1 为什么需要两张图
品牌在生成式搜索里有两个可观测对象。一个是企业能确认的事实：产品参数、资质、服务范围、价格带。另一个是模型在不同问题下实际说出来的话。前者是规范，后者是分布。二者之差，既是风险清单，也是任务来源。
单一的可见度分数回答不了这个差。它能说明品牌出现了多少次，说明不了出现的说法对不对、缺了什么、为什么缺。要回答这三个问题，必须把两类信息分别结构化，再做对齐：事实侧建一张受控的、带来源与时间的图，认知侧建一张概率加权的、带证据的图，然后逐项比较。
这也是"双图谱对照"在工程上的含义。它不是一个可视化组件，而是一套数据契约：两张图共用实体 ID，差异以结构化记录的形式存在，每条差异都能回溯到事实来源与答案原文。没有这套契约，对照就退化成人工读答案。
2 事实图谱：本体与构建
节点是品牌可控或可核验的实体：品牌、产品线、型号、属性（规格、材质、适用场景）、资质、服务条款、价格带、渠道。边表达确定关系：hasAttribute、partOf、servedBy、certifiedBy、compatibleWith、soldAt。
抽取有三个来源，可信度依次递减：结构化数据（schema.org 的 Organization、Product、Offer，产品目录，PIM/DAM 导出）；官方文档（规格书、说明书、公告）；人工确认（品牌方逐项核准的口径）。三者冲突时以结构化数据与人工确认为准，并把冲突本身记下来------冲突往往是后续纠偏的线索，而不是需要清理的噪声。
有两条硬约束。第一，属性必须带口径：单位、取值域、时间戳、适用地区。没有单位的"重量 3.2"在跨语言答案里会被换算错；没有地区的"支持上门"会被套用到不覆盖的城市。第二，事实要版本化。价格、型号、服务范围每天都在变，图谱若只存当前值，复测时无法解释"为什么上周说 A、本周说 B"。
形式化一点，记事实集合 F = {(e, p, v, s, t)}，e 为实体，p 为属性，v 为值，s 为来源等级，t 为生效时间。查询按 t 取快照，而不是覆盖写。这一条看似繁琐，却决定了六个月后还能不能解释当时的结论。
本体的粒度要克制。决策场景关心的属性通常只有十几项，全部展开会让维护成本迅速超过收益。一个可用的做法是：先按品类确定"必填属性集"，再按产品线扩展"选填属性集"，其余属性在抽取时保留但不入主图。
3 认知图谱：从答案集合到概率图
原料是答案。对问题集 Q、平台集 M，按采样协议得到答案集合 A = {A(q, m, r, t)}。对每条答案做三件事：实体识别（提到哪些品牌、产品、属性）、断言抽取（谁对谁说了什么）、角色判定（是列举、比较、推荐，还是风险提示）。
抽取结果不直接入图，而是先聚合。同一断言在不同答案、不同平台、不同轮次出现多次，记为一个带证据的节点，置信度按支持与反对计数估计：
c(a) = n⁺ / (n⁺ + n⁻ + λ)
λ 是先验强度，用来抑制小样本下的极端值。更严谨的做法是层次贝叶斯，把平台与问题作为随机效应；工程上可先用带平滑的比值，配合最小样本阈值，避免"只出现一次"的断言以 100% 置信度入图。
节点之外还要存边，至少三种：属性之间的一致性（"续航 12 小时"与"续航 8 小时"互相矛盾）、品牌与竞品的替代关系（同一问题下 A 出现则 B 缺席）、断言与来源的支撑关系。最后一种边是第 6 节归因的入口，也是"能改"与"只能等"的分界线。
认知图还有一个容易忽略的维度：角色。同样一句"适合小户型"，出现在推荐段与出现在风险段，含义相反。角色需要单独抽取，不能靠情感极性代替------极性只说明好坏，说明不了这句话在答案里承担什么功能。
4 对齐：四类映射
两张图要能比较，先要对齐。对齐做错，后面所有差异都是假的。
实体对齐。品牌名、产品名、型号常有别名与缩写；同名不同主体（同名公司、产品与人名）会造成错误归并。可用 sameAs、官方域名、统一社会信用代码做锚点，再用字符串相似与上下文特征做候选筛选。实体对齐的错误会沿整条链路放大：把竞品的事实挂到自家名下，所有结论都会反向。
谓词对齐。模型用的词与品牌用的词不同。"待机时间"与"续航"、"售后响应"与"服务时效"，需要一张受控词表做映射，同时保留原始表述。词表是活的，新增说法要人工确认后再并入，否则同义词越并越宽，最后什么都能算矛盾。
值对齐。单位、精度、范围、币种。这一层最容易被忽略，也最容易被误判为"AI 说错了"。3.2kg 与 3.2 磅不是矛盾，是没对齐；"约 12 小时"与"不超过 12 小时"是口径差异，不是错误。
时间对齐。事实有生效期，答案有采集时间。比较时要用同一时点的事实快照，否则会把"信息更新"误判为"认知错误"，把品牌自己改了参数这件事记到模型头上。
5 差异分类与度量
