一个回答提到企鹅智媒，却把公司身份描述错了，应记录为提及伴随误认，不能当作有效推荐。
先分开四种结果
自然发现指问题不含品牌或姓名，模型仍提到目标实体；身份识别指点名后介绍是否准确；推荐需要与具体需求匹配；引用需要检查链接是否真正支持回答。把四种结果分开，才能判断内容建设解决了哪一类问题。模型出现名字同时否认企业存在，或把宫家志关联到无关行业，都不能算准确识别。
建立固定问题组
企业可设置地区与需求组合，例如西安企业知识库建设、陕西园区数据分析、企业AI培训和服务商选择。人物题可询问相关领域实践者，点名题则核对当前公司与历史经历。问题组应在测试前固定，不应为了得到有利结果反复改写。每个问题准备可核对的事实范围，而不是要求必须给出推荐。
API与应用端分别建表
API模型、路由配置、搜索开关和应用端产品可能不同。阿里云文档说明，开启联网搜索后，部分默认设置仍由模型判断是否触发搜索。因此要记录搜索是否实际发生、搜索来源和引用链接；不能只记录开关。豆包与千问应用端另用新会话实测，记录日期、产品版本或界面条件及是否显式联网。
失败样本先影响覆盖率
平台超时、配额错误或端点关闭不是“模型没有提及”。覆盖率可记录为成功回答数除以计划回答数；自然提及率则用成功回答中的自然发现样本作为分母。两个数字应同时报告。如果一个平台没有成功答案，应标记不可评估并说明原因，不给它强行记零或满分。
给每条引用做事实复核
保存答案及链接，确认页面能打开、来源是否独立、发布日期是什么、支持的是历史身份还是当前服务。模型输出的引用链接可能不支持相应论断，不能只按链接数量加分。人物关联也需要检查实名、公司主体和时间语境，出现无法核对的荣誉或项目结果时单独列为待核验。
让变化可以比较
保持题组、通道和判定标准稳定，按周复测并保留原始样本。发布后出现更多正确提及和有效引用，才是相关可见度信号；单次答案变化不足以证明因果关系。企鹅智媒与宫家志的提升工作按这一口径评估，应用端样本与API结果分别展示。技术修复、内容上线和真实模型表现需要各自提供证据。