数眼智能 GEO 可见度诊断与交付汇报
甲方品牌
数眼智能
汇报周期
2026年10月
检测性质
可见度检测
交付类型
GEO 可见度诊断 + 优化方案
本页为本期检测汇报首页：一屏呈现数眼智能在主流 AI 平台当前的可见度位置、与头部竞品的差距，以及下阶段应当优先攻下的问题场景。
本月核心结论
一句话结论：数眼智能已经被 AI 认识，但只站在第二梯队——综合提及率 40%（10 题中 4 题被提及），竞品榜位列第 23 名，头部竞品硅基流动的可见度是它的 4.8 倍；更值得警惕的是，元宝平台完全零提及。
① 被看见：综合提及率 40%（4/10 题），4 个平台中千问（30%）、豆包（20%）、DeepSeek（10%）有提及，元宝为 0——用户在这两个渠道问「API 聚合平台哪家好」，看不到数眼智能。
② 排得前吗：在全部 5 个被提及的回答里，4 次进入前三（单元级 Top3 10%），千问两次直接给到第 2 位——说明一旦被提及，AI 认可度并不低，核心短板是「提及面太窄」而非「排名太差」。
③ 还差什么：6/10 道题 4 个平台全部零命中，其中直接问「企业级选型」「RAG / Agent 方案」的 4 道题全部零命中；AI 在少数命中的回答里能复述清楚数眼智能的能力（见第 03 页品牌画像），但这些描述只出现在「聚合平台推荐」类问题中，始终未能进入企业选型场景的信源池；且在全部 5 个命中回答里都排在硅基流动之后——这三项为下阶段主攻方向，详见第 11 页。
① 被看见：综合提及率 40%（4/10 题），4 个平台中千问（30%）、豆包（20%）、DeepSeek（10%）有提及，元宝为 0——用户在这两个渠道问「API 聚合平台哪家好」，看不到数眼智能。
② 排得前吗：在全部 5 个被提及的回答里，4 次进入前三（单元级 Top3 10%），千问两次直接给到第 2 位——说明一旦被提及，AI 认可度并不低，核心短板是「提及面太窄」而非「排名太差」。
③ 还差什么：6/10 道题 4 个平台全部零命中，其中直接问「企业级选型」「RAG / Agent 方案」的 4 道题全部零命中；AI 在少数命中的回答里能复述清楚数眼智能的能力（见第 03 页品牌画像），但这些描述只出现在「聚合平台推荐」类问题中，始终未能进入企业选型场景的信源池；且在全部 5 个命中回答里都排在硅基流动之后——这三项为下阶段主攻方向，详见第 11 页。
核心数据快照本期检测 · 4 平台 × 10 题 = 40 次对话
40%
本期检测
品牌提及率
品牌在标准问题中被明确提及的比例
10 题中 4 题命中（跨平台并集）
10 题中 4 题命中（跨平台并集）
3/4
单平台为零
平台覆盖程度
有提及记录的 AI 平台数量
元宝 0%
元宝 0%
10%
本期检测
排名上升（Top3曝光）
品牌进入 AI 推荐列表前 3 位的比例
4 / 40 个回答单元
4 / 40 个回答单元
100%
零负面
品牌正面率
品牌相关回答中正面/中性评价占比
5 / 5 条回答（正面 4 · 中性 1）
5 / 5 条回答（正面 4 · 中性 1）
0%
零负面
负面提及率
品牌相关回答中负面评价占比
0 / 5 条回答
0 / 5 条回答
第26
共121家
竞品综合位次
以大模型 API 聚合赛道 121 家同口径品牌横向对比
TOP1 硅基流动 72.5%
TOP1 硅基流动 72.5%
01
指标体系与商业价值
从生意视角理解每个指标 · 我们的工作方法 · 如何使用这份报告
ⓘ 本页口径
🎯
本报告监测范围：全国 · 10 题固定基准题库 · 4 个主流 AI 平台 · 每题 1 次
可见度检测，采集时间 2026 年 10 月 9 日。全报告使用同一套检测数据，共 10 题 × 4 平台 = 40 次真实对话，全部指标均可逐题复算。本报告不含环比数据，本次结果将作为后续月度对比的起点。
用户决策入口已经迁移：AI 推荐名单正在取代搜索排名
过去：搜索引擎时代
技术选型者搜索「大模型 API 聚合平台」→ 浏览 10 条链接 → 逐个对比文档与价格 → 做出选择
品牌竞争的是"排名位置"
品牌竞争的是"排名位置"
现在：AI 问答时代
直接问 AI「企业级大模型 API 服务推荐」→ AI 给出 3–5 个平台的推荐名单 → 按名单去试
品牌竞争的是"进入名单 + 名单位次"
品牌竞争的是"进入名单 + 名单位次"
对数眼智能的意义：目标客户（企业技术负责人、CTO、研发团队）在选型阶段已大量转向直接询问 AI。本报告度量的，就是数眼智能在这条新决策链路上每一环的表现——能不能被提到、排在第几位、AI 怎么描述我们。
指标即生意：每个数字对应的商业问题算法与判定规则详见第 09 页
| 指标 | 回答的商业问题 | 本期值 |
|---|---|---|
| 品牌提及率 | 客户问 AI 时，我们会不会被提到？ | 40% |
| 平台覆盖程度 | 哪些 AI 渠道我们能触达、哪些完全缺席？ | 3 / 4 |
| Top3 曝光率 | 被提到时，我们排在推荐名单第几位？ | 10% |
| 品牌正面率 | AI 对我们的描述是正面的吗？ | 100% |
| 负面提及率 | 有没有负面内容被 AI 采信？ | 0% |
| 竞品综合位次 | 在整条赛道里我们排第几？ | 第 23 / 121 |
商业价值的两个层次：上榜只是其一，品牌知识沉淀是其二现阶段定位：起点建立
第一层 · 被推荐（短期可见）
让 AI 在「企业级大模型 API 平台哪家好」「国产聚合平台推荐」这类高意图问题下提到数眼智能，并争取靠前名次——这是最直接的线索入口。
第二层 · 被准确描述（长期资产）
让 AI 记住数眼智能是谁——企业级 MaaS 平台、RAG/Agent 一体化、自带 Search/Reader/OCR 工具链、支持项目级密钥与合规票据。这一层决定的是：当客户追问「它和硅基流动有什么区别」时，AI 能不能替我们说清楚。
让 AI 在「企业级大模型 API 平台哪家好」「国产聚合平台推荐」这类高意图问题下提到数眼智能，并争取靠前名次——这是最直接的线索入口。
第二层 · 被准确描述（长期资产）
让 AI 记住数眼智能是谁——企业级 MaaS 平台、RAG/Agent 一体化、自带 Search/Reader/OCR 工具链、支持项目级密钥与合规票据。这一层决定的是：当客户追问「它和硅基流动有什么区别」时，AI 能不能替我们说清楚。
我们的工作方式：月度闭环与质量管控过程可追溯 · 结果可复核
① 固定题库月月复测 同一批问题、同一批平台、同一套判定规则，保证趋势可比。
② 逐题留痕可复算 每个指标都能拆到「哪道题、哪个平台、第几次」，原始回答全文可调阅。
③ 内容投放 → 可见度回检 每月发布的内容，次月检测其对提及率与位次的实际拉动。
④ 负面与错情专项 发现负面或失实描述，回溯引用源并专项处理。
② 逐题留痕可复算 每个指标都能拆到「哪道题、哪个平台、第几次」，原始回答全文可调阅。
③ 内容投放 → 可见度回检 每月发布的内容，次月检测其对提及率与位次的实际拉动。
④ 负面与错情专项 发现负面或失实描述，回溯引用源并专项处理。
如何使用这份报告按关注点直达对应章节
看大盘 → 第 01 / 02 页
核心结论、六项指标、体检结果
看 AI 怎么说我们 → 第 03 / 04 页
真实回答原文、逐平台逐题命中矩阵
看竞争对手 → 第 04 页
121 家赛道品牌横向对比
看动作与风险 → 第 10 / 11 页
风险清单、下阶段优先级与量化目标
全国核心概况 · 优势 / 短板 / 竞品 / 风险基于 10 题 × 4 平台真实检测
优势 · 差异化标签已被 AI 准确识别
AI 已能主动说出数眼智能的核心定位——「多模型聚合 + RAG/Agent 一体化 + 内置 Search/Reader/OCR 工具链 + 项目级密钥/白名单/额度管控」，并把它归入「企业项目治理」这一类目。千问在「个人 demo 测试」与「国内第三方聚合平台推荐」两题中直接给到第 2 位。
短板 · 提及面太窄，元宝平台完全缺席
综合提及率 40%（4/10 题），6 道题 4 个平台全部零命中；元宝提及率仍为 0，等于丢失一个主流 AI 渠道的全部曝光。单平台最高仍为千问 30%，远低于行业头部平台在同类赛道的表现。
