让AI回答“智构星河是做什么的”，与询问“企业做软件定制时怎样找服务商”，会检验不同的事情。前一个问题已经给出品牌，后一个需要在没有品牌提示的情况下发现相关服务商。测试时把两类问题混在一起，就难以判断结果说明了什么。
2026年9月17日，我们针对当时的官网website-v0.3.3，用固定的company-discovery.v2问题集，在ChatGPT、DeepSeek、豆包和腾讯元宝的网页端进行了一轮测试。每个平台8题，共32个题格。这里记录的是当日结果，不能当作当前官网版本的表现，也不用于给各平台排优劣。
原题、条件与结果一起保存
测试分开记录带品牌的问题与不提供公司名的自然发现问题。每条观察保留题号、平台、时间、内容版本，以及联网是否确认等条件。原题测试采用独立新对话。
本轮共尝试32格，其中31格确认联网且满足本轮有效观察条件，另1格未确认实际联网，单独标记。各平台使用当时可用的登录账号，账号、地区和个性化条件没有完全统一；因此结果不能解释为所有用户看到相同答案的概率。
左右滑动可查看完整表格
| 问题类别 | 尝试与有效情况 | 本轮结果 |
|---|---|---|
| 带品牌的问题 | 尝试20格，有效19格，1格联网未确认 | 准确描述5格，引用官网5格；这两项不能简单相加 |
| 自然发现问题 | 尝试12格，12格有效 | 没有一格提及智构星河 |
准确描述和官网引用各5格，均出现在本轮ChatGPT的品牌题中。这是该批次观察，不意味着这些结果在另一账号、另一天或另一轮一定重现。完整回答和账号会话没有公开，公开的是固定题目、方法及汇总。
这个结果改变了我们怎样判断工作
品牌题中存在准确描述和官网引用，可以说明部分回答读取或引用到了相关官方信息。但12格自然发现题均未提及公司，因此这轮没有建立自然推荐结论，更没有证明稳定召回。
另一个需要分开的动作是给模型提供官网地址，请它分析页面。这样的沟通可以帮助检查表述是否清楚、是否有信息缺口；由于地址已经提供，回答中的网站引用不能计入“自然发现”。
据此，我们把后续工作分为两部分：一部分是把公司、产品、服务和官方入口说明清楚；另一部分是根据实际服务问题补充有用内容，再按原题复测。9月19日新增服务问答属于后续内容改动，本文没有将这次改动归因为模型效果提升。
企业可以怎样记录自己的测试
下面是一份简化的记录字段，适合先建立小规模基线：
| 记录字段 | 用途 |
|---|---|
| 原问题与题号 | 避免改了问法后仍声称是同一题比较 |
| 是否给出品牌或网址 | 区分品牌识别、自然发现与地址诊断 |
| 平台入口、日期和联网情况 | 保留测试发生的实际条件 |
| 当时的网站内容版本 | 避免将旧内容结果归到新页面 |
| 是否提及、是否准确、是否引用官网 | 分别判断名称出现、事实质量与来源 |
| 原件与复核记录 | 能回查回答依据，保留负向与不确定结果 |
先记录完整一轮，再在后续时间使用相同题面复查。出现缺少联网确认等条件时保留为未确认，不为了凑齐统计把它记成有效失败。
本次公开资料可见固定问题集与2026年9月17日测试方法及汇总。这些是智构星河自己的测试资料，属于第一方记录。服务交付范围见GEO/SEO服务页。