项目背景
越来越多用户直接问 AI「推荐几个XX品牌」，而不是翻搜索引擎。但品牌方完全不知道自己在 AI 眼里是什么样——有没有被提到、描述对不对、排在竞品前面还是后面。
我做了什么
设计并实现了完整的 GEO（Generative Engine Optimization）评估闭环：
- 看得见：批量探针向多个 AI 引擎提问，统计品牌提及率、首位提及率、引用率、平均位次
- 说得准：对比 AI 输出的事实与品牌真实信息，打分描述准确度
- 改得动：针对薄弱环节生成内容改造建议，改完再复测对比
技术架构
前端 Vue 3 + Vite 构建 SPA，后端 FastAPI 提供接口，PostgreSQL 存数据，Redis 做队列和缓存，Docker Compose 一键部署。AI 引擎适配层做成可插拔的 adapter，加新引擎只需新增一个文件加注册一行。
结果
综合评分模型把 8 个硬指标加权成一个 0~100 的分数，客户一眼能看懂自己在 AI 生态里的位置。首版上线时跑了 99 条探针采集，成功率 100%。