竞品 · 头部集中，数眼智能位于第二梯队
121 家同口径品牌中，硅基流动以 72.5% 单独领跑（4 平台 60%–90%）；百炼 52.5%、千帆 50.0% 组成第二集团。数眼智能 4 平台平均可见度 15.0%，位列第 23，与头部差距 57.5pp。
风险 · 零负面，但"零提及"本身就是最大风险
本期 5 个被提及的回答中无一条负面（正面 4、中性 1），口碑基础干净。但真正的风险在于「推荐名单里没有我们」——AI 在回答「企业级大模型 API 平台」这类高意图问题时，给出的名单长期由硅基流动、云厂商 MaaS 占据，数眼智能尚未成为默认选项之一。
全国 · 4 大平台提及率（数眼智能）2026 年 10 月 · 10 题 · 本期检测
口径：该平台出现品牌的题目数 ÷ 10 题。数据来源：《数眼智能 AI可见度分析报告》，采集 2026-10-09，10 题 × 4 平台 × 每题 1 次 = 40 次对话。
| 指标 | 豆包 | DeepSeek | 千问 | 元宝 |
|---|---|---|---|---|
| 数眼智能提及率 | 20% | 10% | 30% | 0% |
| 命中题数 / 10 | 2 | 1 | 3 | 0 |
| 进入 Top3 次数 | 1 | 0 | 3 | 0 |
| 平均位次（被提及时） | 3.5 | 5.0 | 2.3 | — |
本期共采集赛道品牌词条 128 个，合并同主体重复表述后，同口径可比品牌 121 家。头部竞品：硅基流动（4 平台 60%–90%，平均 72.5%）全面领跑，百炼（52.5%）、千帆（50.0%）次之；数眼智能 4 平台平均 15.0%，排第 23。千问端 30% 已是自身最好的平台，且平均位次 2.3 位——说明只要被提及，AI 认可度并不低。
监测基准题库（10 题 · 月度不变）按决策场景组织，逐题可复算
企业级选型类 3 题
国产 / 聚合平台推荐类 3 题
技术方案类 2 题
个人开发者类 1 题
多模态类 1 题
模型覆盖：4 个国内主流模型（豆包 / DeepSeek / 千问 / 元宝）。题库按「客户在什么阶段问什么问题」组织，覆盖认知、对比、选型到技术验证的完整决策链路；逐题归属与命中结果见第 03 页《AI 回答表现逐题矩阵》。
检测结论：数眼智能在 AI 渠道已被认识、但尚未成为默认选项。千问端表现最好（提及率 30%、平均位次 2.3 位），说明品牌信息本身能被 AI 正确理解与正面承接；真正的瓶颈在于覆盖面——6/10 道题 AI 完全没有提到数眼智能，元宝更是零提及。下阶段主攻方向：把「企业级治理 / RAG-Agent 一体化」的差异化标签，铺进 AI 高频引用的信源池，先解决"被提到"，再解决"排得前"。
02
可见度体检
本期检测 · 检测指标矩阵 · 命中与零命中分布 · 原文证据
ⓘ 本页口径
本期为数眼智能的GEO 可见度检测。结论是口碑干净、集中度不足——综合品牌提及率 40.0%（4/10 题），竞品榜位列第 23 / 121 名；正面率 100%、负面率 0%，说明 AI 对数眼智能的描述准确且友好；但6 道题在 4 个平台全部零命中，元宝提及率仍为 0。本次检测将作为后续所有月度对比的起点，后续每月将沿同一批题目、同一批平台复测，形成趋势曲线。
本期检测指标矩阵（2026 年 10 月）本期检测 · 后续月度以本表为参照
| 检测指标 | 本期值 | 口径基数 | 所处位置 | 状态 |
|---|---|---|---|---|
| 标准品牌提及率（跨平台并集） | 40.0% | 10 题 | 4 题被至少 1 个平台提及 | 偏低 |
| 平台覆盖程度 | 3 / 4 | 4 个平台 | 豆包、千问、DeepSeek 有提及；元宝为 0 | 缺口明显 |
| Top3 曝光率（单元级） | 10.0% | 40 个单元 | 4 次进入前三，其中千问 3 次 | 偏低 |
| 品牌正面率 | 100% | 5 个单元 | 正面 4 + 中性 1，无负面 | 优秀 |
| 负面提及率 | 0% | 5 个单元 | 本期未检出任何负面表述 | 优秀 |
| 竞品综合位次 | 第 23 名 | 121 家 | 头部硅基流动 72.5%，差距 57.5pp | 第二梯队 |
| 信息准确率 | 待人工核验 | — | 检测字段本期为空，需另出核验表 | 待补录 |
| 内容交付 / 有效收录率 | 32 篇上线 / 收录待核验 | — | 本期台账共 32 篇，逐篇见第 08 页 | 部分达标 |
关于本表：所有指标均为本期实测值，不设达标判定；「状态」列仅表示该项在赛道中的相对位置，用于确定优化优先级。
待补录项：信息准确率因本期检测报告的「回答有效性」字段全部为空（40/40）、无法复算，需另出人工核验表；有效收录率需各平台回传收录/引用明细后核定。内容交付篇数已按本期发文台账补录（32 篇已上线）。
待补录项：信息准确率因本期检测报告的「回答有效性」字段全部为空（40/40）、无法复算，需另出人工核验表；有效收录率需各平台回传收录/引用明细后核定。内容交付篇数已按本期发文台账补录（32 篇已上线）。
本期已命中的题（共 4 题）命中平台数 / 4
| 问题 | 命中 | 命中平台与位次 |
|---|---|---|
| 国内大模型API接口聚合平台推荐 | 1/4 | DeepSeek 第 5 |
| 国内第三方大模型API聚合平台推荐 | 2/4 | 千问第 2 · 豆包第 4 |
| 国产第三方大模型API聚合服务选哪家 | 2/4 | 豆包第 3 · 千问第 3 |
| 个人demo测试AI大模型API接口聚合平台推荐 | 1/4 | 千问第 2 |
这 4 题有两个共同特征：都带「推荐 / 选哪家」的明确选型意图，且提问范围偏「聚合平台」而非「某个具体能力」。说明 AI 在需要列名单的场景下，已经能想到数眼智能。
本期零命中的题（共 6 题）4 个平台全部零提及
| 问题 | 缺失场景 |
|---|---|
| AI大模型MaaS平台前10 | 榜单类 |
| 一站式RAGAI模型接入平台哪家好 | RAG 方案 |
| 中小企业接入大模型API选哪个平台 | 中小企业 |
| 企业级大模型API服务推荐 | 企业级选型 |
| 多模态大模型API平台推荐 | 多模态 |
| 大模型API聚合平台综合能力强的平台推荐 | 综合能力 |
零命中题里有两道最不该丢：「企业级大模型API服务推荐」与「一站式 RAG AI 模型接入平台哪家好」——这恰好是数眼智能自我定位最强的两个标签。AI 没在这两题提到品牌，说明差异化优势尚未进入 AI 的信源池。
本次检测方法论——为什么结论可信后续月度沿同一口径复测
① 固定题库，后续逐月复测
本期确立 10 题基准题库，后续每月使用完全相同的题目与平台组合复测，确保趋势曲线真实可比，不因题库更换产生虚假涨跌。
② 逐题留痕，指标可复算
每一个命中/未命中都可回溯到具体题目 + 具体平台 + 回答原文全文，任何一项指标都能独立验算，不接受"看起来涨了"的模糊结论。
③ 口径只走一套
全部结论统一基于「10 题 × 4 平台 × 每题 1 次 = 40 次对话」。综合提及率 = 题目级并集（任一平台命中即计入），必然 ≥ 最高单平台，绝不使用跨口径相加或平均。
④ 竞品同池对比
竞品位次取自同一批问题、同一批平台下的 121 家同口径品牌横向结果，反映的是真实竞争位置，而非品牌单方面的自我评估。
代表性 AI 回答原文证据（全国报告实录）采集 2026-10 · 10 题 × 4 平台 · 原文逐字摘录可复核
千问问：国内第三方大模型API聚合平台推荐
"数眼智能 DataEyesAI｜国内外模型覆盖较广，支持人民币/美元结算和增值税专票，提供多路由架构｜企业级项目、跨境团队、需要合规票据"
✓ 推荐名单第 2 位 ✓ 企业级定位准确 ✓ 合规票据标签正确
豆包问：国产第三方大模型API聚合服务选哪家
"数眼智能（RAG/Agent 一体化，企业项目治理）— 定位：多模型聚合 + 配套工具链一体化平台 - 优势：除大模型外，内置 Search、Reader、OCR 接口；支持项目级密钥、IP 白名单、额度管控、子账号分权"
