Citemirror引镜智能

案例

我们写的每一个数字，都必须能回到证据

目前只公开一个案例：某地域细分领域的头部企业，年销售额 1–2 亿元。 内容已做去敏处理——去敏去的是身份，不是方法。

数据说明：图中可见度为去敏后的实测数据，按轮采集、逐格留证； 完整矩阵（含全部引擎与题目）在客户授权的项目说明中提供，或可在保密协议下于诊断沟通中查阅。
制造业 · 工业设备 · 已去敏

一个细分品类的地域头部品牌，在 AI 的可见度越发稳定

A 产品 · 基线与干预

  • 客户为某地域细分领域的头部企业，年销售额 1–2 亿元（本页信息已去敏）
  • 基线可见度：被提及率尚可，首位提及率极低
  • 基线准确度：同一事实多种表述、主体认知偏差、关键数值差异、部分信息陈旧
  • 干预：品牌事实卡统一口径、产品页改结构化表格、补三篇第三方对比稿、新增 JSON-LD
  • 四轮可见度：豆包 23.6% → 48%，DeepSeek 37.2% → 50%，文心 10% → 45%

A 产品 · 可见度（基线 + 四轮）

0% 20% 40% 60% 基线 第 1 轮 第 2 轮 第 3 轮 第 4 轮 23.6% 33.1% 45% 52% 48% 37.2% 31% 39% 46% 50% 10% 15% 20% 38% 45% 豆包 DeepSeek 文心一言

B 产品 · 基线与结果

  • 基线可见度：豆包 15%、DeepSeek 15%、文心 30%
  • 四轮后：DeepSeek 85%（+70 个百分点）、豆包 50%、文心 30%
  • DeepSeek 首位提及率达到 30%（第四轮）
  • 后续仍在服务中，可见度持续监测、按周期更新

B 产品 · 可见度（基线 + 四轮）

0% 25% 50% 75% 100% 基线 第 1 轮 第 2 轮 第 3 轮 第 4 轮 15% 20% 30% 30% 50% 15% 20% 45% 80% 85% 30% 30% 40% 40% 30% 豆包 DeepSeek 文心一言

交付物形态

一份复测报告的片段

这是报告的结构骨架，不是模拟数据。你签约后拿到的每一轮报告，都从这里开始。

  • 口径声明：问题集版本号、判定规则版本、引擎与账号环境、采集起止时间
  • 分引擎矩阵：问题 × 引擎，逐格标注提及状态、引用源、事实偏差
  • 四项指标：本轮值、上轮值、变化量，均附分子分母
  • 轮间差异表：新增提及、丢失提及、事实修正、事实新增错误
  • 归因分析：可归因 / 相关 / 原因未知三档分类
  • 下一轮建议：按影响格数 ÷ 投入成本排序的动作清单
  • 证据包：按 引擎/轮次/题号 归档的原文与截图

想看完整版？

在保密协议下，我们可以在诊断沟通中展示脱敏后的完整报告与证据包。

预约诊断