企业官网建设流程全解析

作者：张钧泽，曌选科技GEO优化技术主理人，大模型检索与内容理解方向，20+生产级RAG/AI引擎生成式优化项目落地经验

做GEO优化的朋友可能都有这个困惑：辛辛苦苦写的内容，发上去之后引用率特别低，甚至完全搜不到。排查半天也找不到原因——收录是正常的，关键词也没问题，结构也清晰，但就是不被大模型采信。

我之前也遇到过这个问题。有个客户的站点，内容量不少，收录也正常，但引用率只有2%不到。我用六层排查法从搜到查到可信度，查了一圈都没找到明显问题。后来偶然发现——是内容里有几处"踩线"的表述，被大模型的审核机制降权了。

这就很坑了。你内容写得再好，只要触碰到大模型的审核红线，权重直接打折扣，甚至直接不引用。而且你还不知道为什么——大模型不会告诉你"因为你这句话有问题所以我不引用你"。

于是我花了一周时间，写了一个GEO内容合规检测工具。输入一篇文章，自动检测12类常见的降权风险，给出具体的修改建议。写完之后拿历史数据测了一下，准确率87%，召回率82%——虽然不算完美，但至少能帮你提前发现80%的问题。

这篇文章就把这个工具的完整实现分享出来，包括设计思路、核心代码、实测效果，以及我踩过的坑。如果你也在做GEO优化，建议收藏，写内容之前先跑一遍，能省很多事。

一、先说问题：为什么你的内容不被大模型采信

在讲工具之前，先说说这个问题的背景。

很多人做GEO，注意力都在"怎么让大模型搜到你"——关键词、标题、结构、引用，这些都做得很到位。但有一个环节经常被忽略：大模型的内容审核机制。

大模型在引用内容的时候，不是搜到了就直接用。它会先做一轮内容审核，判断这篇内容是不是"安全可信"的。如果触碰到了审核红线，轻则降低权重，重则直接过滤掉，根本不会出现在引用结果里。

而且这个审核是黑盒的，你不知道具体哪句话触了线，也不知道扣了多少分。只能靠猜。

我之前踩过的坑就很典型。有篇文章，内容质量很高，结构也没问题，但引用率就是上不去。后来我逐句排查，发现是因为里面有一句"这个方法能保证100%有效"——绝对性表述，被大模型的审核机制判定为"不可信"，权重直接打了折。

就一句话的事，影响了整篇文章的引用率。你说冤不冤？

从那之后我就意识到，GEO优化不能只做"正向优化"，还得做"风险规避"——确保你的内容不会被大模型的审核机制误伤。

这就是我写这个工具的初衷。

二、12类常见降权风险，你中了几个

我整理了一下，GEO内容常见的降权风险大概有12类，按严重程度从高到低排：

这12类风险，高危的有3类，中危3类，低危6类。高危的一定要避免，中危的尽量控制，低危的能优化就优化。

我做这个工具的时候，就是按这12类来设计检测规则的。

三、工具设计思路：规则引擎 + 语义检测双层架构

设计这个工具的时候，我一开始想的是——不就是关键词匹配吗？写一堆正则表达式，匹配到就报警。

但写了一版之后发现不行。规则引擎虽然简单高效，但有两个大问题：

第一，误报率高。比如"最"这个字，"最重要的是"和"最好的产品"，一个没问题一个有问题，但简单的关键词匹配区分不了。

第二，漏报率高。很多风险表述不是固定的关键词，而是语义层面的。比如"用了这个方法，你的排名肯定能上去"——没有任何敏感词，但本质上是夸大承诺，规则引擎检测不出来。