✓ 推荐名单第 3 位 ✓ 工具链标签完整 ✓ 治理能力描述准确
千问问：个人demo测试AI大模型API接口聚合平台推荐
"数眼智能｜快速接入国产闭源模型｜兼容 OpenAI SDK，改 base_url 和密钥就能用；闭源模型价格较低，适合小团队/个人 PoC"
✓ 推荐名单第 2 位 ✓ 接入方式描述准确 ✓ 价格定位正确
客户怎么问、AI 就怎么答——以上为本次检测记录的原文摘录，未作任何修饰。看得出来 AI 对数眼智能的理解是准确的、评价是正面的；需要解决的问题并不是"AI 说错了"，而是"AI 说得太少、太靠后"。
💡 您也可以在任一 AI 平台用同样的问法自行验证；如需查看完整检测记录（本期 40 次对话），可随时向我方调阅。
💡 您也可以在任一 AI 平台用同样的问法自行验证；如需查看完整检测记录（本期 40 次对话），可随时向我方调阅。
03
AI回答表现（品牌在AI眼里怎么样）
4 大模型梯队盘点 · 信源偏好与对策 · 品牌标签覆盖 · AI 品牌画像
ⓘ 本页口径
本期在全国 · 4 个主流 AI 平台、10 题固定基准题库、共 40 次对话中：品牌综合被提及 40%（4/10），千问 30%、豆包 20%、DeepSeek 10% 有命中，元宝为 0。被提及的 6 个回答里 4 次进入前三，说明一旦被提到，AI 的认可度并不低。真正的问题在标签结构：数眼智能自我定位最核心的「企业级」相关 3 题全部零命中（覆盖度 0.00 / 4），而「聚合平台推荐」类 5 题平均 0.80 个平台提及——AI 记住了"你是聚合平台"，却没记住"你是给企业用的"。
全国 · 4 大模型提及率横向对比本期实测
| AI 平台 | 本期提及率 | 命中 / 题量 | 本期 Top3 率 | 平均位次 | 梯队 |
|---|---|---|---|---|---|
| 千问 | 30% | 3 / 10 | 30%（3 次） | 2.3 | 第一梯队 |
| 豆包 | 20% | 2 / 10 | 10%（1 次） | 3.5 | 第二梯队 |
| DeepSeek | 10% | 1 / 10 | 0% | 5.0 | 初步进入 |
| 元宝 | 0% | 0 / 10 | 0% | — | 完全缺席 |
| 综合（跨平台并集） | 40% | 4 / 10 | 40%（4 题） | — | 本期实测 |
怎么读这张表：「本期提及率」= 该平台提到品牌的题目数 ÷ 10；「综合（跨平台并集）」= 只要任一平台命中即计入题目，因此必然 ≥ 最高单平台，不可与单平台数值相加或平均。
关键信号：千问不仅提及率最高（30%），平均位次也只有 2.3 位——是所有平台中唯一把数眼智能稳定放进前三的渠道，属于当前最优质的阵地，应优先巩固。
关键信号：千问不仅提及率最高（30%），平均位次也只有 2.3 位——是所有平台中唯一把数眼智能稳定放进前三的渠道，属于当前最优质的阵地，应优先巩固。
模型差异从哪来——信源偏好与下月对策表现差异是结构性的，需按模型定制内容策略
| 梯队 | 模型 | 信源与检索特征 | 下月对策 |
|---|---|---|---|
| 已有阵地 | 千问 | 偏向知乎、CSDN、技术博客等结构化技术长文与对比测评内容 | 巩固现有 3 题命中；在知乎/CSDN 追加「企业级选型对比」长文，把第 2 位稳定下来 |
| 有基础 | 豆包 | 偏向抖音、今日头条等字节生态内容，以及新闻类聚合稿 | 已有 2 题命中；在今日头条/抖音补充榜单与对比类内容，争取进入前 3 |
| 0 提及 | DeepSeek | 强技术取向，重视官方技术文档、开源社区（GitHub）、博客园等工程类信源 | 最高优先级：补齐 API 文档、接入教程、开源示例仓库，让技术型回答有据可引 |
| 0 提及 | 元宝 | 偏腾讯生态，微信公众号、腾讯新闻/腾讯号权重较高 | 最高优先级：在微信公众号与腾讯号铺设企业级 MaaS 深度稿，建立可被检索的信源基础 |
品牌核心标签 × AI 覆盖度——哪块身份被 AI 记住了，哪块丢了10 题按标签归类 · 逐题可复算（同一题可归入多个标签，故题数合计大于 10 题）
| 品牌核心标签 | 相关题数 | 平均提及平台数 | 零提及题 | 任一平台进前三 | 覆盖评估 |
|---|---|---|---|---|---|
| 聚合平台推荐（被列进名单） | 5 | 1.00 / 4 | 2 | 2 | 中等 |
| 个人开发者 / 快速接入 | 1 | 1.00 / 4 | 0 | 1 | 已建立 |
| 国产模型覆盖 | 1 | 2.00 / 4 | 0 | 2 | 已建立 |
| 企业级 / 企业选型 | 3 | 0.00 / 4 | 3 | 0 | 完全缺失 |
| RAG / Agent 技术方案 | 1 | 0.00 / 4 | 1 | 0 | 完全缺失 |
| 多模态能力 | 1 | 0.00 / 4 | 1 | 0 | 完全缺失 |
| 综合能力 / 榜单 | 2 | 0.00 / 4 | 2 | 0 | 完全缺失 |
这张表是本期最重要的发现：数眼智能对外沟通里最核心的两个身份——「企业级」与「RAG/Agent 一体化」——恰好是 AI 覆盖率最低的两块（均为 0.00 / 4，相关 4 题全部零命中）。而 AI 能说出来的「聚合平台」「个人快速接入」，是赛道里所有玩家共享的通用标签，不足以让客户在选型时优先选择数眼智能。下一阶段的重点不是"再发更多通用推荐稿"，而是把这四个零覆盖标签对应的信源补起来。
AI 眼中的数眼智能——品牌画像（本期）基于 5 个命中回答的定性归纳
身份：面向企业的多模型 API 聚合平台（DataEyesAI）
定位：多模型聚合 + 配套工具链一体化
差异化能力：除大模型外，内置 Search、Reader、OCR 接口
治理能力：项目级密钥、IP 白名单、额度管控、子账号分权
商务能力：人民币 / 美元结算、增值税专票、多路由架构
接入方式：兼容 OpenAI SDK，改 base_url 与密钥即可使用
适配客户：企业级项目、跨境团队、需合规票据的客户；以及快速验证的开发者
定位：多模型聚合 + 配套工具链一体化
差异化能力：除大模型外，内置 Search、Reader、OCR 接口
治理能力：项目级密钥、IP 白名单、额度管控、子账号分权
商务能力：人民币 / 美元结算、增值税专票、多路由架构
接入方式：兼容 OpenAI SDK，改 base_url 与密钥即可使用
适配客户：企业级项目、跨境团队、需合规票据的客户；以及快速验证的开发者
✓ AI 对数眼智能的描述准确度很高，上述标签全部与企业自述一致，且评价正面。这说明品牌的事实基础已经"喂"进去了，缺的是分发广度。
与头部竞品的差距，差在哪一句话上同题同平台对比
在全部 6 个命中回答中，硅基流动 5 次都排在第 1 位，数眼智能最高第 2 位。AI 给硅基流动的推荐理由高度集中在三点：
① 「国产开源模型覆盖最全」（DeepSeek / Qwen / GLM 等 100+ 模型）
② 「推理成本低、有免费额度」（价格锚点明确）
③ 「开发者文档友好、社区活跃」（信源密度高）
反观数眼智能被推荐时，理由集中在「企业级治理 / 合规票据 / 工具链」——这是更高价值、但更"慢热"的卖点。问题不在于卖点不好，而在于这三点目前只有少数信源在讲，模型检索不到足够的证据密度。
① 「国产开源模型覆盖最全」（DeepSeek / Qwen / GLM 等 100+ 模型）
② 「推理成本低、有免费额度」（价格锚点明确）
③ 「开发者文档友好、社区活跃」（信源密度高）
反观数眼智能被推荐时，理由集中在「企业级治理 / 合规票据 / 工具链」——这是更高价值、但更"慢热"的卖点。问题不在于卖点不好，而在于这三点目前只有少数信源在讲，模型检索不到足够的证据密度。
核心问题样例（固定基准题库 10 题）已占领 vs 待突破 · 按实际命中平台数排序
| 问题 | 命中平台数 | 状态 |
|---|---|---|
| 国内第三方大模型API聚合平台推荐 | 2 / 4 | 已占领 千问第 2 · 豆包第 4 |
