开源 CiteScope：跟 Topify $99/月做同样的事，多做了一刀

客户案例驱动 + span attribution 差异化 + 一个 solo dev 在「商业化 vs 开源」之间的 Open Core 取舍

2026 年中，客户找供应商的方式已经悄悄变了。我做的一个 B2B 出口客户（化名 X），目前在 ChatGPT / Perplexity / Gemini 上的 AI 覆盖率是 0%。客户老板想知道两件事：怎么进 AI 短名单？竞品的 AI 弹药库在哪？市面上的 GEO 监测工具我看了一圈，Topify 99-199 美元/月、Profound 499+ 美元/月、Peec.ai 80-120 欧/月，做的事都差不多 —— 但有一刀谁都没切。所以花两周自己造了一个开源平替 CiteScope，今天发布。

AI 搜索流量正在分走 Google 的购买意图

如果你在 2026 年还在做品牌增长，八成已经发现这个不太舒服的现象：有相当一部分购买意图的流量正在从 Google 流向 AI 对话窗口。

当客户问 ChatGPT 「2026 年某品类的最佳 B2B 供应商有哪些」或问 Perplexity 「北美某行业的服务商找谁」，他们拿到的是一段 200 字的回答，点名 3-5 家供应商，带可点击的 citation 链接。他们不会再去翻十条蓝色链接。他们直接从 AI 的短名单里挑。

如果你的品牌不在这份短名单上，你就是隐形的 —— 哪怕 Google 上同样的关键词你排第一。

这就是 GEO（Generative Engine Optimization，生成式引擎优化），或者 AEO（Answer Engine Optimization，应答引擎优化），2026 年中开始更常用的叫法。一个意思：优化 AI 搜索的可见度，而不只是 Google。

这个赛道很热。Topify、Profound、Peec.ai、Otterly、AthenaHQ —— 全部在过去 18 个月里冒出来，统一收 80-500 美元/月。但它们卖的本质上是同一件事：把你的探针问题打到 AI 引擎上，记录回答和 citation，画几张图。

客户的真实需求：0% AI 覆盖率怎么破

我的 GEO 业务起源是给一个真实客户做诊断。客户化名 X，主营 B2B 出口业务（OEM/ODM 品类），目标市场欧美。背景：

• 有自己的工厂（实体生产能力），有审计认证（LRQA / Intertek 体系内）
• 过去主要靠展会 + 阿里国际站获客
• 2026 年中老板意识到大客户买家越来越多从 ChatGPT / Perplexity / Gemini 起手做供应商初筛
• 初步盘点：客户品牌在英文 AI 搜索里 0% 覆盖率。竞品（竞品 A 29%、竞品 B 34%、竞品 C 24%）已经被 AI 推荐

老板的诉求是三个问题：

1. 我的品牌有没有被 AI 提到？跨引擎、跨时间窗的提及率
2. AI 提及行业问题时引用了哪些站？这些就是我要去铺内容的「弹药库」
3. 竞品的 AI 资产到底是什么？AI 提到某个竞品时引用了哪些 URL，反推竞品的 GEO 内容投放

第一个问题简单 —— 跑探针、看 mention 率，每家商业 GEO 工具都做。第二个问题中等 —— 域名聚合的 Top Domains 报表，主流商业工具也都做了。第三个问题是关键：商业工具大多停留在「列出竞品被引用的 URL 总数」，但没法精确说「AI 提到这家竞品的那段话里，是哪条 URL 在背书」。这才是真正的反向归因。

市场上的工具我看了一圈

正式动手前我把英文圈主流 GEO 监测 SaaS 都注册过 trial 跑了一遍。粗略归纳：

共通点：都是 SaaS、都不公开数据处理细节、都没做 span attribution、都不让你自定义 AI 引擎 adapter。差异化大多是工作流打磨 + 集成丰富度 + AI 引擎覆盖数。底层数据本身不是壁垒 —— 同样的探针 prompt 打给同一个 OpenAI Responses API 拿回的就是同样的 citation。商业 SaaS 卖的是「省下你自部署的两天时间」这个差价。

整个赛道在卖一个 20 美元/月的服务，定价 200 美元/月。客观看，对没有工程能力的中小品牌方这个差价合理。但对有工程能力 + 想自定义 + 在乎数据自主的团队，存在巨大套利空间。

