【GEO方法论】真实浏览器采样与 API 调用有什么不同？GEO 监测为何要保留现场证据

同样向一个 AI 提问，通过 API 得到的答案和用户在网页端看到的答案可能不同。对于模型评测，这种差异可以被当作实验条件；对于 GEO 监测，它决定了报告能否代表真实客户体验。

API 与真实浏览器分别适合解决什么问题

维度	API 调用	真实浏览器采样
主要目的	模型能力、提示词和批量实验	用户终端体验与现场取证
上下文	由调用方显式配置	受页面、账号、地域、联网和产品策略影响
输出	结构化文本或流式响应	文本、引用、页面状态、截图和交互
异常	通常是状态码与错误体	登录墙、验证码、额度提示、加载失败、页面改版
可复现性	更容易控制参数	更接近真实，但需要记录环境与时间

为什么网页端可能给出不同答案

• 产品提示词不同：网页端可能加入搜索、引用、安全和产品风格指令。
• 联网策略不同：同一模型在 API 与产品端可能使用不同检索来源。
• 账号状态不同：会员等级、历史会话、地区、每日额度会影响功能。
• 页面交互不同：深度搜索、思考模式、自动模式或引用展开可能改变结果。
• 模型路由不同：产品端可能按负载和任务动态选择模型版本。

因此，“我们用某模型 API 测过了” 不能直接证明真实用户会看到同样的品牌提及。

截图不是装饰，而是文本之外的证据

一条回答如果只保存正文，很难判断它来自正常对话、登录提示、限额错误还是页面残留。截图能证明问题、平台、回答、引用区和异常提示同时出现，也能在平台改版后保留当时现场。

但截图也不是唯一证据。它不便搜索和统计，长回答可能需要滚动。完整监测应同时保存结构化文本、关键原文、截图、采样时间、平台、节点、账号状态和原始记录。

异常为什么必须单独分类

假设用户问 “某类服务商有哪些”，页面返回 “今日使用次数已达上限”。如果系统只做关键词分析，会得到 “未提及品牌、回答负面或内容为空” 的错误结论。登录墙、验证码、连接失败、模型维护、无权限、超时都不属于品牌表现。

正确流程是：识别异常类型，停止情感和品牌评分，记录现场，尝试切换可用节点或等待人工验证，必要时进入补采队列。补采结果应与原异常关联，而不是静默覆盖。

真实采样也可能不真实，关键在执行纪律

打开浏览器并不自动等于真实。若节点长期离线、账号状态未知、页面未加载完成、脚本抓到旧内容，或者只保留成功样本，结果同样会失真。至少要有以下门槛：

1. 节点心跳、版本与平台登录状态可见。
2. 任务从分配、执行、限制、切换到完成有链路记录。
3. 页面完成稳定加载后再提取，避免刷新循环和半屏答案。
4. 失败和异常不计入品牌分数，但必须进入运维统计。
5. 批量结果保留平台与节点分布，防止单一环境偏差。

知海深智 GEO 的采样边界

平台把 “真实浏览器采样” 和 “广度覆盖扫描” 明确区分。前者由采样节点访问 AI 产品并保留回答、截图和现场证据；后者用于大量长尾目标的覆盖估算，不替代真实样本。报告中应显示数据来源，避免把估算值包装成用户亲眼可见的结果。

管理端的批次链路可以看到一批任务分配到哪些节点、具体平台由谁执行、是否触发限制、切换到哪个节点以及最终结果。异常补测只针对可补的采样错误，不重复消耗客户额度，也不篡改历史证据。

企业如何验收一次真实采样

• 随机打开记录，问题、平台、时间和完整回答是否一致。
• 点击截图能否看到与文本相同的页面现场。
• 引用链接是否来自当次回答，而不是后续推断。
• 登录墙和使用限制是否被标为异常，没有进入品牌评价。
• 同批次异常是否能看到补采或节点切换结果。

结论：API 回答模型问题，浏览器回答用户问题

API 具有稳定、便宜、易批量的价值，可以用于提示词和模型能力研究；真实浏览器更昂贵、更复杂，却能保留真实产品体验。两者不是谁替代谁，而是验收对象不同。

当 GEO 报告声称 “用户在 AI 中看到什么” 时，就必须用能证明用户现场的采样方式，并把所有异常、截图和原始回答一起留下。