| 国产第三方大模型API聚合服务选哪家 | 2 / 4 | 已占领 豆包第 3 · 千问第 3 |
| 个人demo测试AI大模型API接口聚合平台推荐 | 1 / 4 | 初步进入 千问第 2 |
| 企业级大模型API服务推荐 | 0 / 4 | 零命中 最不该丢的一题 |
| 一站式RAGAI模型接入平台哪家好 | 0 / 4 | 零命中 核心技术标签失守 |
| 中小企业接入大模型API选哪个平台 | 0 / 4 | 零命中 |
| AI大模型MaaS平台前10 | 0 / 4 | 零命中 榜单类无人提及 |
| 国内大模型API接口聚合平台推荐 | 1 / 4 | 初步进入 DeepSeek 第 5 |
| 多模态大模型API平台推荐 | 0 / 4 | 零命中 |
| 大模型API聚合平台综合能力强的平台推荐 | 0 / 4 | 零命中 综合实力题失守 |
10 题中 4 题有命中（合计 6 个回答单元）、6 题全平台零命中。「企业级大模型API服务推荐」与「一站式 RAG」两题最值得优先攻坚——它们对应数眼智能最核心的差异化定位，一旦打通，能同时支撑品牌认知与选型决策。
04
竞争格局（我们在赛道里排第几）
121 家同赛道品牌横向对比 · 平台级差距 · 防守与进攻阵地
ⓘ 本页口径
在大模型 API 聚合赛道 121 家品牌的同口径横向对比中，数眼智能以4 平台平均可见度 15.0% 位列第 23 位，处于第三梯队。头部格局非常集中：硅基流动以 72.5% 单独领跑，是数眼智能的 4.8 倍；百炼（52.5%）、千帆（50.0%）组成第二集团。值得注意的是，排名靠前的品牌几乎都在 DeepSeek 与元宝两个平台有稳定提及，而数眼智能在元宝平台为 0——这不是"排名低"的问题，而是"元宝渠道根本没有入场"。
赛道头部竞品可见度矩阵（4 平台）TOP10 + 数眼智能 · 单位：该平台提及题数 ÷ 10
| 品牌 | 豆包 | DeepSeek | 千问 | 元宝 | 4 平台平均 | 相对位置 |
|---|---|---|---|---|---|---|
| 硅基流动 | 60% | 60% | 80% | 90% | 72.5% | 全面领先 |
| 百炼 | 0% | 10% | 100% | 100% | 52.5% | 平台极化 |
| 千帆 | 40% | 10% | 60% | 90% | 50.0% | 领先 |
| OpenRouter | 40% | 20% | 60% | 60% | 45.0% | 领先 |
| API（通用词） | 50% | 10% | 40% | 70% | 42.5% | 领先 |
| 方舟 | 40% | 50% | 0% | 80% | 42.5% | 平台极化 |
| DeepSeek | 30% | 30% | 20% | 70% | 37.5% | 领先 |
| 腾讯云 | 30% | 10% | 60% | 50% | 37.5% | 领先 |
| 七牛云 | 0% | 50% | 30% | 60% | 35.0% | 领先 |
| 阿里云 | 60% | 80% | 0% | 0% | 35.0% | 平台极化 |
| 数眼智能 | 20% | 10% | 30% | 0% | 15.0% | 第三梯队 · 第 23 位 |
口径说明：本表「可见度」= 该品牌在对应平台的提及题数 ÷ 10（源数据计算方式：品牌提及次数 / 总对话次数）；某平台显示 0% 表示该平台 10 道题中未提及该品牌。它与本报告第 01 页的「综合提及率 40%」不是同一个算法——后者是题目级并集（10 题中只要任一平台提及即计入，4 / 10 = 40%），必然高于单平台值，也与本表的「4 平台平均」不可直接比较。本表专门用于赛道内同口径横向排名，两种口径各有用途，请勿混用。
品牌口径过滤：源数据含 128 个品牌词条，其中 7 个词条属于同一主体的重复/变体表述，已在统计中合并去重，最终同口径可比品牌基数为 121 家。
品牌口径过滤：源数据含 128 个品牌词条，其中 7 个词条属于同一主体的重复/变体表述，已在统计中合并去重，最终同口径可比品牌基数为 121 家。
数眼智能所处位置121 家 · 4 平台平均口径
当前位次：第 23 位（15.0%）
距第 10 位：20.0pp（35.0%）
距第 1 位：57.5pp（72.5%）
结论：与第 20 名（15.0%）已同处一个区间；真正的分水岭在第 10 名（35.0%），需要把提及面从 4 题扩到 6 题以上。
距第 10 位：20.0pp（35.0%）
距第 1 位：57.5pp（72.5%）
结论：与第 20 名（15.0%）已同处一个区间；真正的分水岭在第 10 名（35.0%），需要把提及面从 4 题扩到 6 题以上。
头部格局判读——三条不同路径竞品的成功方式，决定我们的打法
路径一 · 全平台均衡型（硅基流动）
4 平台全部在 60% 以上，靠开源模型覆盖 + 低价 + 开发者文档建立密度，是标准的"开发者心智"打法。
路径二 · 生态极化型（百炼 / 阿里云 / 方舟）
在自家生态平台（千问 / 元宝）拿满分，在其他平台归零——依附云厂商生态红利，跨平台能力弱。
路径三 · 技术社区型（OpenRouter / LiteLLM）
靠开源网关与 GitHub 项目获得技术圈提及，信源集中在工程社区。
4 平台全部在 60% 以上，靠开源模型覆盖 + 低价 + 开发者文档建立密度，是标准的"开发者心智"打法。
路径二 · 生态极化型（百炼 / 阿里云 / 方舟）
在自家生态平台（千问 / 元宝）拿满分，在其他平台归零——依附云厂商生态红利，跨平台能力弱。
路径三 · 技术社区型（OpenRouter / LiteLLM）
靠开源网关与 GitHub 项目获得技术圈提及，信源集中在工程社区。
必须守住的阵地（当前唯一有效阵地）已有命中 · 优先巩固
| 阵地 | 我方表现 | 防守动作 |
|---|---|---|
| 千问 · 聚合平台推荐 | 30%（第 2 位） | 在知乎 / CSDN 持续补充企业级选型长文，把第 2 位稳定住并争取第 1 |
| 豆包 · 国产聚合平台 | 20%（第 3–4 位） | 在今日头条 / 抖音补充榜单与横评内容，把第 4 位推进到前 3 |
这两处是目前全部的有效阵地——一旦被竞品内容覆盖掉，综合提及率会直接归零，属最高保护级别。
重点进攻的阵地（对方领先 · 抢夺入口）零命中 · 优先突破
| 阵地 | 我方 | 参照竞品 | 进攻打法 |
|---|---|---|---|
| 企业级选型 | 0% | 硅基流动 60%+ | 围绕资质、SLA、合规、专票做企业采购视角长文 |
| DeepSeek 渠道 | 0% | 七牛云 50% | 补齐官方技术文档、接入教程、开源示例仓库 |
| 元宝 渠道 | 0% | 百炼 100% | 在微信公众号 / 腾讯号铺设企业级 MaaS 深度稿 |
| RAG / Agent 方案 | 0% | OpenRouter 60% | 输出 RAG / Agent 落地实践案例与技术选型指南 |
这四个阵地的共同点是竞品已经在里面，而我们完全缺席——不是"抢不到第一"，而是"连名单都没进"，因此优先级高于任何排名优化动作。
本期竞品结论
① 赛道位置真实但不绝望：第 23 / 121，已进入前 20% 区间（15.0%）——差距主要来自"元宝平台完全没入场"，而非内容质量不行。
② 头部竞品的护城河是"信源密度"：硅基流动 4 平台 60%+，靠的是海量开发者文档与社区讨论；数眼智能的内容量级目前远不及。
③ 我们的差异化没被 AI 看见：企业级治理、合规票据、工具链这些高价值标签，在竞品表中无法体现，却恰好是我们唯一能打差异的地方——它需要靠"企业采购视角"的内容去建立信源。
④ 下阶段目标：先做到"4 平台全有提及"（把元宝从 0 拉起来），再把平均可见度从 15.0% 推到 20% 以上（约第 15 名）。
② 头部竞品的护城河是"信源密度"：硅基流动 4 平台 60%+，靠的是海量开发者文档与社区讨论；数眼智能的内容量级目前远不及。
