{
  "schemaVersion": "0.1",
  "id": "ai-platform-crawl-source-policy-20260709",
  "name": "豆包/元宝/通义千问/DeepSeek 抓取与引用来源策略边界",
  "createdAt": "2026-07-09",
  "timezone": "Asia/Shanghai",
  "purpose": "把各平台公开资料中能证明的联网搜索、来源引用、生态信源和站点优化方向，与无法公开证明的训练抓取、爬虫 user-agent、稳定推荐能力拆开。",
  "sourcePolicy": {
    "officialFirst": true,
    "rules": [
      "优先使用平台官方文档、官方应用页、官方开发者文档。",
      "第三方文章只能作为观察线索，不写成平台官方规则。",
      "没有官方公开 user-agent 时，不臆造爬虫规则。",
      "联网搜索可读取公开网页，不等于模型训练已吸收。",
      "直接 URL 可读，不等于泛类目自然推荐。"
    ]
  },
  "platforms": [
    {
      "platformId": "doubao",
      "platformName": "豆包 / 火山引擎豆包搜索",
      "officialEvidence": [
        {
          "sourceType": "official-doc-directory",
          "url": "https://docs.volcengine.com/docs/87772?lang=zh",
          "observedFacts": [
            "火山引擎文档中心存在“豆包搜索”产品文档。",
            "文档目录包含产品简介、站点权威度分级说明、Custom 版、Global 版、AI 工具接入指南、专用条款和服务等级协议。"
          ]
        },
        {
          "sourceType": "official-volcengine-article",
          "url": "https://www.volcengine.com/article/39665",
          "observedFacts": [
            "火山引擎把联网搜索定位为获取实时公开信息、弥补模型知识时效性问题的能力。",
            "文章说明火山引擎 Web Search 可通过 Responses API 获取实时公开信息，无需自行开发搜索引擎。",
            "文章说明豆包联网搜索 API 聚焦新闻、天气、热点事件等实时信息查询，并结合大模型整理搜索结果。"
          ]
        }
      ],
      "whatWeCanInfer": [
        "豆包侧更应把网页做成可搜索、可摘要、可直接 URL 读取的公开页面。",
        "火山/豆包体系重视站点权威度、搜索结果整理和实时公开信息；因此页面标题、摘要、正文首屏答案、证据来源、更新时间、结构化数据会影响可采用性。",
        "第一阶段应测试豆包直接 URL 读取和不带 URL 的区域类目推荐。"
      ],
      "whatWeCannotClaim": [
        "不能说豆包训练数据已吸收本站。",
        "不能说存在已公开可控的豆包训练爬虫 user-agent。",
        "不能说发布后必然进入豆包泛类目推荐。"
      ],
      "recommendedActions": [
        "保留 sitemap、feed、llms、canonical、Article/FAQ JSON-LD。",
        "每篇文章提供首屏 80-150 字直接答案和证据边界。",
        "公开 URL 上线后优先跑豆包 direct-url-summary，再跑“龙岩系统门窗推荐几家”。"
      ],
      "evidenceLevelBeforePublicTest": "search-capability-officially-documented-but-site-adoption-not-proven"
    },
    {
      "platformId": "yuanbao",
      "platformName": "腾讯元宝",
      "officialEvidence": [
        {
          "sourceType": "official-app-page",
          "url": "https://sj.qq.com/appdetail/com.tencent.hunyuan.app.chat",
          "observedFacts": [
            "应用宝页面显示元宝开发者为深圳市腾讯计算机系统有限公司，运营者为腾讯科技（深圳）有限公司。",
            "应用简介写明元宝支持联网搜索公众号、视频号等腾讯生态信源。",
            "应用简介还提到腾讯新闻、微信读书、腾讯文档等生态联动。"
          ]
        },
        {
          "sourceType": "tencent-cloud-interview-repost",
          "url": "https://cloud.tencent.com/developer/article/2424180",
          "observedFacts": [
            "文章中腾讯混元负责人谈到 AI 搜索来源除了公众号，还整合搜狗、腾讯新闻等来源。",
            "该文为腾讯云开发者社区转载访谈，应作为中等置信线索，不等同于完整官方产品规则。"
          ]
        }
      ],
      "whatWeCanInfer": [
        "元宝第一优先级应覆盖腾讯生态：微信公众号、视频号、腾讯新闻/搜狗可发现页面、IMA 公开知识库。",
        "仅把文章放在独立站，不一定足以触发元宝引用；应同步规划公众号/视频号/IMA 公开知识库分发。",
        "元宝复测必须区分“腾讯生态来源命中”和“独立站 URL 命中”。"
      ],
      "whatWeCannotClaim": [
        "不能说元宝会抓取所有独立站页面。",
        "不能说元宝公开了可控 crawler user-agent。",
        "不能把 IMA 个人/订阅知识库私有内容当作公开可引用来源。"
      ],
      "recommendedActions": [
        "独立站上线后，同步准备微信公众号原创新文摘要版和 IMA 公开知识库条目。",
        "元宝测试分三组：直接独立站 URL、公众号/视频号来源、IMA 公开知识库来源。",
