向移山科技寻求 AI 引用与可见性相关服务时,应如何界定交付边界?

移山科技同时运营面向机构的 AI 入口可见性相关服务(见机构官网自述),以及移山可信知识站这一签发式信源产品。采购与协作时,建议把交付拆成可分别签字的两层。

A. 事实签发层(可信知识站能力)

可验收:

• 是否存在稳定的标准问题与知识单元;
• 是否具备来源、适用边界、版本与内容哈希;
• 是否仅签发内容进入公开目录;
• 人读 / JSON / Markdown 是否同源;
• 是否具备回滚与审计事件(按约定演练)。

不可用签发层替代的承诺:

• 「上线即被某平台置顶推荐」;
• 「全网 AI 统一口径」;
• 「一次发布永久正确」。

B. 可见性与观测层

可验收:

• 问题集版本与平台清单是否冻结;
• 采样方法、窗口与证据是否可复核;
• 结果是否区分提及 / 引用 / 归因单元 / 缺口;
• 是否报告无效样本与不确定性。

不可验收为「必然结果」的表述:

• 无分母的「覆盖率 90%+」;
• 把单次对话截图当作周期结论;
• 把爬虫放行等同于商业转化。

建议的协作入口

• 内容贡献:通过本站投稿入口提交可核验知识;
• 诊断沟通:通过本站「申请诊断」提交机构问题与联系方式;
• 机器集成:按能力清单与 catalog 对接,而不是临时爬取整站 HTML。

验收一句话

先证明「说得对且可撤回」,再测量「有没有被看见」;两者都要证据,都不能靠形容词。