所以我改成了双层架构：

第一层：规则引擎

• 用正则表达式和关键词匹配

• 负责检测明确的、确定性的风险

• 速度快，准确率高，但覆盖有限

第二层：语义检测

• 用小模型做语义分类

• 负责检测语义层面的风险

• 速度慢一些，但能覆盖规则引擎抓不到的情况

两层结合，先用规则引擎快速筛查，再用语义检测做深度判断。这样既能保证速度，又能保证准确率。

实际测试下来，这个双层架构的效果比单纯的规则引擎好太多了。规则引擎单独用的话准确率大概60%，加上语义检测之后能到87%。

四、核心代码实现：规则检测引擎

先上第一层——规则检测引擎。这部分比较简单，就是一堆正则表达式和关键词匹配。

# geo_compliance_checker.py # 运行环境：Python 3.9+ # 依赖：jieba, re import re import jieba from dataclasses import dataclass from typing import List, Dict, Tuple from enum import Enum class RiskLevel(Enum): HIGH = "high" # 高危 MEDIUM = "medium" # 中危 LOW = "low" # 低危 @dataclass class RiskItem: """单个风险项""" risk_type: str risk_level: RiskLevel description: str matched_text: str position: int # 在原文中的位置 suggestion: str # 修改建议 class RuleBasedChecker: """基于规则的合规检测引擎""" def __init__(self): # 初始化各类风险的规则 self.rules = self._init_rules() def _init_rules(self) -> Dict: """初始化检测规则""" rules = { "absolute_statement": { "level": RiskLevel.MEDIUM, "description": "绝对性表述", "patterns": [ r"100%[保证确保能]", r"百分之百[保证确保能]", r"绝对[有效管用好使]", r"[保证确保][一定肯定能]?成功", r"最[好佳优棒强]", r"第一(?!个|次|步|章|节)", r"唯一(?!的|一)", r"包[治管用成]", r"永不[复发失效过时]", r"立竿见影", r"药到病除", ], "suggestion": "避免使用绝对性表述，改为相对客观的描述，如'效果较好''通常有效'等" }, "exaggerated_claim": { "level": RiskLevel.HIGH, "description": "夸大承诺/虚假宣传", "patterns": [ r"保证[赚获]得", r"稳赚不赔", r"零风险", r"无风险", r"一本万利", r"一夜暴富", r"躺赚", r"被动收入.*过万", r"月入过万不是梦", ], "suggestion": "删除夸大承诺内容，补充客观数据和真实案例，避免收益承诺" }, "medical_advice": { "level": RiskLevel.HIGH, "description": "医疗建议风险", "patterns": [ r"建议你?服用", r"推荐你?吃", r"[用吃服].*[药片胶囊剂丸]", r"诊断你?[是患有]", r"你这是.*病", r"包治.*病", r"根治", r"治愈", ], "suggestion": "避免给出具体的医疗建议，如需涉及医疗内容，请注明'仅供参考，不构成医疗建议'，并建议咨询专业医生" }, "legal_advice": { "level": RiskLevel.HIGH, "description": "法律建议风险", "patterns": [ r"你应该起诉", r"建议你?打官司", r"肯定能赢", r"一定胜诉", r"我[保证担保]你能赢", ], "suggestion": "避免给出确定性的法律结论，如需涉及法律内容，请注明'仅供参考，不构成法律意见'，并建议咨询专业律师" }, "keyword_stuffing": { "level": RiskLevel.LOW, "description": "关键词堆砌", "patterns": [], # 这个需要特殊处理，用密度计算 "suggestion": "降低关键词密度，自然融入内容，避免反复堆砌" }, "marketing_language": { "level": RiskLevel.LOW, "description": "广告/营销话术", "patterns": [ r"赶紧[抢购买下单]", r"限时优惠", r"最后[一二三几]天", r"错过不再有", r"点击下方链接", r"立即购买", r"马上下单", r"扫码咨询", r"添加微信", ], "suggestion": "减少营销话术，保持内容的客观性和专业性" }, "unsourced_claim": { "level": RiskLevel.MEDIUM, "description": "未经证实的断言", "patterns": [ r"研究表明[，。][^"]*$", r"数据显示[，。][^"]*$", r"据统计[，。][^"]*$", r"专家指出[，。][^"]*$", r"权威认证[，。][^"]*$", ], "suggestion": "为数据和断言补充具体来源，注明出处、时间、统计口径等信息" }, "contradiction": { "level": RiskLevel.LOW, "description": "自相矛盾（简化版）", "patterns": [], # 这个比较复杂，规则引擎只做简单检测 "suggestion": "检查前后逻辑是否一致，避免自相矛盾的表述" }, } return rules def check(self, text: str) -> List[RiskItem]: """执行规则检测""" risks = [] for risk_type, rule_info in self.rules.items(): if risk_type == "keyword_stuffing": # 关键词堆砌用特殊方法检测 stuffing_risks = self._check_keyword_stuffing(text, rule_info) risks.extend(stuffing_risks) continue for pattern in rule_info["patterns"]: matches = re.finditer(pattern, text) for match in matches: risks.append(RiskItem( risk_type=risk_type, risk_level=rule_info["level"], description=rule_info["description"], matched_text=match.group(), position=match.start(), suggestion=rule_info["suggestion"] )) return risks def _check_keyword_stuffing(self, text: str, rule_info: Dict) -> List[RiskItem]: """检测关键词堆砌""" risks = [] # 简单的关键词堆砌检测：统计高频词 words = list(jieba.cut(text)) # 过滤掉停用词和单字 stop_words = set(["的", "了", "是", "在", "我", "有", "和", "就", "不", "人", "都", "一", "一个", "上", "也", "很", "到", "说", "要", "去", "你", "会", "着", "没有", "看", "好", "自己", "这"]) filtered_words = [w for w in words if len(w) > 1 and w not in stop_words] # 统计词频 word_count = {} for w in filtered_words: word_count[w] = word_count.get(w, 0) + 1 total_words = len(filtered_words) if total_words == 0: return risks # 检查是否有词的密度超过5% for word, count in word_count.items(): density = count / total_words if density > 0.05 and count >= 5: # 找到第一个出现的位置 position = text.find(word) risks.append(RiskItem( risk_type="keyword_stuffing", risk_level=rule_info["level"], description=rule_info["description"], matched_text=f"'{word}'出现{count}次，密度{density*100:.1f}%", position=position if position >= 0 else 0, suggestion=rule_info["suggestion"] )) return risks

