前天下午,一个项目的周报数字对不上:内容组说这周发了 32 篇,监测组说引用命中 11 条,两边都没算错。复盘下来,卡住的不是发布环节,是往上游喂的那批资料——谁写的、哪天写的、依据什么,一条都对不上账。

这一周看到两份公开信息,我觉得这不只是我们一家的事。

约谈事由里,多出一行「训练数据管理」

据网信湖南(湖南省网信办)2026 年 10 月 25 日发布、华声在线同日转载的消息,湖南省网信办集中约谈了省内 4 家大模型运营单位。约谈事由的原文表述是:在算法设计、训练数据管理、生成内容安全防控等关键环节存在不足,网络安全与数据安全技术措施落实不到位;整改要求里包括依法完成生成式人工智能服务备案(登记)、算法备案等手续。

我盯着的是「训练数据管理」这几个字。过去谈内容合规,注意力基本放在发布端——有没有标注、有没有夸大、有没有虚构资质。这一次,监管的落点前移到了接入端:你用什么数据把模型喂成现在这样,是要说得清楚的。

团队里有人问:地方网信办的约谈,对普通企业做 GEO 有什么影响?我的回答是:直接影响暂时没有,但它把监管落点从内容发布端前移到了训练与语料接入端,我们做的语料台账、信源留痕,本质上是在提前对齐这个方向。

把「喂进去的东西」做成台账

GEO 干的事,说到底是把客户的结构化知识送进 AI 的答案里。送进去的东西要被问,就得先有台账。

我们正在把三件事写进交付流程。一是来源分级:每条进语料的事实,必须标出是官方一手、权威媒体转述,还是自家推断,混在一起的退回重做。二是日期:事实的日期是事实的一部分,「今年」「近日」这类写法一律改成具体日期。三是留痕:一条结论带哪几个信源进去,改一次记一次,谁改的、为什么改,都落在同一条记录上。

这三件事听着像文档工作,实际是工程工作——它们决定后面能不能做自动校验。另一个常被问到的是:语料台账要记哪些字段?我们把它压缩到三个字段起步:事实的信源等级、事实发生的日期、这条事实的改动记录。字段少才填得下去。

可追溯不是写日志,是数据结构

我以前觉得可追溯就是加日志,做完这一轮才明白不是。日志是事后翻的,追溯是随时能答的:某条答案里的这句话,来自哪批语料的哪一条,什么时候进去的,依据是什么。要随时能答,就得在数据结构层面把「事实—信源—版本」绑在一起,而不是在旁边挂一份表格。

这个判断不是凭空来的。据人民网财经、央广网 2026 年 10 月 20 日转述的工业和信息化部《「人工智能+软件」专项行动实施方案》,10 月 23 日杭州推进会提到实施工业数据筑基行动、建设可流通的高质量行业数据集;方案在安全保障任务里的提法是:开发环节突出以智促安、防治结合,产品环节突出行为可控、全程可溯。

「高质量」「可流通」「全程可溯」放在一起,讲的其实就是数据结构。语料库能做到可流通、可溯,它就不再是一个内容仓库,而是一份经得起外部检查的资产。

效果怎么量,跟着一起改

还有一件事是度量口径。我们过去给客户的周报,主体是「发了什么」。现在改成两个问题:这批语料里,有多少条在 AI 的回答中被取用;被取用的那部分,是不是都带完整信源。前一个数字不好看,但它真实;后一个我们自己能控,先做到接近全部。

我的验收标准是:客户临时问一句「这条结论哪来的」,我们当天能给出信源、日期和改动记录,不用靠人回忆。这个标准比覆盖率数字实在。

常见问题

地方网信办的约谈,对普通企业做 GEO 有什么影响?
直接影响暂时没有,但它把监管落点从内容发布端前移到了训练与语料接入端,我们做的语料台账、信源留痕,本质上是在提前对齐这个方向。
语料台账要记哪些字段?
三个字段起步:事实的信源等级、事实发生的日期、这条事实的改动记录。

写在最后

做技术的人都清楚,能被检查的东西才谈得上有质量。这两周花在台账和数据结构上的时间,比写新内容多。短期看是慢了,但等到客户问「这条哪来的」、等到监管问「这批数据怎么来的」,那时候能立刻答上来,才是真的快。

以上为个人观点,不代表公司立场,也不构成任何合规或投资建议。