对齐之后逐项比较，得到差异集合 D。工程上分五类，处理方式完全不同。
表 1 双图谱差异的五种类型
|--------|-------------|--------------|
| 类型 | 定义 | 典型处理 |
| 缺失 | 事实存在，认知中缺席 | 补内容、检查索引覆盖 |
| 错误 | 认知断言与企业事实矛盾 | 溯源纠偏，优先级最高 |
| 过时 | 仍在引用旧版本事实 | 下线旧页、更新结构化数据 |
| 偏差 | 事实正确，表述倾向不利 | 调整表述与第三方证据 |
| 替代 | 特定问法下被竞品替代 | 竞争分析、属性补齐 |
度量上建议至少报四个数：覆盖率、错误率、冲突率、稳定性。
覆盖率 = |F ∩ C| / |F|
错误率 = |D_error| / |F ∩ C|
稳定性 J = |C_t ∩ C_t+1| / |C_t ∪ C_t+1|
影响面 impact(d) = Σ_q w_q · 1d ∈ A(q)
其中 C 为已对齐的认知断言集合，w_q 为问题权重。单看覆盖率会误导：覆盖率高但错误率也高，说明内容进了上下文却没被正确表述；覆盖率低但错误率低，可能是内容少而精准。四个数一起看，才谈得上诊断。
指标的分母也要交代清楚。以"全部事实"为分母和以"全部认知断言"为分母，得到的是两个不同的数，前者衡量认知完备性，后者衡量表述准确性。报告里不写分母，读者只能凭感觉理解，跨期比较也就失去意义。
6 从差异到来源：三层归因
认知断言要能回到证据，否则无法行动。结构是三层：断言 → 答案 → 来源。每条答案保存原始文本、平台、入口、时间与 run_id；每条引用保存 URL、解析后的注册域、快照时间与内容哈希。
断言与来源的关系分三种：直接支撑、间接支撑、无支撑（模型自行综合）。直接支撑可自动判定一部分------引用段落同时包含断言的关键实体与数值；其余需要人工抽检。关键指标是引用精确率：被标注为支撑的引用中，真正支持该断言的比例。没有这个数，"可追溯"只是形式。
还有一类情况是"多来源合成"。一个答案同时引用官网、评测与电商页，最终表述却是模型自己的总结。此时"哪个来源影响了这句话"没有唯一答案，能做的是记录引用集合，并在抽检中标注主要支撑来源，同时报告无法判定的比例。
7 从差异到行动：优先级
差异不是任务。任务要带优先级、责任人与验收标准。一个可用的打分是：
priority = w₁·impact + w₂·severity + w₃·fixability − w₄·cost
impact 来自第 5 节的影响面；severity 由类型决定（错误 > 过时 > 缺失 > 偏差）；fixability 取决于修复路径是否掌握在品牌手里，改官网高、改第三方评测低；cost 是人力与时间估计。权重在项目开始时定死，避免事后按结果调参------这是很多"优化清单"失真的原因。
每条任务写清三件事：证据（哪条断言、哪条来源）、动作（改哪个页面、补哪类内容、联系哪个来源）、完成标准（复测时该断言的支持度或错误率变化到多少）。没有完成标准的任务，复测时无法验收，只能凭印象说"做了"。
8 工程实现与版本
存储上，属性图比 RDF 更适合这类查询：按实体取邻居、按断言取证据、按时间取快照。两张图共用一套实体 ID，差异表作为物化视图定期重算。
更新分两类：事实侧按变更事件增量写入（价格、型号、资质），认知侧按采样批次批量写入。两侧都保留快照，复测时按同一时点比较，而不是拿今天的图对三个月前的图。
接口至少提供三种查询：某实体的全部认知断言及其证据；某断言的跨平台分布与时间序列；某问题的候选集合与替代关系。缺一种，分析就要靠导表，协作成本会迅速上升。
权限设计容易被低估。事实图谱的写权限应集中在品牌方手里，认知图谱只读，差异任务按团队分派。若任何角色都能改事实，图谱就失去了"基准"的意义，复测时的差异也无法解释。工程上常见的做法是：事实变更走审批，认知数据只追加不修改，任务状态单独流转。
9 局限与开放问题
抽取误差是主要来源。LLM 抽取在长答案、多实体、否定句上错误率不低；否定与条件（"不支持 A，除非......"）尤其容易抽反。工程上要用规则兜底、抽检校准，并报告抽检的一致性与样本量。
时效性也有限。模型改版、索引更新会让图在一夜之间变化；把版本变更记成事件，是解释曲线的前提。
最后是因果。双图谱能说明"是什么"和"差在哪"，说明不了"改了就会好"。要回答后者，仍需对照设计与同口径复测。这也是把差异转成任务时，必须同时写下验收标准的原因。
BUGOOAI 布谷GEO 的双图谱对照按上述思路实现：事实图谱经品牌方核准后入图，认知图谱按采样批次聚合，差异按五类落表，再进入行动中心转成带验收标准的任务。具体字段与分级口径以官方说明为准。