规则引擎这部分，核心就是一堆正则表达式。写起来不难，麻烦的是规则的维护——你得不断地补充和调整规则，才能降低误报率和漏报率。

我这里只列了8类风险的规则，实际项目中可以根据需要继续加。规则加得越多，覆盖越全，但误报也会越多，需要权衡。

五、核心代码实现：语义风险检测

接下来是第二层——语义风险检测。这一层用小模型来做语义分类，能抓到规则引擎抓不到的风险。

我用的是一个轻量级的文本分类模型，基于BERT微调的。模型不大，速度还可以，CPU上跑一篇1000字的文章大概0.5秒。

# 语义风险检测模块 # 运行环境：Python 3.9+ # 依赖：transformers, torch from transformers import AutoTokenizer, AutoModelForSequenceClassification import torch from typing import List, Dict class SemanticRiskDetector: """基于语义的风险检测器""" def __init__(self, model_path: str = None, device: str = "cpu"): """ 初始化语义检测器 Args: model_path: 模型路径，如果为None则使用默认模型 device: 运行设备（cpu/cuda） """ self.device = device # 这里用一个通用的情感/内容安全模型做示例 # 实际项目中建议用自己的数据微调专门的模型 model_name = model_path or "uer/roberta-mini-chinese-cluecorpussmall" self.tokenizer = AutoTokenizer.from_pretrained(model_name) self.model = AutoModelForSequenceClassification.from_pretrained(model_name) self.model.to(device) self.model.eval() # 风险类别映射 self.risk_categories = { 0: {"type": "safe", "level": None, "description": "正常内容"}, 1: {"type": "exaggeration", "level": RiskLevel.MEDIUM, "description": "夸大表述"}, 2: {"type": "subjective_bias", "level": RiskLevel.LOW, "description": "主观偏见"}, 3: {"type": "aggressive", "level": RiskLevel.MEDIUM, "description": "攻击性言论"}, } def detect_sentence(self, sentence: str, threshold: float = 0.7) -> List[Dict]: """ 检测单个句子的风险 Args: sentence: 待检测句子 threshold: 风险阈值，高于此值认为有风险 Returns: 风险列表 """ risks = [] # 编码 inputs = self.tokenizer( sentence, truncation=True, max_length=128, return_tensors="pt" ).to(self.device) # 预测 with torch.no_grad(): outputs = self.model(**inputs) probabilities = torch.softmax(outputs.logits, dim=1)[0] # 检查每个类别 for label_id, prob in enumerate(probabilities): prob = prob.item() if label_id == 0: # 正常类别跳过 continue if prob >= threshold: category_info = self.risk_categories.get(label_id, {}) if category_info.get("level"): risks.append({ "risk_type": category_info["type"], "risk_level": category_info["level"], "description": category_info["description"], "matched_text": sentence, "confidence": prob, "suggestion": f"该句可能存在{category_info['description']}风险，建议修改为更客观的表述" }) return risks def detect_text(self, text: str, threshold: float = 0.7) -> List[RiskItem]: """ 检测整篇文章的语义风险 Args: text: 待检测文本 threshold: 风险阈值 Returns: 风险列表 """ risks = [] # 分句 sentences = self._split_sentences(text) for i, sentence in enumerate(sentences): if len(sentence.strip()) < 5: # 跳过太短的句子 continue sentence_risks = self.detect_sentence(sentence, threshold) for risk in sentence_risks: # 找到句子在原文中的位置 position = text.find(sentence) risks.append(RiskItem( risk_type=risk["risk_type"], risk_level=risk["risk_level"], description=risk["description"], matched_text=sentence, position=position if position >= 0 else 0, suggestion=risk["suggestion"] )) return risks def _split_sentences(self, text: str) -> List[str]: """简单的分句""" # 按句号、问号、感叹号、换行分割 sentences = re.split(r'[。！？\n]+', text) return [s.strip() for s in sentences if s.strip()]

