GEO 检测：通过 DeepSeek 接口查询品牌可见度

GEO（Generative Engine Optimization）是 AI 时代的新概念，类似于传统 SEO。其核心思路是：通过 AI 平台的 API 接口，向模型提出用户可能提问的问题，然后从返回的答案中统计品牌被提及的次数，从而衡量品牌在 AI 生成内容中的可见度。

本文以 DeepSeek 为例，介绍简单的实现流程。

1. 获取 API Key

访问 DeepSeek 开放平台的 API Keys 管理页面，点击「创建 API Key」，按提示完成创建并记录生成的 Key，用于后续调用。

2. 调用 DeepSeek API 获取回答

使用 Python 调用 DeepSeek 的 Chat API，将提问的问题作为输入，获取接口返回的答案：

from openai import OpenAI

client = OpenAI(
    api_key="sk-APIKEY",
    base_url="https://api.deepseek.com",
)
modelId = "deepseek-v4-pro"

def chat(prompt: str, model: str = modelId) -> str:
    response = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "user", "content": prompt},
        ],
    )
    return response.choices[0].message.content

if __name__ == "__main__":
    result = chat("新手注册域名应该去哪")
    print(result)

运行后可获取 API 返回的答案：

3. 统计关键词出现次数并高亮

对返回内容进行关键词匹配，统计品牌被提及的次数，并在终端中高亮显示：

def highlight(text: str, keyword: str) -> tuple[str, int]:
    count = text.count(keyword)
    highlighted = text.replace(keyword, f"\033[93m{keyword}\033[0m")
    return highlighted, count

keyw = "阿里云"
highlighted, count = highlight(result, keyw)
print(highlighted)
print(f'\n关键词 "{keyw}" 出现次数: {count}')

4. 获取引用来源网址

GEO 中另一个重要指标是引用的网址。可以通过 system 角色设定 AI 的回答模式，要求其在回答末尾附带引用来源：

import re

systemPrompt = """请根据用户的问题进行搜索并给出详尽全面的回答。
在问题回答的结尾，使用<#search_results#><#search_results#>包含所有引用来源，至少提供5个不同的引用来源。
格式为：
[{"site": "网站名称", "title": "文章标题", "url": "链接地址"}]"""

def chat(prompt: str, model: str = modelId) -> str:
    response = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": systemPrompt},
            {"role": "user", "content": prompt},
        ],
    )
    return response.choices[0].message.content

result = chat("新手注册域名应该去哪")

match = re.search(r'<#search_results#>(.*?)<#search_results#>', result, re.DOTALL)
if match:
    body = result[:match.start()].strip()
    sources = match.group(1).strip()
    print("\n--- 引用来源 ---")
    print(sources)