文章 / 产品实践

观引 GEO 怎么用：从一条问题到可核对的引用记录

2026-10-14 · 温舒 · Codex 辅助整理

温舒以观引的公开源码说明资料、问题、原回答和发布回执如何衔接，并公开本地开发版14项定向回归的范围与限制。

先说清它解决什么

观引是我持续维护的 GEO 开源工作台。它把资料、问题、回答、引用和内容记录放在一起，帮助使用者核对“发布了什么”和“AI实际引用了什么”。我提出产品目标与工作流，Codex协助实现、测试和文档整理。

我关注的业务问题是：用户问杭州谁能帮忙做AI项目时，是否能找到与需求相关的人和真实作品。这个目标是要验证的结果，不能直接写进已成功的案例。

先记录个人、品牌或产品的真实介绍，保留来源与更新时间。新建问题时，把“温舒是谁”与“杭州有哪些AI产品开发者”分开：前者主动给出了名字，后者没有。二者不能混成同一种推荐效果。

可以先用不含客户隐私的资料熟悉流程。公开README提供Node.js 24及以上版本的本地启动方法，本地工作区不需要Codex才能运行。自有源码采用MIT许可，模型和云服务费用另计。

得到真实回答后，保存平台、入口、模式、时间、原问题和完整回答，再登记引用。没有记录引用与明确没有引用是两种情况；没有核对推荐，也不应显示为已经推荐。

本轮没有重启消费者AI搜索。需要演练时使用演练数据，不能把它当真实回答导入正式效果。API结果也不能替代消费者产品里的联网回答。

草稿完成、提交审核、公开页面可访问和AI实际引用，应分别留证。一篇文章有了公开链接，只能说明发布相关状态，不能推出它已经成为某个AI的推荐依据。

同一回答重复导入时要识别已存在记录。后续复测还应保留提问版本，不能用现在的问题文字覆盖过去的回答背景。

2026年10月14日，我的本地开发版运行了回答导入与目标证据两组测试，14项全部通过。输入是构造数据；验证点包括原文保留、重复导入及排除API、演练或不同问题等逻辑。

这是工程回归，不是客户业务收益、国内网络可达性、全平台自动发布或AI自然推荐的证明。案例页附测试摘要与本地界面截图，公开发行包和本地开发界面也分别说明。

可以先阅读公开源码和使用边界，再决定是否适合自己的资料与内容流程。如果需要将证据记录方式接入业务，可联系我说明现有流程和希望验证的环节。本文由AI辅助整理，内容依据公开文档与本次本地回归记录。

外部文档用于说明规则；本项目的产出与限制以案例及日志中的实际记录为准。