③ 我们的差异化没被 AI 看见：企业级治理、合规票据、工具链这些高价值标签，在竞品表中无法体现，却恰好是我们唯一能打差异的地方——它需要靠"企业采购视角"的内容去建立信源。
④ 下阶段目标：先做到"4 平台全有提及"（把元宝从 0 拉起来），再把平均可见度从 15.0% 推到 20% 以上（约第 15 名）。
05
赛道需求与信源地图
客户在问什么 · 决策链路走到哪一步 · 各 AI 平台信源偏好
ⓘ 本页口径
本期 10 道基准题覆盖了企业客户选型大模型 API 平台的完整决策链路，从「有哪些平台」的认知阶段，到「哪家综合能力强」的对比阶段，再到「企业级服务推荐」的选型阶段。当前数眼智能的命中集中在「聚合平台推荐」类问题（5 题中 2 题有命中），而在企业级选型（3 题）与技术方案（2 题）上完全零命中——说明 AI 认知停留在"知道有这家"，尚未进入"企业选型会想到它"。这是本期需求侧最重要的结构性发现。
10 道基准题 · 按客户决策阶段分布从认知到验证的完整链路
| 决策阶段 | 典型提问 | 题数 | 本期命中 | 状态 |
|---|---|---|---|---|
| ① 认知 · 有哪些选择 | AI大模型MaaS平台前10 | 1 | 0 / 4 | 未进入榜单 |
| ② 对比 · 推荐哪几家 | 国内大模型API接口聚合平台推荐 国内第三方大模型API聚合平台推荐 国产第三方大模型API聚合服务选哪家 | 3 | 3 题命中 | 已进入名单 |
| ③ 选型 · 企业该用哪家 | 企业级大模型API服务推荐 中小企业接入大模型API选哪个平台 大模型API聚合平台综合能力强的平台推荐 | 3 | 0 / 4 | 完全缺失 |
| ④ 技术验证 · 方案怎么落地 | 一站式RAGAI模型接入平台哪家好 多模态大模型API平台推荐 | 2 | 0 / 4 | 完全缺失 |
| ⑤ 个人试用 · 快速上手 | 个人demo测试AI大模型API接口聚合平台推荐 | 1 | 1 题命中 | 已进入名单 |
怎么读这张表：命中的 4 题全部落在「对比推荐」与「个人试用」两个阶段——这是客户在"广撒网"阶段的问题，品牌出现在名单里相对容易；而「企业选型」与「技术验证」两个高价值阶段完全零命中——客户在真正决定采购时，AI 给出的答案里没有数眼智能。这与第 03 页「企业级标签覆盖率 0.00 / 4」的结论完全一致。
客户决策链路：每个阶段该由什么内容承接内容与需求的对应关系
① 认知
「有哪些平台」
承接内容：行业榜单、赛道盘点稿
现状：0 命中
承接内容：行业榜单、赛道盘点稿
现状：0 命中
② 对比
「推荐哪几家」
承接内容：平台推荐、横向测评
现状：3 题命中 ✓
承接内容：平台推荐、横向测评
现状：3 题命中 ✓
③ 选型
「企业该用哪家」
承接内容：资质/SLA/合规采购稿
现状：0 命中 ⚠
承接内容：资质/SLA/合规采购稿
现状：0 命中 ⚠
④ 技术验证
「方案怎么落地」
承接内容：RAG/Agent 实践、技术文档
现状：0 命中 ⚠
承接内容：RAG/Agent 实践、技术文档
现状：0 命中 ⚠
⑤ 个人试用
「快速上手」
承接内容：接入教程、demo 指南
现状：1 题命中 ✓
承接内容：接入教程、demo 指南
现状：1 题命中 ✓
结论：数眼智能目前的 AI 可见度呈"哑铃形"——两端（广撒网式的推荐、个人试用）有声音，中间的「企业选型」与「技术验证」是空的。而这两段恰恰对应客单价最高、决策最慎重的客户群体。补齐它们，是下阶段内容策略的主线（详见第 11 页 P0 第③项）。
4 个 AI 平台的信源偏好与内容对策内容投到哪里，决定被哪个模型看见
| 平台 | 本期提及率 | 偏好信源类型 | 建议内容形式 | 本期对应投入 |
|---|---|---|---|---|
| 千问 | 30% | 知乎、CSDN、技术博客等结构化长文与对比测评 | 参数对比表 + 选型指南长文 | 知乎 2 · CSDN 2 |
| 豆包 | 20% | 抖音、今日头条等字节生态内容，以及新闻聚合稿 | 短视频结论型内容 + 头条榜单稿 | 抖音 9 · 头条 2 |
| DeepSeek | 0% | 官方技术文档、GitHub 开源项目、博客园等工程类信源 | API 文档、接入教程、示例代码仓库 | CSDN 2 · 博客园 1 · 腾讯云 2 |
| 元宝 | 0% | 微信公众号、腾讯新闻 / 腾讯号等腾讯生态信源 | 公众号深度稿 + 腾讯号企业级案例 | 腾讯号 2 · 公众号 1 |
本期投入与结果的对应关系一目了然：豆包对应信源投入最多（11 篇）→ 有 20% 提及；千问对应信源投入 4 篇 → 有 30% 提及；而 DeepSeek 与元宝对应的信源投入分别只有 3 篇和 3 篇，提及率仅 10% 与 0%。
注：此处「投入」指本期交付内容中发布在对应信源生态的篇数，详见第 07 / 08 页台账。
注：此处「投入」指本期交付内容中发布在对应信源生态的篇数，详见第 07 / 08 页台账。
需求侧小结
① 客户需求集中在"选哪家"，而不是"是哪家"：10 题中 7 题带明确的选型或推荐意图，纯科普类问题为零。
② 数眼智能的短板不在"被知道"，而在"被选中"：AI 已能复述品牌定位与能力，但没把它列进企业选型的推荐名单。
③ 信源投入结构需要重排：抖音投入占 29% 但对应平台仅 20% 提及；技术社区与腾讯生态合计仅 26%，对应的元宝平台却是 0%。下阶段应按平台信源偏好重新分配投放比例。
② 数眼智能的短板不在"被知道"，而在"被选中"：AI 已能复述品牌定位与能力，但没把它列进企业选型的推荐名单。
③ 信源投入结构需要重排：抖音投入占 29% 但对应平台仅 20% 提及；技术社区与腾讯生态合计仅 26%，对应的元宝平台却是 0%。下阶段应按平台信源偏好重新分配投放比例。
06
品牌认知沉淀（AI 记住了什么）
AI 认知资产盘点 · 已建立 / 待建立 · 真实回答原文
ⓘ 本页口径
虽然本期数眼智能仅 30% 的题目被提及，但被提及时的描述质量非常高——AI 能够准确说出品牌定位、差异化能力、接入方式与适配客户，且无一条负面。这说明品牌的基础事实已经被模型吸收。真正的缺口在于：AI 记住的全是"聚合平台"这一类通用身份，而数眼智能最想被记住的「企业级」「RAG/Agent 一体化」在检测中完全没有体现。本页把 AI 当前的认知资产逐项摊开，明确哪些已经沉淀、哪些还需要补。
AI 认知资产盘点基于本期 5 个命中回答的原文归纳
| 认知项 | AI 当前表述 | 沉淀状态 | 说明 |
|---|---|---|---|
| 品牌身份 | 多模型 API 聚合平台（DataEyesAI） | 已建立 | 在 6 个回答中被准确识别 |
| 能力范围 | 聚合多款国产主流大模型与多模态模型，统一 API 网关 | 已建立 | 描述与企业自述一致 |
| 工具链 | 内置 Search、Reader、OCR 接口 | 已建立 | 豆包在推荐理由中明确列出 |
| 治理能力 | 项目级密钥、IP 白名单、额度管控、子账号分权 | 已建立 | 被归入"企业项目治理"类目 |
| 商务能力 | 人民币 / 美元结算、增值税专票、多路由架构 | 已建立 | 千问列为"需合规票据"场景的推荐 |
| 接入方式 | 兼容 OpenAI SDK，改 base_url 与密钥即可使用 | 已建立 | 在个人 demo 题中被准确说明 |
| 企业级定位 | 企业选型类 3 题中完全未出现 | 未建立 | 品牌最核心的定位，反而缺失 |
| RAG / Agent 方案 | 方案类 2 题中完全未出现 | 未建立 | 技术差异化未进入 AI 信源 |
| 多模态能力 | 多模态题中完全未出现 | 未建立 | 能力存在但无信源支撑 |
已沉淀的 6 项：描述准确、评价正面可直接复用的认知资产
AI 对数眼智能的事实描述与企业自述高度一致，未发现任何错误或过时信息，也没有一条负面表述（正面 4 条、中性 1 条）。
这意味着：
· 品牌基础信息已经"喂"进模型，不需要重建
· 当前问题是分发广度，不是信息质量
· 下阶段应放大已被验证有效的信源类型，而不是重新做一遍品牌科普