我决定自己造的三个理由

1. 数据自主：探针 prompt 本身就是商业策略

客户的探针 prompt 看似只是一些通用行业问题，但精心设计的 prompt 集合（哪个品类、哪些竞品名、哪些用途场景）实际上暴露了客户的市场策略。这些数据落在第三方 SaaS 数据库里 = 你的策略对厂商透明。对 X 这种正在制定 GEO 突围方案的客户，把 prompt 集合上传给一家美国 SaaS 厂商（即便是声誉好的）也是要内部审批的合规事项。自部署 SQLite 完全消除这个摩擦。

2. 差异化：我要做 span attribution

这是真正的 differentiating feature。商业工具最多告诉你：

「上周你这个品类的 AI 回答里 Reddit 被引用了 78%。」

我要的是多一句：

「Reddit 被引用 78%。其中 23% 精确地支撑了提到你品牌的句子 —— 对比 55% 支撑的是无关竞品提及或行业通用论述。」

这两个数据驱动的动作完全不同。第一个版本你只能说「Reddit 是高频引用源」—— 没用，所有竞品都知道。第二个版本你能区分「Reddit 在我品类是泛引用」vs「Reddit 是我品牌的真实背书源」vs「Reddit 引用了我品类里所有人除了我」。最后一种情况意味着真实的内容缺口（gap analysis）。

3. 国内 AI 引擎覆盖：豆包 / Kimi / DeepSeek

如果客户只做欧美出口，国际 AI 引擎够用。但 X 也希望覆盖国内询盘场景（部分国内大客户问豆包要供应商推荐），同时下一阶段想扩展到给国内品牌做 GEO 服务。这意味着豆包 / Kimi / DeepSeek 必须能接入。市场上唯一同时覆盖国际 + 中文引擎的 Topify 跟我聊过 trial，但他们的 Doubao 走 cookie 逆向，账户级 token 失效率高。我希望走官方 API —— 2026 Q1 上线的火山方舟 Ark Responses API + web_search 内置工具就完美满足。

CiteScope 是什么

UI 长这样 —— 主页总览显示所有客户的 7 天提及率：

每个监测对象有独立的「探针题库」，CSV 可批量导入，问题按 category / competitor / use-case 分类管理：

核心工作单位是 Run —— 一次 Run = 一组探针 × 多家 AI 引擎 × 一个时间点。监测中心的「概览」Tab 给出该客户的 KPI 仪表板：

架构 30 秒版：

React + Vite + Antd 5
        │ HTTP/REST
        ▼
FastAPI + uvicorn + SQLAlchemy + APScheduler
        │
        ├──→ AI 适配器 ×6 (ChatGPT/Perplexity/Gemini/豆包/Kimi/DeepSeek)
        ├──→ SQLite (WAL 模式)
        └──→ 后台 citation resolver job (每 5min 一批 Gemini wrapper)

单进程 + 单 DB 文件，起步不需要 Redis / Celery / Postgres。1 vCPU / 1 GB 内存够用。一行 docker compose up -d 起服务，localhost:3000 打开。

核心差异化：span attribution 是什么

这是 CiteScope 跟所有商业工具最大的区别，值得花一段讲。

AI 回答里通常有 [citation:N] 标记（或者 OpenAI 的 url_citation annotation，Gemini 的 groundingMetadata，Volcengine Ark 的 annotation）。每条 citation 都有 start_index 和 end_index，指向它在 AI 回答正文中支撑哪段话。

商业工具拿这些 citation 时只用了一半信息：URL + title。它们丢掉了 span 信息。所以最多告诉你「这个域名被引用了 N 次」。

CiteScope 多做了一步：把 [citation:N] 标记位置和品牌词位置都计算出来，按句子切分 AI 回答，判断 citation 是否落在跟品牌提及同一句话里。如果是，这条 citation 就是真实支撑你品牌的；如果不是，它只是泛引用。

算法是 90 行 Python（backend/app/services/citation_analysis/span_attribution.py）。核心逻辑：

def compute_supports_brand_mention(
    raw_answer: str,
    brand_keywords: list[str],
    cite_indices: list[int],
) -> dict[int, bool]:
    # 1) 找所有品牌关键词出现的 char 区间 (大小写不敏感)
    brand_spans = find_keyword_spans(raw_answer, brand_keywords)

