检查企业在 AI 中的可见度
免费，无需信用卡。
AI 回答引用了三篇文章。看似可信，直到你发现三篇都重复同一次采访。在把它们视为三个独立佐证前，先核实正文来源。下面的方法也能记录证据不完整时的不确定性。
引用 URL 不一定代表独立结论
文章可能经许可转载、由出版网络分发，或基于同一份公告。三个不同域名并不能证明三家编辑部独立核实了同一事实。
应比较文章本身，而非网站名称。结果是有证据的关系：确认转载、可能共同来源、独立贡献或来源未明。不要修改监测工具记录的引用次数。
先保存回答与完整地址
保存问题、语言、AI 系统、日期及带引用的完整回答。打开每篇文章，确认哪个段落支持所研究的声明。出现链接并不代表文章支持回答里的所有句子。
记录标题、作者或出版者、可见发表日期、更新日期、声明的来源和阅读日期。无法访问的页面应明确标记。搜索摘要不足以判断文章起源。
寻找共同文本线索
比较不寻常的论证顺序、相同引语、同一错误、示例或图片说明。只有一句常见表达相同，证据很弱。多个罕见元素按相同顺序出现更有用，但仍需说明依据。
| 关系判断 | 判断依据 |
|---|---|
| 已确认转载 | 明确的转载声明及来源链接可确认关系。 |
| 可能共同来源 | 相同正文却没有说明时，应继续核实来源。 |
| 原创贡献 | 共同数据加上自己的采访或分析，可能构成独立贡献。 |
| 尚未确定 | 正文缺失或信息冲突时，保持未定。 |
共同来源不自动意味着侵犯著作权。本方法描述来源关系，不判断转载是否合法。
区分原始来源与新增贡献
最早可见日期是线索，不是作者身份的证明。日期可能对应网站迁移或更新。正文中一致、明确的作者、原出版机构、通讯社或原始材料说明，证据更强。
来源模型 W3C PROV-O 区分对材料的责任与从先前材料派生的关系。在审核表中分别记录作者或出版方以及原始文本。这些关系仍需通过阅读内容核实。
假设 AI 引用 A、B、C。A 发表采访，B 标明 A 为来源并复制正文。C 引用同一采访，但另加自己与第二位专家的访谈。应记录一篇确认转载和 C 的额外贡献，不把全部自动归为一个观点。
假设示例：A 发布采访，B 转载，C 增加自己的采访。共同材料与新增贡献应分别判断。
缺少明确证据时，使用“可能共同来源”，并写明原因。拿到全文后应允许修订判断。
将引用与解释分开
报告保留原 URL 和引用次数，另加“文章来源家族”、关系与证据。这是编辑对来源的解释，不是重新定义 Semly 指标。
比较不同时间段时，使用相同规则并检查缺失页面。域名增加可能表示同一文章传播更广，也可能代表新的独立调查；文本分析才能区分。
如何使用分析结果？
若回答依赖同一公告的多个副本，寻找独立支持其声明的材料。新文章出现时，确定它增加了什么证据。目标是理解回答依据，而非删除有效引用。
Semly 帮助找到引用来源，文章关系仍通过页面内容评估。
实施前检查
- 完整回答及引用 URL 已保存。
- 已经阅读文章全文。
- 每项关系有证据或不确定性标记。
- 原创贡献与引用数量分开记录。
相关指南: 为什么 Perplexity 今天推荐某个品牌，明天却忽略它？
分享：
