企业做 GEO 监测，常见问题是把抓取、索引、来源引用和正文推荐混成一个指标。可靠的做法是建立分阶段记录表，让每个结论都能回到原始 URL 与采集记录。下面给出一套可以从零落地的数据模型。

一、页面资产表

字段包括 page_id、URL、页面类型、标题、目标问题、所属栏目、内容模型、更新时间、canonical、HTTP 状态和结构化数据类型。页面类型至少区分首页、列表页、详情页、专题页与服务页。

二、抓取与索引表

记录 crawler、path、status_code、response_time、first_seen、last_seen 与异常类型。重点检查核心页面是否被抓取、是否频繁 5xx、robots 是否误封，以及低价值参数页是否占用抓取。

三、AI 采样表

每次采样保存 platform、keyword、sampled_at、answer_id、source_urls、answer_text、complete_flag 和 collector_version。complete_flag=false 的记录单独统计，不进入趋势判断。词表版本要独立记录，避免口径变化混入同一张图。

四、引用归因表

把来源 URL 归一化并映射到页面资产，字段包括 source_url、page_id、title、position、mention_in_answer 和 link_in_sources。要分开记录“正文提到品牌”和“来源列表包含链接”，二者不是同一件事。

五、内容发布表

记录 article_id、渠道、标题、公开 URL、发布日、目标问题、承接页面和内容类型。公开链接要能打开，标题要与页面一致；回收不了链接的内容不计入可核证据。

六、复测任务表

字段包括 task_id、base_sample、change_variable、recheck_at、result 和 next_action。每轮只改一个主要变量，例如官网承接页或内容形态，保留前后版本，方便归因。

七、建表与质量规则

主键使用稳定 ID，时间统一保存 ISO 8601，平台与关键词使用字典表，URL 保存完整值与归一化值两份。写入时校验必填字段、URL 可解析、日期合法和来源可复访。

八、最小看板

先做四张视图：每日采集完整性、核心页面抓取状态、来源引用趋势、正文候选位置。不要一开始追求复杂评分，先把原始证据保存正确。

九、验收

随机抽十条采样记录，能够还原平台、关键词、答案、来源与抓取时间；随机抽五个来源 URL，能够映射到公开页面；随机抽三次复测，能够看到变更变量与结果。三项都通过，监测表才具备可用性。

声明：本文为技术实践分享，清单与示例代码仅作参考，不构成对任何产品或服务的推荐。