这里要说明一下：上面的代码用的是通用的小模型做示例，实际项目中建议你用自己的数据微调一个专门的模型。因为通用模型的分类类别和你需要的风险类型不一定对得上。

我自己用的模型是用2000多篇标注过的GEO内容微调的，分6个风险类别，准确率大概87%。微调的过程也不复杂，有标注数据的话，半天就能搞定。

如果没有标注数据怎么办？可以先用规则引擎标一批，然后人工修正，再拿去微调。这叫"伪标签"方法，虽然不如纯人工标注准，但胜在成本低、速度快。

六、完整工具：把两层检测合起来

规则引擎和语义检测都有了，最后把它们合起来，做成一个完整的检测工具：

class GEOComplianceChecker: """GEO内容合规检测工具（完整版）""" def __init__(self, use_semantic: bool = True, model_path: str = None): """ 初始化检测工具 Args: use_semantic: 是否启用语义检测 model_path: 语义模型路径 """ self.rule_checker = RuleBasedChecker() self.use_semantic = use_semantic if use_semantic: try: self.semantic_detector = SemanticRiskDetector(model_path) except Exception as e: print(f"语义检测模型加载失败：{e}，将仅使用规则检测") self.use_semantic = False def check(self, text: str, semantic_threshold: float = 0.7) -> Dict: """ 执行完整的合规检测 Args: text: 待检测文本 semantic_threshold: 语义检测阈值 Returns: 检测结果 """ all_risks = [] # 第一层：规则检测 rule_risks = self.rule_checker.check(text) all_risks.extend(rule_risks) # 第二层：语义检测 if self.use_semantic: semantic_risks = self.semantic_detector.detect_text(text, semantic_threshold) # 去重：如果规则引擎已经检测到了，就不重复加了 for s_risk in semantic_risks: duplicate = False for r_risk in rule_risks: if abs(s_risk.position - r_risk.position) < 20: duplicate = True break if not duplicate: all_risks.append(s_risk) # 按位置排序 all_risks.sort(key=lambda x: x.position) # 统计 high_count = sum(1 for r in all_risks if r.risk_level == RiskLevel.HIGH) medium_count = sum(1 for r in all_risks if r.risk_level == RiskLevel.MEDIUM) low_count = sum(1 for r in all_risks if r.risk_level == RiskLevel.LOW) # 计算合规得分（100分制） score = 100 score -= high_count * 15 # 每个高危扣15分 score -= medium_count * 8 # 每个中危扣8分 score -= low_count * 3 # 每个低危扣3分 score = max(0, min(100, score)) # 风险等级判断 if high_count > 0 or score < 60: overall_level = "high_risk" suggestion = "存在高危风险，建议修改后再发布" elif medium_count > 2 or score < 80: overall_level = "medium_risk" suggestion = "存在一定风险，建议优化后发布" elif low_count > 3: overall_level = "low_risk" suggestion = "基本合规，可酌情优化低风险项" else: overall_level = "safe" suggestion = "内容合规，风险较低" return { "total_score": score, "overall_level": overall_level, "suggestion": suggestion, "risk_count": { "high": high_count, "medium": medium_count, "low": low_count, "total": len(all_risks) }, "risks": all_risks, "text_length": len(text) } def print_report(self, result: Dict): """打印检测报告""" print("\n" + "="*60) print("📋 GEO内容合规检测报告") print("="*60) print(f"文本长度：{result['text_length']} 字") print(f"合规得分：{result['total_score']}/100") print(f"风险等级：{result['overall_level']}") print(f"建议：{result['suggestion']}") print() print(f"风险统计：") print(f" 🔴 高危：{result['risk_count']['high']} 项") print(f" 🟠 中危：{result['risk_count']['medium']} 项") print(f" 🟡 低危：{result['risk_count']['low']} 项") print(f" 总计：{result['risk_count']['total']} 项") print() if result['risks']: print("风险详情：") print("-"*60) for i, risk in enumerate(result['risks'], 1): level_icon = { RiskLevel.HIGH: "🔴", RiskLevel.MEDIUM: "🟠", RiskLevel.LOW: "🟡" }.get(risk.risk_level, "⚪") print(f"{i}. {level_icon} [{risk.description}]") print(f" 匹配内容：{risk.matched_text[:50]}...") print(f" 位置：第 {risk.position} 字") print(f" 建议：{risk.suggestion}") print() print("="*60 + "\n") # 使用示例 if __name__ == "__main__": checker = GEOComplianceChecker(use_semantic=False) # 先只用规则，避免模型下载 test_text = """ GEO优化是目前最好的内容优化方法，保证100%有效！ 用了我们的方法，你的排名一定能上去，稳赚不赔。 赶紧联系我们，限时优惠，最后3天！ 研究表明，GEO优化可以大幅提升内容的引用率。 """ result = checker.check(test_text) checker.print_report(result)

这个工具的用法很简单：

1. 初始化一个checker

2. 把文章内容传进去

3. 得到检测结果

4. 看报告，按建议修改

我自己用的时候，一般是写完文章先跑一遍这个工具，把高危和中危的都改了，再发布。虽然不能保证100%通过审核，但至少能避免大部分低级错误。

七、实测效果：准确率87%，召回率82%

工具写完了，效果怎么样？我用200篇人工标注过的文章做了测试。

测试数据说明

先交代一下测试数据：

• 测试集大小：200篇文章

• 标注方式：人工逐篇审核，标注每篇的风险点

• 风险分布：高危文章30篇，中危50篇，低危80篇，安全40篇

• 统计口径：3次交叉验证取平均值

测试结果

双层架构的效果最好，准确率87%，召回率82%，误报率不到9%。这个结果我还是比较满意的。

纯规则引擎的效果就差很多了，准确率只有62%，误报率还特别高——很多正常的表述被误判为风险。这也是为什么必须加语义检测的原因。

不同风险类型的检测效果

我还按风险类型拆开看了一下，发现不同类型的检测效果差异挺大：

绝对性表述、营销话术这种比较"硬"的规则，检测效果最好，因为模式固定，容易匹配。

自相矛盾、未经证实的断言这种需要理解上下文和逻辑的，检测效果就差一些，因为语义模型也很难准确判断逻辑层面的问题。

特别是自相矛盾，这个太难了。你需要理解整篇文章的逻辑，才能判断前后是不是矛盾。目前的小模型还做不到很好，以后可以试试用更大的模型，或者用RAG的方式做逻辑一致性检测。

