一份可信的 GEO 诊断报告，应该能追溯到什么？

收到 GEO 报告后，最值得先问的不是总分高不高，而是“这条结论对应哪一道问题、哪一次回答和哪一份来源”。可信报告让客户可以抽查，并承认有些情况无法判断。主报告负责解释买家会看见什么，证据附录负责让这些解释有来处，两者缺一都会降低决策价值。

1. 从业务结论开始，而非内部字段开始

报告第一页应说明测了哪个产品、针对哪些买家任务、在哪些条件下观察，以及最重要的发现。比如“迁移问题中的当前版本限制未被解释清楚”，比一列没有定义的可见度分数更容易指导行动。之后列出建议、责任和边界，让客户知道本轮是诊断、内容执行还是包含复测。

系统内部可以有项目、运行和尝试标识，但这些标识应成为追溯工具，而不是报告正文的主体。客户不需要先理解数据库结构才能判断产品被如何描述。重要的是从自然语言结论点击或查到相应证据，在必要时查看技术细节，而不是依赖报告作者口头解释每一个数字。

2. 一条结论的最低追溯链

追溯链至少包含题目原文与版本、执行平台或模型、联网模式、时间、回答终态、完整回答、相关片段及实际来源。多轮测试还要保留此前上下文；如果只测首轮，应明确说明。任何关键环节缺失，都应注明它限制了哪一种解释，不要只写一个笼统的“数据可能有误”。

NiubiGEO 的不同入口会保存不同深度的执行记录。公开证据模型说明这些材料的读取边界。原始响应、模型与状态信息可以支持复核，但不是完整网络抓包，也不意味着已披露平台内部推理。交付前需核对实际可提供字段，不能把没有保存的完整请求、检索查询或网页端账号条件写进通用承诺。

3. 提及、引用和推荐分开阅读

提及是回答出现了相应实体；引用是实际展示或返回某个来源；推荐则需要明确选择关系和语境。一个品牌可能在“不适合此任务”的段落被提及，也可能只是某项研究的发布者。一条来源链接不能自动算作正面推荐，第一段出现的名字也不必然是唯一首选。

自动标签可以帮助组织大量材料，但应抽查名称对应、正负关系和先后表述。NiubiGEO 当前结构化结果中的部分推荐判断来自被测回答自身，并不是独立人工鉴定。客户报告应使用实际审核后的说法；若判断仍不明确，保留“无法判定”，比强行加入有利分子更可靠。

4. 来源支持需要逐条确认

把长段回答拆成关键主张，再检查每个主张对应的来源。来源必须支持相同主体、版本、条件与范围。官网证明某功能存在，不一定证明它适合特定规模；案例报告一次实验，也不一定支持普遍性能结论。链接有效只是第一关，内容支持才是第二关。

Claude 的文档引用说明体现了引用定位和答案验证之间的联系，但不同平台的来源字段能力并不相同。普通网址、搜索结果和有定位信息的引用应分别保留。若来源只能显示为跳转链接，报告保存原样并解释限制，不猜测其最终文件，也不反推模型实际上依赖了哪一句话。

5. 分母不能把失败藏起来

以下数字完全是模拟教学：计划六个问题与模型组合，取得五条完整可判定回答，其中两条提及目标，另有一条请求失败。可写“在五条可判定回答中，两条提及；计划六条，失败一条”。不能把失败直接记作无品牌回答，也不能只写一个没有样本范围的百分比。

同一回答提到三个对象，仍然只是一条回答，不应变成三个独立样本。点名题与不点名题、方法题与发现题还应分层。如果混合任务的两条正面结果被称为“全市场份额”，即使算术正确，业务解释也不成立。报告要同时呈现尝试数、终态、有效分母和排除原因。

6. 重试与版本变化必须可见

网关失败后的同请求恢复、模型拒绝后的改写、输出截断后的增加预算，是不同类型的变化。原尝试要保留，恢复如何计入分析应预先约定。不能删除第一次失败，或者在多次成功回答中挑最有利的一条却继续称为首轮样本。