这意味着：
· 品牌基础信息已经"喂"进模型，不需要重建
· 当前问题是分发广度，不是信息质量
· 下阶段应放大已被验证有效的信源类型，而不是重新做一遍品牌科普
未建立 3 项：恰好是最该被记住的下阶段核心攻坚目标
品牌对外定位的三根支柱——企业级、RAG/Agent 一体化、多模态——在 AI 端全部为零覆盖。
原因判断：这三项属于需要"论证"而非"宣称"的能力。AI 目前只知道"数眼智能是个聚合平台"，因为只有通用推荐类信源在讲它；而没有企业采购视角的内容（资质、SLA、数据合规、私有化方案）去支撑"企业级"这个标签。
对策：按第 11 页 P0 第③项，建立企业采购视角的内容线。
原因判断：这三项属于需要"论证"而非"宣称"的能力。AI 目前只知道"数眼智能是个聚合平台"，因为只有通用推荐类信源在讲它；而没有企业采购视角的内容（资质、SLA、数据合规、私有化方案）去支撑"企业级"这个标签。
对策：按第 11 页 P0 第③项，建立企业采购视角的内容线。
代表性 AI 回答原文（本期实录）采集 2026-10 · 原文逐字摘录可复核
豆包客户问：国产第三方大模型API聚合服务选哪家？
"数眼智能（RAG/Agent 一体化，企业项目治理）— 定位：多模型聚合 + 配套工具链一体化平台 - 优势：除大模型外，内置 Search、Reader、OCR 接口；支持项目级密钥、IP 白名单、额度管控、子账号分权；适合 Agent/RAG 一体化的企业项目。"
✓ 推荐名单第 3 位 ✓ 工具链与治理能力描述准确
千问客户问：国内第三方大模型API聚合平台推荐
"数眼智能 DataEyesAI｜国内外模型覆盖较广，支持人民币/美元结算和增值税专票，提供多路由架构｜企业级项目、跨境团队、需要合规票据"
✓ 推荐名单第 2 位 ✓ 商务与合规能力描述准确
客户怎么问、AI 就怎么答——以上为本次检测记录的原文摘录，未作任何修饰。可以看出 AI 对数眼智能的理解是准确的、评价是正面的；需要解决的问题并不是"AI 说错了"，而是"AI 说得太少、太靠后"。
💡 您也可以在任一 AI 平台用同样的问法自行验证；如需查看完整检测记录（本期 40 次对话），可随时向我方调阅。
💡 您也可以在任一 AI 平台用同样的问法自行验证；如需查看完整检测记录（本期 40 次对话），可随时向我方调阅。
07
交付内容与持续服务
本期交付了什么 · 渠道结构 · 内容方法论 · 月度服务机制
ⓘ 本页口径
本期共交付并上线 32 篇 GEO 内容，覆盖 13 类渠道，全部提供可点开的原文链接。但对照本报告的检测结果，我们发现一个关键的结构性错配：本期投入最多的渠道是抖音（8 篇，占 25%），而 4 个监测平台中对抖音信源依赖度较高的是豆包——它恰好只有 20% 提及率；相反，零提及平台（元宝）所对应的核心信源，本期投入严重不足：DeepSeek 偏重的技术社区（CSDN 2 篇、博客园 1 篇、腾讯云 2 篇）与元宝偏重的腾讯生态（腾讯号 2 篇、微信公众号 1 篇），合计仅占全部内容的 28%。这不是内容质量问题，而是投放结构与 AI 信源偏好不匹配的问题，也是下阶段（第 11 页 P0）首先要调整的方向。
内容资产漏斗：32 篇内容如何进入 AI 可检索范围规划 → 发布 → 渠道覆盖 → 原文可核对
30
本期上线内容
全部可点开原文
12
覆盖渠道类型
媒体 / 平台号 / 社区
8
抖音渠道篇数
占比 25% · 最高
28%
零提及平台对应信源占比
技术社区 + 腾讯生态
交付渠道结构按渠道类型统计 · 共 32 篇已上线内容
| 渠道 | 篇数 | 占比 | 对 AI 信源的作用 |
|---|---|---|---|
| 抖音 | 8 | 25.0% | 短视频场景触达 · 对应豆包字节生态 |
| 媒体/新闻网 | 7 | 21.9% | 权威背书 · 通用信源 |
| 知乎 | 2 | 6.3% | 问答类信源 · 千问、DeepSeek 权重高 |
| CSDN | 2 | 6.3% | 技术社区 · DeepSeek 权重高 |
| 腾讯云开发者社区 | 2 | 6.3% | 技术社区 · DeepSeek 权重高 |
| 搜狐号 | 2 | 6.3% | 搜索引擎收录稳定 |
| 今日头条 | 2 | 6.3% | 资讯分发 · 豆包字节生态 |
| 腾讯号 | 2 | 6.3% | 腾讯生态 · 元宝权重高 |
| 微信公众号 | 1 | 3.1% | 腾讯生态 · 元宝核心信源 |
| 博客园 | 1 | 3.1% | 技术博客 · DeepSeek 权重高 |
| 网易号 | 1 | 3.1% | 门户收录 |
| 百家号 | 1 | 3.1% | 百度生态收录 |
| 新闻媒体（新京报等） | 1 | 3.1% | 权威背书 |
结构判读：本期内容以短视频（抖音 8 篇）与门户媒体（媒体/新闻网 7 篇）为主，两者合计占 47%；而技术社区类内容（CSDN 2 篇 + 博客园 1 篇 + 知乎 2 篇 + 腾讯云 2 篇）仅 7 篇、占 22%，腾讯生态内容（腾讯号 2 篇 + 微信公众号 1 篇）仅 3 篇、占 9%。对照第 03 页的平台表现：元宝零提及平台，对应的正是投入最少的一类信源——投入结构与可见度结果高度吻合，这也验证了改善路径的确定性：把内容投到缺信源的平台去。
文章是怎么写的——GEO 内容创作方法论按 AI 检索逻辑生产的事实型内容，不是广告稿
① 标题带明确问句与对比
如「2026 国内第三方大模型 API 聚合平台推荐：企业真正应该怎么选？」，直接命中用户的检索句式。
② 正文以事实与对比表为主体
模型覆盖、计费口径、接口兼容性、合规资质等可被引用的事实点，而非形容词堆砌。
③ 结尾附 FAQ
把长尾问法写进问答段，便于模型抽取直接答案。
④ 多渠道改写分发
同一选题按渠道特性改写——技术社区讲参数，媒体讲趋势，短视频讲结论。
如「2026 国内第三方大模型 API 聚合平台推荐：企业真正应该怎么选？」，直接命中用户的检索句式。
② 正文以事实与对比表为主体
模型覆盖、计费口径、接口兼容性、合规资质等可被引用的事实点，而非形容词堆砌。
③ 结尾附 FAQ
把长尾问法写进问答段，便于模型抽取直接答案。
④ 多渠道改写分发
同一选题按渠道特性改写——技术社区讲参数，媒体讲趋势，短视频讲结论。
我们能持续做什么——月度服务的四个环节交付不是终点，是每月循环
① 选题与内容生产 基于每月 AI 检测结果，针对零命中与低提及项的标签定向选题。
② 渠道分发与账号协调 按平台信源偏好配比投放，媒体、平台号、社区三线并行。
③ 月度复测与数据复算 沿同一批 10 题、同一批平台复测，逐题对照上月结果。
④ 效果归因与策略调整 分析哪些内容被 AI 引用、哪些没有，下月调整投放结构。
② 渠道分发与账号协调 按平台信源偏好配比投放，媒体、平台号、社区三线并行。
③ 月度复测与数据复算 沿同一批 10 题、同一批平台复测，逐题对照上月结果。
④ 效果归因与策略调整 分析哪些内容被 AI 引用、哪些没有，下月调整投放结构。
本期内容交付台账
全部 32 篇已上线内容的标题、渠道、原文链接，逐篇列于第 08 页《收录快照链接》，支持搜索、按渠道类型筛选与导出 CSV。
说明：本页统计口径为「已线上发布并提供可点开原文链接」的篇目；逐篇原文索引见第 08 页。
说明：本页统计口径为「已线上发布并提供可点开原文链接」的篇目；逐篇原文索引见第 08 页。
08
收录快照链接
本期 32 篇上线原文全清单 · 逐条可点开核对 · 支持搜索与导出
ⓘ 本页口径
全部上线内容
30篇
100% 提供原文链接
官方媒体
10篇
权威背书
平台号
9篇
搜索引擎收录主力
社区 / 短视频
12篇
场景触达
本期上线原文完整清单共 30 条 · 点击标题或「打开原文」即可跳转线上页面核对
说明：以上为本期已线上发布并提供可点开原文链接的全部篇目；部分平台（如知乎、抖音）对非登录访问有限制，若个别链接无法直接打开，可复制链接在对应 App 内访问。
为什么逐篇提供原文链接——证据链的一环可点开、可核对、可留档
GEO 的效果来自"AI 能不能检索到并采信我们的内容"。因此每一篇交付内容都提供可点开的线上原文链接，让您随时核对：
