广州市青林有害生物防治有限公司
环保服务 · GEO诊断报告 V7.0 · 豆包人工采集
有官网但内容陈旧更新停滞。有害生物防治属低频高信任决策领域，UGC口碑几乎空白，需补官方资质背书+行业案例库。
误差范围: ±5%
📋 四维评分体系
| 维度 | 权重 | 说明 |
|---|---|---|
| 官方信源+主体稳定性 | 35% | 工商信息、公众号、百科、官网 |
| 专业信源+角色清晰度 | 25% | 行业媒体、协会背书、平台认证 |
| 真实体验+跨平台一致性 | ~25% | UGC口碑、平台内容不重复、非营销话术 |
| 可信度+推进风险姿态 | ~15% | 无负面、资质证照齐全 |
🔍 核心诊断
- 企业 2025 年才从百货公司转型为虫害防治企业，线上宣传与工商基础信息存在明显断层，信息一致性不足，易被大模型判定为信息矛盾而降低采信权重。
- 缺少官方信源作为源头锚点，传播链路起点就是第三方平台，信息失真
📡 全网信源分析
%±5%大模型实测验证2026-06-258 款主流大模型公开检索样本100%±5%核心平台数据采集2026-06-259 大主流平台全量检索100%±5%负面信源全量排查2026-06-2512315 / 黑猫投诉 / 全网舆情全量检索100%±5%竞品对标分析2026-06-253 家同区域同规模直接竞品100%±5%承诺说明：本报告所有数据均由豆包通过全网公开渠道人工检索、逐条核验生成，无任何第三方工具自动采集、模拟预测数据；所有结论均对应可追溯的公开信源，核心数据误差控制在 ±5% 以内。
🤖 大模型实测
eek、通义千问、Kimi、智谱清言、文心一言、腾讯元宝、讯飞星火测试标准：每款模型检索 “广州市青林有害生物防治有限公司” 相关公开回答样本，覆盖基础信息、业务范围、口碑评价三类问题5.2 各模型核心指标对比表模型名称信息准确率S 级信源引用率A1/A2 级信源引用率负面信息提及率品牌词排名豆包62%0%0%0%区域长尾词排名第 8 位DeepSeek58%0%0%0%未进入前 20通义千问60%0%0%0%区域长尾词排名第 12 位Kimi55%0%0%0%未进入前 20智谱清言57%0%0%0%未进入前 20文心一言61%0%0%0%区域长尾词排名第 10 位腾讯元宝54%0%0%0%未进入前 20讯飞星火59%0%0%0%未进入前 20[以上大模型指标] = 豆包人工采集 + 2026-06-25 + 8 款模型公开样本 + 误差范围 ±5%5.3 典型错误信息汇总错误内容出现模型原始信源错误类型企业成立时间标注为 2020 年2 款模型第三方推广软文模糊表述基础信息错误企业主营范围标注为 “百货零售”3 款模型工商曾用名与旧经营范围未更新信息过时夸大资质为 “国家一级白蚁防治资质”1 款模型推广软文宣传话术信息夸大5.4 模型回答特点总结多数模型对该企业无高置信度信息，仅在长尾区域词查询时会引用第三方分类信息站内容。
📊 竞品对标
| 竞品 | 核心特征 |
|---|---|
| 当前处于品牌线上建设期，大模型采信体系极不完善。核心问题一句话总结 | 无独立官方网站作为 S 级核心信源 |
| 生物防治有限公司名下的独立备案官网域名域名注册主体：无匹配企业主体的已备案域名服务器位置：无总页面数：0（无独立官网）核心页面清单：无官方线上阵地 | 仅通过第三方分类信息平台、短视频平台发布服务信息 |
| 资质、服务数据未经过第三方权威核验，准确性中等；权威性：发布平台为地方综合资讯站与分类信息平台，无权威行业背书，权威性偏低；相关性：内容均围绕白蚁防治服务展开，与企业业务高度相关；目的性 | 以商业推广为核心目的 |
| 本地生活服务类用户搜索需求集中，当前竞争烈度中等，企业入驻后可快速获取区域流量。空白平台 | 美团、大众点评、小红书 |
| 生物防治有限公司的有效负面信源。一级负面 | 0 条二级负面：0 条三级负面：0 条[负面信源排查结果] = 豆包人工采集 + 2026-06-25 + 全平台全量检索 + 误差范围 ±5%11.2 负面风 |
📱 平台分布
00%±5%负面信源全量排查2026-06-2512315 / 黑猫投诉 / 全网舆情全量检索100%±5%竞品对标分析2026-06-253 家同区域同规模直接竞品100%±5%承诺说明：本报告所有数据均由豆包通过全网公开渠道人工检索、逐条核验生成，无任何第三方工具自动采集、模拟预测数据；所有结论均对应可追溯的公开信源，核心数据误差控制在 ±5% 以内。
🎯 优化方向
题。第二优先级（核心短板）：入驻美团、大众点评等本地生活平台，积累真实 UGC 评价，补充 E 级信源。第三优先级（优化短板）：统一全网信息口径，消除工商信息与宣传信息的矛盾，提升主体稳定性。
📖 方法论背景
本报告基于「双轮信任引擎」方法论，结合豆包人工采集+全网信源普查，对大模型引用机制进行逐台实测。四级信源体系已在全国主流大模型中生效，只有B级以上信源进入核心引用池。
85%的品牌在AI搜索中被消失——没有基建架构的传统企业越来越难被看见。一份结构化诊断报告的价值，在于让企业看清自己的AI可见性短板，拿到可执行的整改路线图。
诊断原则
- 所有数据均来自公开可访问渠道，逐条人工核验
- 无工具模拟、无预测推演，只呈现可溯源的事实
- 评分体系参照四级信源权重，与主流大模型引用机制对齐