企业官网建设流程全解析

作品阶段：已用于日常工作（自建核验引擎，已对 8 轮检索、78 条结果跑出完整证据链）

服务对象：自己 + 团队（做竞品调研、写汇报材料时，先过一遍可信度再引用）

一、需求从哪来：一张"厂商榜单"把我坑了

我最近在给团队做一件事——国内中小工厂 MES（制造执行系统）的竞品调研。任务本身不复杂：搞清楚有哪些主要厂商、各家定位和定价、谁在什么价位有优势。

我原以为这是个"搜一搜、归归类"的活。第一次用元宝搜索拉回来 30 条结果，我直接把前几个厂商名抄进表格，开始写报告。表格大致是这么个结构，最后补到了 20 家：

写到"市场格局"那一段时，我停住了。因为同一份表格里，出现了几个对不上的数字：

• 国内 MES 市场规模，一篇写98.6 亿，另一篇写159.1 亿，还有220 亿、328.7 亿、408 亿——五种说法，最大差 4 倍多。
• "2026 年 MES 厂商盘点"这类文章，我翻到五篇，五篇的"第一名"是五个不同的公司：有的推宝信，有的推摩尔元数，有的推中之杰，有的推黑湖。

问题来了：如果我把这些数字直接写进给老板的汇报，等于把一堆互相打架的软文当成了事实。搜索给了我结果，但没告诉我哪些能信。

这就是这个工具的起点——我需要一个能回答"这条结果到底可不可信"的东西，而元宝搜索的原始数据，正好是喂给它的输入。

二、为什么需要搜索：它是我拿到的"原始语料"，不是"答案"

这里得先讲清楚元宝搜索在我的工具里扮演什么角色，免得有误解。

它不是被当成"一个能直接给我结论的问答机器人"。我用的是它的SearchPro 接口，拿回来的是原始检索结果列表——每条带标题、域名、日期、正文摘要。这一步的价值在于：

1. 结果多、够快：一次 query 能拿回 10~30 条结构化的返回，正文是完整段落，不是只有标题摘要，这让我能对"内容本身"做分析，而不是对着标题猜。
2. 能拿到足够"脏"的真实样本：我要验证的是甄别能力。如果返回的全是干净权威稿，这个工具根本没有用武之地，是这批原始数据让规则有了被检验的机会。

换句话说，搜索负责"召回"，我的引擎负责"甄别"。如果搜出来就信，那和直接抄第一篇软文没区别。这个接口的分工本来也是如此：它给数据，结论得自己出。

顺带说一句接入：我用的是服务 API KEY 方式（Bearer Token，域名api.wsa.cloud.tencent.com），也可以走腾讯云标准的 SecretId/SecretKey + TC3 签名。两种都行，我这条 KEY 走的是前者。调用时注意一个坑——Cnt（返回条数）在 REST 里是整型，但走 MCP 工具时是字符串"10"，别混着传。

三、我怎样实现：把"判断软文"变成一串可复核的规则

光靠感觉判断"这篇像软文"没用，评给别人看也说不清。我的做法是：把每一条判断都落成一条可复核的规则，命中就加分，最后按总分分级。

3.1 先解决"域名"这个最容易踩的坑

一开始我直接拿接口返回的site字段当域名用，结果发现它是乱的——同一批结果里，site一会儿是www.hyzdzn.cn（真域名），一会儿是中国经济新闻网（中文站名），一会儿是今日头条。这会让"同一站点占了多少个席位"这种判断完全失效。

所以第一步是优先从 URL 里取 host，而不是信site字段。顺带把 F9（利益相关方识别）也一起处理了：

3.2 12 条特征，每条都带证据

我设计了 12 条可独立命中的特征，每条命中都带一条"证据片段"，读者能拿着回到原文核对。F9（域名归属利益相关方）的判定上面那张图里已经有了，这里说 F12 和另外几条短规则：