· 内容是否真实发布（不是"已提交"而是"已上线"）
· 发布在什么渠道（决定它能被哪个模型检索到）
· 标题与正文是否按 GEO 逻辑撰写（而非通稿式广告）
结合本报告第 03 页的逐题命中结果，可以形成完整闭环：发了什么 → 发在哪 → AI 有没有引用。
· 内容是否真实发布（不是"已提交"而是"已上线"）
· 发布在什么渠道（决定它能被哪个模型检索到）
· 标题与正文是否按 GEO 逻辑撰写（而非通稿式广告）
结合本报告第 03 页的逐题命中结果，可以形成完整闭环：发了什么 → 发在哪 → AI 有没有引用。
本期交付与信源缺口提示下阶段调整依据
对照第 03 页的平台结果，本期交付存在两处明显缺口：
① 技术社区类内容偏少 CSDN + 博客园 + 腾讯云共 5 篇，而 DeepSeek 对工程类信源权重最高，导致该平台提及率 0%。
② 腾讯生态内容偏少 腾讯号 + 微信公众号仅 3 篇，而元宝主要依赖腾讯生态信源，导致该平台提及率 0%。
下阶段将按第 11 页 P0 的优先级，把这两类信源的产出量提升到总内容的 40% 以上。
① 技术社区类内容偏少 CSDN + 博客园 + 腾讯云共 5 篇，而 DeepSeek 对工程类信源权重最高，导致该平台提及率 0%。
② 腾讯生态内容偏少 腾讯号 + 微信公众号仅 3 篇，而元宝主要依赖腾讯生态信源，导致该平台提及率 0%。
下阶段将按第 11 页 P0 的优先级，把这两类信源的产出量提升到总内容的 40% 以上。
09
数据公式与口径说明
每个指标怎么算 · 分子分母是什么 · 数据来源与可信度分级
ⓘ 本页口径
本报告只有一套检测口径
检测范围：全国（线上服务品牌）· 10 题固定基准题库 · 4 个主流 AI 平台（豆包 / DeepSeek / 千问 / 元宝）· 每题 1 次
数据来源：《数眼智能 AI可见度分析报告》，采集快照 2026-10-09 12:16，共 10 题 × 4 平台 = 40 次真实对话
检测性质：可见度检测，本期为单月实测；结果将作为后续月度复测的参照
复算原则：报告中每一个数字都可以拆解到「哪道题、哪个平台、第几次」，原始 AI 回答全文可随时调阅核对
数据来源：《数眼智能 AI可见度分析报告》，采集快照 2026-10-09 12:16，共 10 题 × 4 平台 = 40 次真实对话
检测性质：可见度检测，本期为单月实测；结果将作为后续月度复测的参照
复算原则：报告中每一个数字都可以拆解到「哪道题、哪个平台、第几次」，原始 AI 回答全文可随时调阅核对
六项核心指标：算法与本期值逐项可复算
| 指标 | 计算方式 | 分子 | 分母 | 本期值 |
|---|---|---|---|---|
| 品牌提及率 | 跨平台命中题数 ÷ 题目总数 | 3 题 | 10 题 | 40.0% |
| 平台覆盖程度 | 有提及记录的平台数 ÷ 监测平台总数 | 3 个 | 4 个 | 3 / 4 |
| Top3 曝光率 | 进入推荐前 3 位的单元数 ÷ 全部检测单元数 | 4 个 | 40 个 | 10.0% |
| 品牌正面率 | 正面与中性评价数 ÷ 品牌被提及的回答单元数 | 5 个 | 5 个 | 100% |
| 负面提及率 | 负面评价数 ÷ 品牌被提及的回答单元数 | 0 个 | 5 个 | 0% |
| 竞品综合位次 | 按 4 平台平均可见度排序（同题同平台） | — | 121 家 | 第 23 |
| 信息准确率 | 正确事实点 ÷ 可核验事实点总数 | — | — | 待补录 |
关于分母：「品牌被提及的回答单元数」= 5（本期 40 个检测单元中，品牌实际被提及的 5 个），正面率与负面率共用同一个分母，两者不可相加超过 100%。
关于竞品位次：竞品表使用「4 平台平均可见度」口径（该品牌提及题数 ÷ 10，再对 4 平台取平均），与本报告主口径「综合提及率 40%」（题目级并集）不是同一算法；两种口径各有用途——前者用于赛道排名，后者用于衡量品牌整体曝光面，请勿混用。
关于竞品位次：竞品表使用「4 平台平均可见度」口径（该品牌提及题数 ÷ 10，再对 4 平台取平均），与本报告主口径「综合提及率 40%」（题目级并集）不是同一算法；两种口径各有用途——前者用于赛道排名，后者用于衡量品牌整体曝光面，请勿混用。
综合口径 vs 单平台口径最容易混淆的一处
综合提及率（40%）= 题目级并集
在 10 道题中，只要任一平台提到了品牌，这道题就算命中。因此它必然 ≥ 最高的单平台值，取值范围在 [40%, 100%] 之间。
单平台提及率
千问 30%、豆包 20%、DeepSeek 10%、元宝 0%。四个平台的算术平均是 15.0%，但这不等于综合提及率——综合口径衡量的是"品牌整体曝光面"，不是"平台平均值"。
⚠ 两者不可相加、不可平均、不可互相替代。
在 10 道题中，只要任一平台提到了品牌，这道题就算命中。因此它必然 ≥ 最高的单平台值，取值范围在 [40%, 100%] 之间。
单平台提及率
千问 30%、豆包 20%、DeepSeek 10%、元宝 0%。四个平台的算术平均是 15.0%，但这不等于综合提及率——综合口径衡量的是"品牌整体曝光面"，不是"平台平均值"。
⚠ 两者不可相加、不可平均、不可互相替代。
为什么本报告不做环比本期检测说明
本期为数眼智能的 GEO 检测，本报告以本期实测数据呈现：
· 所有指标显示的都是本期实测值，不设"达标 / 未达标"的判定
· 报告中出现的"状态"标签仅表示该指标在赛道中的相对位置，用于确定优化优先级
· 本期结论作为后续月度对比的参照
下期报告将沿完全相同的 10 题、4 平台与判定规则复测，届时所有指标均可形成真实的环比数据。
· 所有指标显示的都是本期实测值，不设"达标 / 未达标"的判定
· 报告中出现的"状态"标签仅表示该指标在赛道中的相对位置，用于确定优化优先级
· 本期结论作为后续月度对比的参照
下期报告将沿完全相同的 10 题、4 平台与判定规则复测，届时所有指标均可形成真实的环比数据。
指标与报告页码对照想核数字看这里
| 想看什么 | 去哪一页 |
|---|---|
| 核心结论与六项指标总览 | 第 01 页 |
| 检测矩阵与命中分布 | 第 02 页 |
| 逐平台表现与标签覆盖度 | 第 03 页 |
| 赛道竞品排名与差距 | 第 04 页 |
| 需求阶段与信源地图 | 第 05 页 |
| AI 认知资产盘点 | 第 06 页 |
| 内容交付与渠道结构 | 第 07 / 08 页 |
| 问题、风险与行动计划 | 第 10 / 11 页 |
数据可信度分级与待补录项如实标注，不作模糊处理
A 级 · 可直接复算
提及率、平台覆盖、Top3 曝光、正面率、负面率、竞品位次——全部可从 40 条检测记录逐条复算。
待补录 · 需额外数据
① 信息准确率：本期检测报告的「回答有效性」字段全部为空（40/40），无法从中复算，需另出人工核验表。
② 有效收录率：需各平台回传内容收录 / 引用明细后核定。
③ 品牌声量 / 搜索热度指数：本期未采集该类第三方指数数据，报告中不呈现相关数值，以免与检测数据混淆。
提及率、平台覆盖、Top3 曝光、正面率、负面率、竞品位次——全部可从 40 条检测记录逐条复算。
待补录 · 需额外数据
① 信息准确率：本期检测报告的「回答有效性」字段全部为空（40/40），无法从中复算，需另出人工核验表。
② 有效收录率：需各平台回传内容收录 / 引用明细后核定。
③ 品牌声量 / 搜索热度指数：本期未采集该类第三方指数数据，报告中不呈现相关数值，以免与检测数据混淆。
10
问题与风险（需要正视的部分）
核心缺口 · 风险清单与应对 · 专项溯源
ⓘ 本页口径
核心缺口（4 项）本期检测 · 作为起点记录在案
| 缺口 | 现状 | 影响 | 性质 |
|---|---|---|---|
| ① 元宝平台零提及 | 元宝 0% | 丢失两个主流 AI 渠道的全部曝光 | 信源缺失 · 可改善 |
| ② 六道题全平台零命中 | 6 / 10 题 | 70% 的问题场景下客户看不到品牌 | 内容覆盖不足 · 可改善 |