    # 2) 找所有 [citation:N] marker 的位置, 按 N 分组
    markers_by_n = find_citation_markers(raw_answer)

    # 3) 按句子切分 (中英文混排标点),
    #    每个句子查: 既包含某个 brand_span 又包含某个 marker → 该 N = True
    supported = set()
    for s, e, _ in iter_sentence_spans(raw_answer):
        has_brand = any(span_overlaps(bs, be, s, e) for bs, be in brand_spans)
        if not has_brand:
            continue
        for n, ms in markers_by_n.items():
            if any(span_overlaps(ms_s, ms_e, s, e) for ms_s, ms_e in ms):
                supported.add(n)

    return {n: (n in supported) for n in cite_indices}

难点不在算法，在三个细节：(1) 中英文混排的分句（中文句号后通常无空格，英文句号紧贴中文字符也要切）；(2) 各家 AI 引擎返回的 citation 标记归一化；(3) 插标记到原始正文（OpenAI / Ark 返回的是 span index，需要按 end_index 倒序插 [citation:N] 让后续算法能跑）。

三个细节我各踩过一次坑。OpenAI 的 chat completions + search-preview 不返回 span（只有 annotations 数组），所以 ChatGPT adapter 暂时只能「全文级」归因；Gemini 的 grounding_supports 有 segment.start_index/end_index，需要手动重组；Ark 的 url_citation 跟 OpenAI Responses 几乎对齐但字段名是 input_tokens/output_tokens。整套对齐工作两周做完。

为什么商业工具不做这个？我猜两个原因：(1) 计算成本不低，且营销卖点不直观 —— 「Reddit 78% 引用」比「Reddit 30% 背书你品牌」看起来更醒目；(2) 一旦做了会暴露大多数「citation 追踪」实际多浅。这是 committing-to-shipping 的问题，不是算法问题。

真实数据效果：客户 X 跑出来的 Top Domains

客户 X 跑了三个 Run（baseline + 改 llms.txt 后 + 加 FAQ schema 后），3 周时间，约 700 条 citation。Top Domains 报表给出来的「AI 弹药库」是：

这份清单可直接转化为三类内容投放动作：

• marketplace listing 优化：在 made-in-china.com / alibaba.com 上把客户的 listing 做完整（认证图、产品规格、视频）—— 这是顶流权威
• cluster journalism 进入：industry-listicle-a.com / industry-listicle-b.com 这种「top 10 行业供应商」博客，去找作者邮件 pitch 把客户加进去（带认证 + 案例）
• 竞品 reverse engineering：去 competitor-a.com / competitor-b.com / competitor-c.com 看它们的页面 schema / FAQ 块 / 客户案例怎么写的，对照差距

更重要的是 Run 对比视图能验证 GEO 干预动作的因果效果。下图是客户的三次 Run 对比 —— 矩阵显示提及率从 baseline 0% → 改 llms.txt 后 30.4% → 加 FAQ schema 后 56.5%，雷达图同时显示三个平台的偏好差异：

没有 Run 对比就没法做这种因果归因。CiteScope 把每轮监测当作一个版本化的 Run（带名字 + note），跨 Run 对比是它跟 Topify「每周自动跑一次然后画线图」的本质区别 —— 后者只能看趋势，前者能验证假设。

怎么自己跑

一行命令：

git clone https://github.com/piglet12138/CiteScope.git
cd CiteScope
cp backend/.env.example backend/.env
# 打开 backend/.env 填三把 key:
#   OPENAI_OFFICIAL_API_KEY=sk-...
#   PERPLEXITY_API_KEY=...
#   GOOGLE_AI_API_KEY=...
docker compose up -d
# 浏览器打开 http://localhost:3000

填 key 的页面长这样 —— 默认进入「AI 搜索 / 监测平台」Tab，每个平台一张卡片，配套申请链接 + 测试连通按钮：

API key 申请：

• OpenAI Official：platform.openai.com/api-keys（跑 ChatGPT web search）
• Perplexity Sonar：perplexity.ai/settings/api（或走 OpenRouter，PERPLEXITY_API_BASE 改成 https://openrouter.ai/api/v1）
• Google AI Studio：aistudio.google.com/apikey
• 可选 火山方舟 Ark：volcengine.com/product/ark（豆包）