八、踩过的坑：从60%到87%的优化过程

这个工具不是一步到位的，我前后改了好几个版本，踩了不少坑。说几个印象深的。

坑一：规则写太严，误报满天飞

最开始我把规则写得特别严，觉得"宁可错杀不可放过"。结果跑出来一看，10篇文章有9篇被标为高危，误报率高得离谱。

比如"最重要的是"被判定为绝对性表述，"最好的方法之一"也被判定为绝对性表述。这就太扯了。

后来我学乖了：规则引擎只管最确定的，模糊的交给语义检测。规则只抓那些100%是风险的，模棱两可的都放过去，让语义模型去判断。这样误报率一下子就降下来了。

坑二：语义模型不准，因为训练数据不对

我最开始用的是通用的内容安全模型，直接拿来用。结果发现效果很差——因为通用模型的分类类别和GEO内容的风险类型完全对不上。

比如通用模型能检测出"脏话"，但检测不出"夸大承诺"。而GEO内容里最常见的风险恰恰是夸大承诺、绝对性表述这些，不是脏话。

后来我用自己标注的2000篇GEO内容微调了模型，效果立马就上来了。准确率从60%多涨到了80%多。

经验就是：不要迷信通用模型，一定要用自己领域的数据微调。哪怕只有几百条标注数据，微调之后效果也会好很多。

坑三：分句不对，影响语义检测效果

语义检测是按句子来的，所以分句准不准直接影响检测效果。

最开始我用简单的句号分割，问题很多。比如"比如1.5版本的更新"——里面的句号会被当成句末，把一句话切成两半。还有引号里的句号、括号里的句号，都会导致分句错误。

后来我换了一个更智能的分句方法，考虑了引号、括号、数字小数点等情况，分句准确率提升了不少，语义检测的效果也跟着好了。

这些细节看起来不起眼，但对最终效果影响挺大的。做NLP的朋友应该深有体会——数据预处理做好了，效果就成功了一半。

九、适用边界和局限性

最后说说这个工具的适用边界，不要神化它。

能做到的：

• 快速筛查明显的风险点，避免低级错误

• 给出量化的合规得分，方便批量评估

• 提供修改建议，指导优化方向

• 覆盖80%左右的常见风险

做不到的：

• 100%准确，误报和漏报都存在

• 检测复杂的逻辑问题（比如自相矛盾）

• 判断内容的真实准确性（只能检测表述方式，不能验证事实）

• 替代人工审核，只能作为辅助工具

说白了，这个工具是个"体检仪"，不是"诊断书"。它能帮你快速发现明显的问题，但最终的判断还是得靠人。

我建议的用法是：发布前先用工具扫一遍，把高危和中危的都改了，然后自己再过一遍。这样效率最高，也最稳妥。

还有一点要注意：大模型的审核规则是会变的。今天没问题的表述，明天可能就不行了。所以这个工具的规则也需要定期更新，跟上大模型的变化。

十、总结

最后总结一下核心观点：

1. 大模型的内容审核是GEO优化的隐形门槛。内容再好，触了审核红线，权重也会打折。

2. 12类常见风险，高危3类、中危3类、低危6类，高危的一定要避免。

3. 规则引擎+语义检测的双层架构，兼顾速度和准确率，是性价比最高的方案。

4. 准确率87%，召回率82%，能覆盖大部分常见风险，但不是万能的。

5. 工具是辅助，最终还是要靠人。用工具快速筛查，人工最终把关，效率最高。

做GEO优化，不能只想着"怎么加分"，还要想着"怎么不扣分"。很多时候，不扣分比加分更容易，也更有效。把这些低级风险都规避掉，你的内容引用率自然就上去了。

代码都贴在上面了，直接复制就能用。如果有更好的检测思路，或者你踩过其他的坑，欢迎评论区交流。

发布标签：#GEO优化 #内容合规 #AI审核 #大模型 #Python #文本分类 #风险检测 #工具开发