# F12：同源改写 / 重复投放 —— 同一份稿换域名再发一遍# 用 5-gram 字符 shingle + Jaccard，中文不用分词，对"改标题、换主角"最敏感defshingles(text:str,n:int=5)->set[str]:clean=re.sub(r"[\s\W_]+","",textor"")return{clean[i:i+n]foriinrange(len(clean)-n+1)}defjaccard(a:set[str],b:set[str])->float:inter=len(a&b)returninter/(len(a)+len(b)-inter)ifaandbelse0.0

上面只是两个函数，完整的聚类还得把相似的两两并成一簇，这部分是并查集：

还有几条短规则也很关键：

• F1 同源重复（15 分）：同一域名在一次检索里占了 2 个以上席位——正常内容站不该这么做，厂商自建矩阵才会。
• F3 正文自认数据未经核实（22 分）：有些软文会在角落里写一句"以上数据来自公开网络，仅供参考"，等于自己承认了。
• F5 有具体数字但无具名出处（12 分）：正文有"市场规模 328.7 亿"，全文却没出现 IDC/赛迪/年报这类具名来源。
• F10 商业导流痕迹（24 分）：正文出现"扫码 / 免费试用 / 电话"两处以上，这已经等同广告物料。

分数累加后分四级：A（0–21，可采信）、B（22–39，需交叉验证）、C（40–59，存疑）、D（60–100，疑似利益相关方自述）。

3.3 从正文里抽"事实主张"，再找互相打架的

光分级还不够。我写了一个extract_claims，从正文里把"谁在什么年份声称了什么数字"抽出来，然后按"同一指标、同一主体、同一年份"分组比对。

这里有两个很容易写错的地方，我踩过坑，记下来：

坑一：美元口径不能和人民币混在一个桶里。一开始我把20.7 亿美元当成20.7 亿元抽进去了，结果把市场规模的极差虚假放大到了19 倍。所以抽的时候要跳过"美元/美金"。

坑二：份额要用绝对百分点，不能用相对比例。42.7%和52.7%相对只差 23%，如果用"相对极差 > 30%"当阈值，这条最关键的分歧会被直接吞掉。但 10 个百分点的差距，在市场份额语境下已经很大了。

核心判定逻辑是这样的：

for(metric,subject,year),itemsinbuckets.items():values=sorted({i["value"]foriinitems})clusters={i["cluster"]foriinitems}# 独立性按"内容簇"计，不是按域名计iflen(values)<2orlen(clusters)<2:# 三站同稿只算一个信源continuelo,hi=values[0],values[-1]ifmetric=="市占率":spread=hi-lo# 百分点用绝对差ifspread<5:continueelse:ratio=(hi-lo)/loifratio<0.3:continue

四、最后得到什么：一次真实运行的完整结果

检索拆成 8 轮，每轮只问一件事。一次 query 里混太多意图，结果会被某一个方向带偏，所以厂商名单、产品定位、定价、份额数据、失败原因分开问。实际记录：

第 2 轮那个"2"值得看一眼：10 条结果只来自 2 个域名。我本来只想确认这家公司到底存不存在，拿回来的却是同一批内容在反复复述。这也是后来把"同源重复"设成第一条特征的原因。

这 80 条原始结果按 URL 去重后得到78 条唯一页面，跑完整条链路。终端里的真实输出是这样：

68% 的结果不该被单独引用——这就是我要的数字。它不是我拍脑袋说的，是引擎一条条打分打出来的。

落到表格里，每一条都长这样：等级、分数、簇号、标题、域名、来源轮次、证据片段，一列不少。按分数降序排，谁在自卖自夸一眼就能看出来：

看几组被引擎揪出来的"打架数据"：

这里最值得说的一处：42.7% 是 2024 年的，52.7% 是 2025 年的，跨年比较不算矛盾，是正常增长。真正有问题的是同年度的 50.3% 和 52.7%。后者是黑湖在自己官方博客里写的，比第三方转述高 2.4 个百分点。引擎按年份分组，就能把"正常增长"和"自述偏高"分开，不会误报。