预算估算：100 prompt × 3 平台 × 每周 1 次的典型频率，API 月成本 5-15 美元。Topify 卖你同样的数据 99 美元/月。

setup 完之后到 localhost:3000 → 品牌列表 → 新建客户 → 录入探针问题 → 监测中心 → 新建实验运行。5 分钟跑完，引用来源 Tab 就有 Top Domains + Competitor Assets 报表。

完整的使用手册站内嵌入 —— 不要把用户赶到 GitHub wiki，直接 /guides 路由就能读。8 个模块独立 guide，markdown 渲染：

为什么开源不直接卖 SaaS

这是这两周问自己最多的问题。把客户这个真实案例 + 差异化 feature + 已经做出来的产品打包成 SaaS 卖 49 美元/月，理论上可行。最后还是选了开源。三个理由。

1. Solo dev 没有 12 个月全职 runway

我同时在做客户的 GEO 业务、Lucky GitHub agent、claude-ai-harness、claude-zh CC fork 等几个项目。把 CiteScope 商业化意味着 6-12 个月全职做 GTM（落地页 / SEO / 内容营销 / 客户支持 / 国际收款合规），跟 VC 加持的 Topify / Profound 正面对抗。solo + 国内主体 + 卖国际 B2B SaaS，胜率太低。

2. Open Core 已经是被验证的剧本

PostHog（analytics）/ Plausible / Cal.com / Supabase / n8n 全部是 OSS core + 后期叠 hosted SaaS，起步 1-2 人，2-3 年内做到 100K+ ARR。模式是相同的：

• 前 6 个月专注开源积累 stars / 社区反馈 / 早期 power users
• 看到重复出现的「我想用但不会自部署」的需求
• 启动 hosted version，卖给那部分用户（卖的是托管 + 多租户 + 优先支持，不是 core feature）

这条路径对 capital 效率最高 —— 前 6 个月几乎 0 边际成本，时间投入主要在维护 + 答 issue + 写博客（每周 5-10 小时），跟我手上其他项目并行。

3. 客户案例只有开源才能引用

SaaS 不能把客户的探针 prompt / citation 拿出来当公开 case study（违反客户合同）。开源工具可以：因为 客户自己 self-host，数据完全在他自己 SQLite 里，展示的是「用我的 OSS 跑出来的数据」，不是「我帮他跑然后偷出来」。这种 case study 的可信度比 100 张产品截图都高。

路线图

具体的 6 个月路径：

• Week 1-2（现在）：发文 + 提交 Show HN / Reddit / 即刻 / 知乎，收第一批 stars
• Month 1：收信号 —— GitHub stars / issues / 谁 fork、看后台有没有人开「feat: hosted version please」issue
• Month 2-3：补 v0.2 features（Postgres / 多 AI 适配器 / Slack alerting）
• Month 4：决策点 —— 如果 500+ stars + 5+ 主动询问 hosted，启动 hosted 版（citescope.cloud）
• Month 5-6（如果启 hosted）：multi-tenant + Stripe + 定价 19/49/199 美元月档位（全部低于 Topify 99 美元起步）。客户案例上首页

反向情况 —— 什么时候应该跳过开源直接卖 SaaS：有 12 个月 runway 全职做 / 已经有 5+ 客户排队签 / 欧美注册主体能合规收款。目前都不成立，所以路径已经定了。

我希望听到的反馈

• Bug 报告，任何类型 —— adapter 输出和 vendor 真实响应不匹配、span attribution 处理某种 Unicode 出错、运维问题
• 新 adapter 贡献，我目前没覆盖的引擎 —— Bing Copilot / Claude.ai / You.com / Brave Search 都在心愿单上。Adapter 模板很简单，复制 chatgpt.py 改 60 行就能上一个新引擎
• 使用场景故事 —— 你想用这份数据做什么，商业工具不让你做的？告诉我，我优先做能解锁那些工作流的功能

GitHub Issue / Discussion 都开着。中英文都行。

最后一句

GEO 在 2027 年会变成基础线。每个在乎可发现性的品牌都会去测它。问题是测的方式 —— 是订一个 99 美元/月的 Topify dashboard，还是用自家 0 美元/月的 SQLite 文件 + 保留二次开发的自由度。

我押第二种世界。如果你也认同，给我们点个 star，跑一个 Run 试试，告诉我缺什么。