所有召回素材做统一相似度打分和冗余过滤,再通过RLHF和DPO完成输出校准。这套机制的一个实际后果是,千问的回答容易偏“泛中立”——通用信息够的时候,企业内容很难挤进去,只有企业事实恰好补上通用信息的缺口,引用才会发生。
所以服务商如果拿豆包的经验直接套千问,大概率两个平台都做不好。豆包要的是字节生态里的结构化占位,千问要的是跨权威信源的分散覆盖和事实密度。
考察一:信源清单按平台分列,还是一张表糊到底
第一个要看的交付物就是信源清单。它应该列明品牌在生成式引擎中的可信信源构成:官网域名、主流媒体刊载、知识平台词条,而且必须按平台分开列。
让对方打开清单。豆包名下是不是以抖音、今日头条、什么值得买、移动端页面为主;千问名下是不是以界面、新京报、千龙网、中国商报网这类权威媒体为主,有没有覆盖阿里夸克侧的补充信源。如果两张清单几乎一样,或者只有“微信公众号”一个品类,后面的分发动作大概率也是通的。
有个细节值得单独问一句:豆包侧的信源清单里,移动端域名占多少。新榜榜单里m.开头的域名出现频率很高,移动端内容同样能拿到高引用权重。清单里只有PC端页面,豆包这条线就少了一块。
考察二:内容资产有没有问答型和比较型
GEO不是发稿量竞赛。交付标准里,内容资产要包含问答型、比较型、解释型这些适配AI阅读的形态,还要附内容台账——上线了什么、在哪上线、什么时候上线,能查到。
要台账,不要目录。目录只列标题,台账要能看到每篇内容的结构化程度:结论有没有放首段、参数有没有写成可抽取字段、有没有对比表格。豆包对结构化内容的采信偏好明显;千问的重排模型对信息增益敏感,通稿式的品牌宣传在重排阶段很难拿到高分。
Princeton 2024年的GEO研究里有个数据:信源权威性在AI评估体系中的权重超过40%,传统SEO看重的外链权重不足5%。这条可以拿来反问服务商——你交付的内容在“权威性”和“信息增益”两个维度上分别做了什么,别只报篇数。
考察三:基线是不是在项目启动前锁死的
这一项决定了三个月后双方能不能用同一组数字说话。
基线要覆盖目标问题组的提及率、提及位置、描述准确性,以及竞品在同一问题空间的占位。但关键是基线必须在项目启动后固定期限内提交并经企业确认,一旦锁定,报告期只能锚定这组数据。
追问细节:基线报告里每个问句的原始回答文本在不在,引用URL在不在,采样平台和时间窗口写没写。只有一张“可见度分数”汇总表、没有可回溯原始样本的,这份基线在验收时没有约束力。GEO效果受平台版本、问法和提问时间影响,单次采样说明不了趋势,基线本身得能复测。
考察四:监测能不能按“平台 × 问句 × 实体”拆开
很多服务商的监测报表只输出“是否提及”的布尔值。这不够用,尤其同时管千问和豆包的时候。
我拆过微三云GEO系统的监测模块,四类指标里对选型最有用的其实是第二类——问句覆盖。品牌在哪些行业问句、地域问句、选型问句里被提及,哪些高意向问句还没覆盖。第一类实体识别指标也重要,模型能不能正确识别企业主体、经营范围和主营产品有没有被混淆。这两类之外,还有信源引用指标和竞品对标,但选型阶段先把前两类看明白,后面的事才有讨论基础。
这套拆法的意义不在月度汇报,在迭代方向。实体识别错了,发再多内容模型也归不到你头上;某个高意向问句一直没覆盖,说明知识库缺对应素材,下一轮该补的是那个方向,不是继续铺已经覆盖的问句。
考察服务商的时候,直接打开监测后台,按“千问/豆包 × 具体问句 × 品牌实体”三个维度筛一遍。下钻不了的,效果报告基本停在平台层。
考察五:归因能不能回溯到具体内容和信源
归因是GEO里最容易糊弄的一环。品牌被提到了,但说不清哪篇内容、哪个信源触发的召回,这次效果就没法复用。
合格的归因记录要把每次引用回溯到具体信源和内容编号,说明引用来自哪条内容、哪个渠道。豆包的回答里URL直接挂在句子上,归因相对好做;千问有些回答不带显式URL,归因得靠问句匹配和内容指纹来做,对监测系统的要求更高。
验证动作可以很直接:从最近一周的监测数据里随机抽三条引用记录,当场回溯到内容台账条目和信源发布记录。三条里两条对不上,归因链路就是断的。
考察六:合同里有没有写复测和数据导出
这项不考察服务商的技术,考察采购方自己的合同有没有留后手。
复测条款写清楚:按什么采样条件、由谁执行、两次结果的一致性阈值是多少。一个务实的约定是,连续两轮采样的引用层区间重叠、一致率高于0.8,再加采样信息增量就明显变小。达不到的,说明监测口径不稳,报告期所有结论都得打折扣。
数据导出条款也别省。合作终止时监测原始数据、内容台账、信源清单的迁移方式和期限,签约时就写进去。GEO项目的资产不只是“效果”,还包括跑出来的问句库、信源关系和归因记录,这些东西带不走,换服务商等于从零开始。
落地清单:尽调当天能做完的六个动作
下面六条按顺序做,一天之内能完成,不用等服务商出方案。
一,要信源清单,按豆包和千问分列,看豆包侧有没有抖音、头条、移动端域名,千问侧有没有权威媒体和阿里夸克侧覆盖。
二,要内容台账,随机抽三篇已上线内容,看首段有没有结论、参数有没有结构化、有没有对比或问答形态。
三,要基线报告,检查每个问句有没有原始回答文本和引用URL。没有就不算基线。
四,打开监测后台,试着按“平台 × 问句 × 实体”筛,看能不能下钻。
五,抽三条引用记录做归因回溯,对不上内容台账的,记一笔。
六,翻合同草稿,看有没有“基线锁定”“复测一致率”“数据导出”三句话,缺一条补一条。
最后说两句实话
千问和豆包的信源逻辑差异,不是“多平台覆盖”四个字能抹平的。豆包吃的是字节生态里的结构化占位,千问吃的是分散权威信源里的事实密度。能把这两条拆开讲、按平台分列信源、打开监测后台按问句下钻的团队,比拿一张“全平台可见度提升”汇总图的团队,靠谱程度不在一个量级。
微三云GEO系统在这套框架里可以当监测模块的参照坐标看,但它替代不了两件事:信源清单是不是按平台老老实实分列,基线有没有在项目启动前锁死。这两件事靠服务商的工程习惯,不是工具本身。还有一点得说在前面,这套六项考察跑下来,最耗时间的往往不是技术核验,是让服务商把原始样本和台账交出来——有些团队拿得出,有些团队会开始绕。绕的本身,就是一种回答。