引擎跑出来的完整冲突表是这样。右边那列颜色代表该条信源自身评级（绿 A、红 D），能看出真正麻烦的地方在于"高等级信源之间也在打架"：

还有一个特别典型的样本，我单独拎出来说：

同一份《MES 多少钱一年》的价格表，几乎逐字出现在jiagongdan.cn、ycmes.cn、blog.blacklake.cn三个站点，只把主角在"蜂鸟工单"和"黑湖小工单"之间对调了一下。按域名数，这是"三个独立信源互相印证"；按内容，它只有一个信源。这正是引擎 F12（近重复聚类）要拆穿的假象，5-gram 重合度实测 65%，一眼就能看出是同一份稿。

定价是另一个重灾区。同一款产品，官网挂一个价、渠道报一个价、行业稿又写一个价，还经常不说含不含实施。所以我把每条价格连同"计费单位、是否含实施、价格口径"一起记，才敢往报告里写：

黑湖小工单 10,800 元/年是公开牌价（50 账号），相对可靠。新核云 28,350 元/年是 36 氪的挂牌价，同页还标着实施 3,000 元/人日、10 人日起——这意味着落地至少还要再加 3 万。只看一句"几万块一年"，这些信息全丢了。

五、实际效果：这套方法能迁移，但也有明确的边界

它帮上忙的地方：

• 做调研时，我不再"抄第一篇"，而是先让引擎过一遍，只采信 A/B 级里能交叉验证的结论。
• 汇报材料里每一个数字，都能回溯到"哪条结果、哪个域名、判的什么级"，被追问时站得住。
• 这套东西不绑定 MES。换一个领域，只要把owned_domains（厂商自有站点映射）和指标词表换掉，就能复用到"某类产品的竞品调研""某类服务的供应商甄别"等场景。MES 只是我的第一个验证案例。

核验完的数据最后是这么用的。先是覆盖度那一页，78 条里 68% 不该单独引用、D 级 35 条摆在那里，评审时没人再追问"这个数据哪来的"：

再往下才敢下判断。比如价格，把各家报价按年费和交付方式排开，"5–15 万这一段只有项目制选手在场"这个结论自己就浮出来了，比列十个数字有用：

它也有明确的边界，我得诚实写出来：

• 引擎只回答了"能不能直接引"，不回答"是不是真的"。A 级只代表"没命中软文特征"，不代表内容一定正确。
• 有 3 篇"仿客观叙述体"的供稿漏网了：cet.com.cn 的《中国制造业核心力量》、yiwu.com.cn 上那篇黑湖招商稿、cul.sohu.com 的一篇行业观察。它们刻意不写"核心优势/短板"这类卡片标签，也没放导流联系方式，F11 抓不住。这三条是我逐条回原文翻出来的，说明机器判完之后还得人工过一遍。
• 引擎自动抽取的只有市场规模/市占率/客户数三类指标。定价是我人工从原文摘的，虽然也做成了结构化表，但每条都要人判断口径（含不含实施、是年费还是一次性），自动化不了；功能、实施周期更没法机器比。

关于费用和耗时：一次 SearchPro 调用返回的是结构化数据，我在本地解析、聚类、打分，整个核验过程不额外调接口（原始结果归档后离线复跑，同一份语料跑出来的结果完全一致，方便复核）。单次调研 8 轮检索在额度内即可完成，没有额外成本。

六、做完之后，我对"搜索"这件事的一点想法

以前我一直默认，搜索结果里排前面的就是靠谱的。做完这个工具我才反应过来，搜索给的是一组带噪声的候选，不是标准答案。工具的价值也不在于第一次就搜得准，而在于把原始素材摊开，让我有能力去核。

我写这个核验引擎，补的是"召回之后、引用之前"的那一段，这段在大多数人的工作流里一直是空的。

如果你也在做竞品调研、供应商甄别，或者任何搜完就要写进报告的事，有两件事建议先做：第一，别信site字段，自己去 URL 里取域名；第二，看到"XX 行业第一名"这种话，先问一句这是谁在说。

下一步我想给引擎加一个能力：对"未标注年份的断言"单独告警，因为年份缺失是现在漏检的最大来源。如果你也在用元宝搜索做类似的事，欢迎交流你踩过的坑。