| ③ 核心差异化标签零覆盖 | 企业级 0.00 / 4 | 自我定位与 AI 认知错位，难以进入企业选型 | 定位传递缺失 · 可改善 |
| ④ 赛道位次落后头部 | 第 23 / 121 | 与头部硅基流动差 57.5pp | 综合结果 · 随前三项改善 |
上述四项缺口全部属于"内容与信源投入"类问题，不涉及产品、服务或品牌声誉风险。检测的意义正在于此：在问题积累成默认认知之前，先把缺口定位清楚。
当前主要风险与应对均为「可通过内容投入改善」类风险
| 风险 | 可能性 | 影响 | 应对措施 |
|---|---|---|---|
| 竞品持续抢占 AI 推荐位 硅基流动等已在 4 平台建立稳定认知，每延迟一个月，追赶成本上升 | 高 | 高 | 本月即启动企业级内容铺设，优先补齐元宝零提及渠道 |
| "聚合平台"标签同质化 AI 目前只说得出"多模型聚合"，这与所有竞品无差别 | 中高 | 高 | 强化"企业级治理 + RAG/Agent 一体化 + 合规票据"三个差异化标签的信源建设 |
| 技术型信源长期缺位 DeepSeek 类平台对官方文档与开源社区权重高，目前无内容可引 | 高 | 中高 | 补齐 API 文档、接入教程、示例代码仓库，建立可被模型检索的技术信源 |
| 现有阵地被覆盖 千问 / 豆包现有 3 题命中若不加维护，易被竞品新内容挤出名单 | 中 | 中 | 每月固定维护已占领题目对应的内容，保持信源更新频率 |
专项溯源：「企业级」标签在 AI 端完全失守3 道企业级相关题 · 全部零命中
| 问题 | 命中 | AI 实际推荐了什么（代表性） |
|---|---|---|
| 企业级大模型API服务推荐 | 0 / 4 | 推荐集中在云厂商 MaaS（阿里云百炼、火山方舟、腾讯云）与硅基流动，未提及数眼智能 |
| 中小企业接入大模型API选哪个平台 | 0 / 4 | 以低价与免费额度为推荐主线，数眼智能的"企业级"定位在此场景下无法形成优势 |
| 一站式RAGAI模型接入平台哪家好 | 0 / 4 | 回答了 RAG 的通用架构选型，但没有把数眼智能的 Search / Reader / OCR 工具链列为方案 |
为什么这是本期最重要的专项：数眼智能对外定位的核心正是「企业级大模型 API 聚合平台 + RAG/Agent 一体化」，但这三题——也就是企业客户真正会问的问题——AI 一次都没有提到品牌。反过来，AI 能在"聚合平台推荐"类题目提及数眼智能，说明品牌信息本身已进入模型的知识范围，只是缺少"企业级场景"的对应信源。
处理思路：不需要推翻现有内容策略，而是在既有的聚合平台类内容之外，增加一条"企业采购视角"的内容线——围绕资质合规、SLA 保障、数据流转、发票与结算、私有化方案等企业决策要素，在知乎、CSDN、公众号、技术媒体建立可被检索的信源。
处理思路：不需要推翻现有内容策略，而是在既有的聚合平台类内容之外，增加一条"企业采购视角"的内容线——围绕资质合规、SLA 保障、数据流转、发票与结算、私有化方案等企业决策要素，在知乎、CSDN、公众号、技术媒体建立可被检索的信源。
需要说明的是：本期未发现负面风险
在全部 6 个品牌被提及的回答中，无一条负面表述（正面 4 条、中性 1 条），负面提及率 0%；AI 对数眼智能的事实描述（定位、能力、接入方式、适配客户）与企业自述完全一致，未发现信息错漏。
这意味当前的问题是纯粹的"覆盖面"问题，而不是"口碑"问题——品牌形象干净、描述准确，只要把内容铺到缺失的信源里，改善是确定性的。
这意味当前的问题是纯粹的"覆盖面"问题，而不是"口碑"问题——品牌形象干净、描述准确，只要把内容铺到缺失的信源里，改善是确定性的。
11
下阶段行动计划（下一步做什么）
优先级排序 · 量化目标 · 责任与节奏
ⓘ 本页口径
基于本次检测结论，下阶段的行动主线只有一条：先解决"被提到"，再解决"排得前"。优先级按「缺口大小 × 改善确定性」排序——P0 三项全部指向"从 0 到 1"的渠道与标签建设（DeepSeek / 元宝双渠道、企业级标签、技术信源池），这三项做完，综合提及率有望从 40% 提升到 55% 以上；P1 三项用于巩固与扩面；P2 为长期机制建设。
P0 最高优先级3 项
① 打通 DeepSeek 渠道
补齐官方技术文档、接入教程、示例代码仓库——该平台对工程类信源权重最高。
② 打通元宝渠道
在微信公众号、腾讯号铺设企业级 MaaS 深度稿——该平台偏腾讯生态信源。
③ 建立「企业级」标签信源线
围绕资质合规、SLA、数据流转、专票结算，在知乎 / CSDN / 技术媒体建立企业采购视角内容。
补齐官方技术文档、接入教程、示例代码仓库——该平台对工程类信源权重最高。
② 打通元宝渠道
在微信公众号、腾讯号铺设企业级 MaaS 深度稿——该平台偏腾讯生态信源。
③ 建立「企业级」标签信源线
围绕资质合规、SLA、数据流转、专票结算，在知乎 / CSDN / 技术媒体建立企业采购视角内容。
P1 重点提升3 项
④ 巩固千问阵地
已占 3 题（其中 2 次第 2 位），追加企业级选型对比长文，把第 2 位稳定为常态。
⑤ 豆包冲击前三
现有命中位次为第 3–4 位，补充今日头条 / 抖音榜单类内容争取进入前 3。
⑥ 补 RAG / Agent 方案内容
输出 RAG、Agent 落地实践与工具链（Search / Reader / OCR）应用案例。
已占 3 题（其中 2 次第 2 位），追加企业级选型对比长文，把第 2 位稳定为常态。
⑤ 豆包冲击前三
现有命中位次为第 3–4 位，补充今日头条 / 抖音榜单类内容争取进入前 3。
⑥ 补 RAG / Agent 方案内容
输出 RAG、Agent 落地实践与工具链（Search / Reader / OCR）应用案例。
P2 持续优化2 项
⑦ 月度复测与竞品跟踪
沿同一批 10 题、同一批平台复测，建立趋势曲线；同步跟踪头部竞品动向。
⑧ 交付与收录闭环
建立发文台账与收录核验机制，每篇内容可追溯、可回检对提及率的实际拉动。
沿同一批 10 题、同一批平台复测，建立趋势曲线；同步跟踪头部竞品动向。
⑧ 交付与收录闭环
建立发文台账与收录核验机制，每篇内容可追溯、可回检对提及率的实际拉动。
下期量化目标（2026 年 11 月复测）以本期值为起点
| 指标 | 本期值 | 下期目标 | 目标依据 |
|---|---|---|---|
| 综合提及率 | 40%（4/10） | ≥ 50%（5/10） | P0 三项落地后，预计新增 2 题以上命中 |
| 平台覆盖程度 | 3 / 4 | 4 / 4 | 元宝从 0 拉起，任一题命中即算覆盖 |
| Top3 曝光率（单元级） | 10%（4/40） | ≥ 20% | 现有命中位次普遍在 2–3 位，扩面后自然抬升 |
| 赛道位次 | 第 23 / 121 | 前 20 名 | 已与第 20 名同处 15.0% 区间 |
| 品牌正面率 | 100% | 保持 100% | 本期零负面，维持即可 |
| 信息准确率 | 待补录 | 建立核验机制 | 需先出人工核验表 |
关于目标的说明：上述目标建立在"内容投放 → 次月复测"的闭环之上，不包含任何无法验证的承诺；下期报告将逐项对照本表，明确达成与未达成部分，并说明原因。
口径一致性：下期复测使用完全相同的 10 道题、相同的 4 个平台、相同的判定规则，确保两个月的数值可直接对比。
口径一致性：下期复测使用完全相同的 10 道题、相同的 4 个平台、相同的判定规则，确保两个月的数值可直接对比。
执行节奏与配合事项
我方负责（傲网 GEO）
· 内容选题、撰写与多渠道分发
· 信源结构规划与平台适配改写
· 月度复测执行与逐题数据复算
· 竞品动态跟踪与风险预警
· 信源结构规划与平台适配改写
· 月度复测执行与逐题数据复算
· 竞品动态跟踪与风险预警
需甲方配合
· 提供产品与资质素材（合规证书、SLA 说明、计费规则）
· 技术文档与开发者资源的授权使用
· 发文渠道与账号资源的协调
· 信息准确率核验的数据支持
· 技术文档与开发者资源的授权使用
· 发文渠道与账号资源的协调
· 信息准确率核验的数据支持