问题与回答
记录问题原文、类型、意图、测试平台、实际发问时间与完整回答。标记目标企业和竞争品牌是否出现，以及主体是否正确。采集时间不代替发问时间。
问题版本、模型、联网状态、账户与入口分别保存；不同条件的记录不能直接合成一个趋势。
信源页面字段
- 来源网站、具体 URL、页面标题、发布主体与页面类型。
- 页面显示的发布日期、更新时间、访问日期；页面未显示则填未知。
- 引用标记与支持的具体句子、阅读列表位置及最终跳转目标。
- 页面可访问状态、存档或截图位置、采集完整性。
URL 参数归一化用于分析去重，原始 URL 同时保留。首页自动链接、来源列表与正文引用三种出现方式分开记录。
内容结构与匹配假设
检查页面是否直接回答问题、实体是否明确，是否有列表、数据、案例、地区条件或对比结构；同时记录来源权属、事实日期和重要限制是否被回答保留。
这些只是可观察特征与匹配假设。页面有列表或来自某个社区，不足以证明这就是 AI 选择它的原因；内部排序机制未得到验证。
交叉核验与来源独立性
对同一企业事实，核对官网、自媒体、行业网站、媒体和其他公开资料是否一致。优先找原始材料，保存矛盾与时间差。
多网站转载同一稿不是独立验证；企业自己发布的多个账号也不能冒充第三方背书。相互引用的循环证据需要追溯到最初来源。
最终怎样解释
目标是还原“问题需要什么信息—回答引用了什么—来源是否真正支持”的可核验关系，不只排名哪个域名出现最多。
不要把少量样本中的平台文章数称为平台权重，也不要把 Bot 请求当作 AI 引用。尚未命中时可分别检查可访问性、索引、主体消歧和内容匹配，不能用单一猜测包办解释。