历史比较也要核对题目、模型、联网模式、对象集合与语言。当前产品路径中的派生结果和原尝试关系需实际复核，不能仅凭图表有趋势线就承诺全部历史完全可比。发现关联不一致时，应暂停该项比较，回到原记录说明哪些数值尚待核查，而不是用新的结果覆盖旧证据。

7. 哈希与截图各能证明什么

内容哈希可以帮助核对某个文件是否发生变化，却不能证明回答内容真实、来源正确或执行过程合规。截图可以保存界面显示，却不自动证明此前没有上下文；时间戳能说明记录时间，但不能替代平台版本信息。这些证据互相补充，不能由其中一种包办全部可信度。

共享证据时，应保留必要的原文和范围，移除凭据、账号标识和无关个人信息。清理隐私信息要有原则，不能顺便删除不利答案。客户允许内部阅读，不等于允许公开发表整套记录；准备公开案例前需另行核对授权、版权与身份披露范围。

8. 修改建议如何与证据对应

每条建议至少回答：哪个买家问题受影响、原回答出现什么现象、官方事实是什么、拟修改哪一页、怎样验收。把建议连接到原文片段和已核查事实，能避免报告在前半段展示数据，后半段却附上一份与结果无关的通用 SEO 清单。

建议还应区分确认错误与待检验假设。比如官网旧版本仍标成当前，可以直接修正；某个场景入口可能帮助发现，则需要后续观察。内容发布、描述更准确、新增提及、咨询和收入分别具有不同证据，不能把一项建议完成直接算成增长已实现。

9. 主报告与附录的分工

主报告宜包含范围、主要发现、证据摘要、优先任务、执行状态与限制。附录可按题目组织完整答案、来源、执行条件和失败记录，再给机器可读数据以便复查。对普通客户，先看到解释；对技术审核者，可以继续查看原始材料。两种阅读路径应通过稳定编号连接。

不必为了显得专业展示所有内部字段，也不要为了简洁只交一个 PDF 分数页。可以根据范围交付可读报告与结构化附件，并明确哪些原始数据由谁保管、保存多久、怎样请求复核。交付目录应能离开作者的电脑后独立理解，不能只依赖失效的本地路径。

10. 客户可以使用的三次抽查

第一次抽查最重要的结论：核对原题是否点名、片段是否完整、来源是否支持。第二次抽查一项不利结果：确认它未被排除或重新包装成失败。第三次抽查一个失败或恢复样本：查看次数、终态与分母是否一致。这三种抽查比只浏览有利截图更容易发现系统性的解释偏差。

然后反查一条拟修改任务，确认页面地址、责任人、验收标准和复测题目都存在。若任何一项无法追溯，应先修报告而不是继续购买执行。NiubiGEO 的目标是让采集、人工判断和改进工作相互对应；需要了解完整协作过程，可以阅读 从真实问题到人工改进。

11. 允许报告被纠正

产品发布新版本、来源发生变化或人工发现误判时，应追加修订记录，说明影响了哪些结论。原回答保持原样，新的事实核查另列日期，下一轮采集也另存批次。这样才能区分“模型后来答得不同”“产品本身更新”和“之前标注错误”三种完全不同的变化。

可信度并不来自永不修改的结论，而来自修改有依据且可追溯。验收时可以要求一个修订例程：谁接受反馈、如何核查、怎样通知受影响读者、是否需要重算指标。它不保证测试结果始终有利，却能让报告长期作为决策资料，而不只是一张当时好看的宣传图。

对外展示的摘要也应引用同一版本。若邮件摘要仍使用被纠正的比例，而附件已经更新，客户仍可能作出错误判断。修订完成后，最后检查摘要、图表和附件是否同步，是报告维护中容易遗漏但很具体的一步。