g![]()
geo-desk
Manifest valid★ 1AI Search Visibility Workbench: Issue Library, Sampling, Metrics, Insights, Action Plans, and Client Reports (DeepSeek Harness Plugin, De-identified Demo)
UI (client)hasBundlePatch
GEO Desk · AI 搜索可见度工作台
一个装在 DeepSeek Harness 侧栏的 GEO(Generative Engine Optimization)操作台: 把「问题库 → 采样 → 指标 → 洞察 → 行动 → 报告」跑成一条可复算的链路。
这是一个脱敏演示仓库。 客户是虚构化的「广州某潮汕菜品牌」:品牌名、门店、年份、门店数、榜单名称 都已替换,数据里的同行用「同行 A–T」代替。指标口径、解析逻辑、报告结构都是真实项目在用的那一套。
它解决什么问题
品牌在 AI 回答里「被提到」只是结果。真正要回答的是三件事:
- 现在什么水平 —— 非品牌词提及率、推荐位次、声量份额、信息准确率,全部带区间。
- 为什么 —— AI 信哪些源(媒体、榜单、百科、点评、视频)、什么类型的问题偏好什么源、它抄走的是哪一句。
- 怎么办 —— 每条缺口翻译成一张动作卡:为什么做、打哪几个问题、写什么、发到哪、怎么验收、多少工时。
三层结构
| 层 | 文件 | 做什么 |
|---|---|---|
| 监测 | src/metrics.js | 提及率、前三率、SOV、引用率、准确率;Wilson 区间;品牌词/非品牌词分开算 |
| 洞察 | src/insights.js | 信源类型结构、按意图的引用偏好、字段出现率、被引句特征、没占到的源 |
| 行动 | src/actions.js | 事实纠偏、按意图补内容、信源占位、写作规范;每条带 brief 与验收 |
指标口径(容易做错的地方)
- 品牌词和非品牌词必须分开算。问「某品牌怎么样」时答案里出现品牌是必然的,混在一起会把提及率抬到 40%+; 真正的「AI 会不会想到你」只看非品牌词。
- 回答不稳定。同一批问题、同一个引擎,隔一小时重跑,提及率会差 3 个百分点(都在区间内)。 所以对外只报区间和趋势,不报单点。
- 准确率只查「说错」,不查「没说」。没说只是信息不全,说错才是风险。
- 原文优先。每条答案存原文与引用源,解析结果是派生的,解析器升级后历史数据可重算。
跑起来
需要 Node 20+、一个 Tavily key(用于检索),以及 Harness 里已配置的模型。
# 1. 把 Tavily key 放进环境(或 $DSH_HOME/.env)
export TAVILY_API_KEY=tvly-...
# 2. 安装到 Harness(在插件目录执行)
# Plugins → Add plugin → 选这个目录;或用 plugin_manager install_bundle
# 3. 侧栏打开「GEO 工作台」→「跑一轮」
一轮是 60 个问题 × 2 次采样 = 120 次检索 + 生成,约 10 分钟。
离线生成报告
不依赖浏览器,直接用命令行复算指标、渲染报告:
node scripts/render.cjs # 读 demo/answers.jsonl,出 reports/demo-baseline.html
node scripts/panel-smoke.cjs # 用假 React 把四个屏渲染一遍,抓运行时错误
数据
demo/answers.jsonl—— 脱敏后的示例采样(含原文、引用源、解析结果)$DSH_HOME/geo-desk/clients/<slug>/—— 运行时数据(不进仓库)
引擎
当前实现是 Proxy-Web:Tavily 检索前 8 条 → 模型按消费者视角组织答案 → 解析。
它模拟「联网搜索型答案引擎」,用来验证链路,不等于任何一个具体产品的输出。
要接真实引擎(豆包等),只换 src/engine.js 里的 probe(),指标、洞察、报告都不用改。
已知限制
- 单客户、单引擎、单轮,多轮对比还没做。
- 域名分类规则还有约 18% 落到「其他」,需要继续补。
- 面板只在结构上验证过(渲染无异常),没有做视觉回归。
- 采样用浏览器登录态时,吞吐约 60–90 次/小时,风控会中断,需要人工介入。
License
MIT
Comments
Loading…