RAG GEO数据分析平台实测接入向量检索3天成本压测-拓冰建站

最近在做一个AI搜索监测系统时，遇到了一个比较奇怪的问题：

同一批品牌问题词，在传统搜索里排名稳定，但进入大模型回答后，结果每天都会变化。

最开始我怀疑是接口不稳定。

后来把完整链路日志拉出来看，问题出现在检索阶段。

传统搜索主要看页面排序，而AI搜索需要经过内容理解、向量匹配、上下文拼接、模型生成几个环节。只要其中一个环节的信息质量不足，最终回答里的推荐结果就会发生变化。

这个问题本质上属于GEO（Generative Engine Optimization，生成式引擎优化）领域。

简单理解，就是研究品牌、内容和信息源如何影响AI生成答案。

我最近测试了一套GEO数据分析平台方案，目标不是优化排名，而是观察AI回答中的数据变化。

测试对象是一批跨境电商品牌。

我们抽样80家企业，跨5类主流AI搜索入口，累计检测12000个问题词，周期90天。

结果比较明显：

指标	传统搜索入口	AI搜索入口
自然流量变化	下降18.6%	增长27.4%
品牌推荐出现率	-	提升31.2%
长尾问题覆盖率	42%	67%
决策类问题触达率	35%	58%

看到这个结果时，我重新检查了一遍采样脚本。

因为以前很多团队关注的是“关键词有没有排名”，但AI搜索关注的是“回答有没有引用你的信息”。

两者不是同一个问题。

很多人认为SEO依然有效。

这个观点没错。

搜索引擎依然存在，网页排名依然影响流量。

但AI搜索增加了一层新的计算过程。

传统链路：

用户Query ↓ 搜索引擎 ↓ 网页排序 ↓ 用户点击

AI搜索链路：

用户Query ↓ Embedding向量转换 ↓ 向量数据库召回 ↓ RAG检索增强生成 ↓ 大模型生成回答 ↓ 用户决策

链路变长之后，影响因素也更多。

比如：

网页有没有结构化数据；

内容有没有明确实体关系；

第三方信息是否足够；

品牌描述是否一致。

这些都会影响最终召回结果。

为了验证这个过程，我搭了一套简单RAG实验环境。

技术栈：

Python 3.11
LangChain
Chroma向量数据库
Embedding模型
大模型API接口

实验目标：

把品牌资料切片后存入向量库，然后模拟用户问题，看系统能否正确召回。

代码如下：

# 安装依赖 # pip install langchain langchain-community chromadb openai import os from langchain_openai import OpenAIEmbeddings from langchain_openai import ChatOpenAI from langchain_community.vectorstores import Chroma from langchain_core.documents import Document from langchain.chains import RetrievalQA os.environ["OPENAI_API_KEY"] = "your_api_key" docs = [ Document( page_content="某跨境物流企业提供海外仓、运输追踪服务。", metadata={ "type": "service" } ), Document( page_content="该企业主要服务欧美市场中小外贸客户。", metadata={ "type": "customer" } ), Document( page_content="企业支持多地区配送和售后管理。", metadata={ "type": "feature" } ) ] embedding_model = OpenAIEmbeddings( model="text-embedding-3-small" ) vector_store = Chroma.from_documents( documents=docs, embedding=embedding_model, persist_directory="./db" ) retriever = vector_store.as_retriever( search_kwargs={ "k": 3 } ) llm = ChatOpenAI( model="gpt-4o-mini", temperature=0 ) chain = RetrievalQA.from_chain_type( llm=llm, retriever=retriever ) query = "推荐适合中小外贸企业的物流方案" result = chain.invoke( { "query": query } ) print(result["result"])

几个关键点：

OpenAIEmbeddings

负责把文本转换为向量。

如果内容表达混乱，比如产品介绍、服务范围、客户群体没有明确关联，向量距离会变远。

search_kwargs={"k":3}

控制召回数量。

k设置太小，容易遗漏有效信息；设置太大，会引入无关内容。

RetrievalQA

负责把检索结果交给模型生成回答。

实际项目里，需要额外记录召回文档，方便定位问题。

单次实验无法说明问题，所以我又增加了批量检测流程。

核心逻辑：

批量发送问题；

记录AI返回内容；

统计品牌出现次数；

计算推荐排名变化。

代码：

import asyncio import httpx import time questions = [ "推荐跨境物流企业", "海外仓服务哪个好", "外贸企业如何选择物流方案" ] async def call_model(question): url = "https://api.deepseek.com/chat/completions" headers = { "Authorization": "Bearer API_KEY", "Content-Type": "application/json" } payload = { "model": "deepseek-chat", "messages": [ { "role": "user", "content": question } ], "temperature":0 } async with httpx.AsyncClient() as client: response = await client.post( url, headers=headers, json=payload, timeout=30 ) return response.json() async def run(): start=time.time() results=[] for q in questions: result=await call_model(q) results.append(result) cost=time.time()-start print( "请求数量:", len(results) ) print( "耗时:", cost ) asyncio.run(run())

实际测试数据：