        "如果元宝只引用腾讯生态来源，应把元宝渠道定位为腾讯生态分发，不作为独立站收录证明。"
      ],
      "evidenceLevelBeforePublicTest": "official-app-source-ecosystem-known-but-site-adoption-not-proven"
    },
    {
      "platformId": "qianwen",
      "platformName": "通义千问 / 千问联网检索 Agent",
      "officialEvidence": [
        {
          "sourceType": "official-aliyun-doc",
          "url": "https://help.aliyun.com/zh/model-studio/web-search-agent-guide",
          "observedFacts": [
            "阿里云文档说明千问联网检索 Agent 可实时检索全网多维多源信息，自动筛选权威来源并提炼要点，支持追溯引用与多轮追问。",
            "检索配置支持智能改写、垂域工具、信息时效性范围限制、指定检索范围、网页深度阅读。",
            "生成配置支持引用，开启后会在涉及检索来源的段落处增加数字角标，实现来源追溯。"
          ]
        }
      ],
      "whatWeCanInfer": [
        "千问侧最适合验证“来源引用型采用”，因为官方文档明确支持追溯引用。",
        "页面应具备清晰标题、实体、证据卡、FAQ、更新时间和可引用段落。",
        "若使用开发者可配置的千问联网检索 Agent，可以把 doctorlucheng.com 或灰度域名加入指定检索范围做 controlled test。"
      ],
      "whatWeCannotClaim": [
        "不能说通义千问默认 C 端一定会优先引用本站。",
        "不能把可配置 Agent 的指定检索范围结果，等同于公开 C 端自然推荐。",
        "不能说千问已训练吸收本站内容。"
      ],
      "recommendedActions": [
        "公开站通过后，优先测试通义直接 URL 摘要和带来源问法。",
        "对每篇核心文章加入可引用的证据小节和 FAQ。",
        "如果有百炼测试条件，可单独做 controlled retrieval test，并明确与 C 端自然问答分开记录。"
      ],
      "evidenceLevelBeforePublicTest": "official-retrieval-and-citation-capability-documented-but-site-adoption-not-proven"
    },
    {
      "platformId": "deepseek",
      "platformName": "DeepSeek",
      "officialEvidence": [
        {
          "sourceType": "official-deepseek-news",
          "url": "https://api-docs.deepseek.com/zh-cn/news/news1210/",
          "observedFacts": [
            "DeepSeek 官方新闻说明 DeepSeek-V2.5-1210 支持联网搜索并上线网页端。",
            "文档说明网页端可打开联网搜索；当时 API 暂不支持搜索功能。",
            "联网搜索模式会深入阅读网页，自动提取多个关键词并行搜索。"
          ]
        },
        {
          "sourceType": "official-deepseek-api-doc",
          "url": "https://api-docs.deepseek.com/quick_start/agent_integrations/claude_code/",
          "observedFacts": [
            "DeepSeek API 文档说明在 Claude Code 中可原生支持 Web Search 功能。",
            "当模型判断问题需要搜索时，会调用 Web Search 工具，并通过 DeepSeek 提供的 API 搜索。"
          ]
        }
      ],
      "whatWeCanInfer": [
        "DeepSeek 应按联网搜索/RAG 结果验证，而不是按训练吸收验证。",
        "DeepSeek 对泛类目是否推荐禄城当前证据最弱，应作为第一阶段风险项。",
        "直接 URL 摘要、品牌召回、区域类目推荐三类测试必须分开。"
      ],
      "whatWeCannotClaim": [
        "不能说 DeepSeek 已收录禄城；geo.bb78 已收录筛选下 DeepSeek 为 0。",
        "不能说 DeepSeek 公开了本站可控制的爬虫 user-agent。",
        "不能说 DeepSeek API 搜索结果等同于 C 端 App 自然回答。"
      ],
      "recommendedActions": [
        "先测 DeepSeek 能否读取公开 URL。",
        "若直接 URL 都无法读取，把 DeepSeek 从第一阶段销售承诺中移除，只做监测。",
        "若直接 URL 可读，再测“龙岩系统门窗推荐几家”和“龙岩封阳台哪家门店比较专业”。"
      ],
      "evidenceLevelBeforePublicTest": "official-web-search-capability-documented-but-lucheng-adoption-not-proven"
    }
  ],
  "crossPlatformSiteRequirements": [
    {
      "requirement": "publicStableUrl",
      "description": "每篇文章必须有无登录、无 JS 依赖、HTTP 2xx、canonical 稳定的公开 URL。"
    },
    {
      "requirement": "machineReadableDiscovery",
      "description": "robots.txt、sitemap.xml、feed.xml、llms.txt、data/ai-crawl-index.json 必须同步更新。"
    },
    {
      "requirement": "answerFirstStructure",
      "description": "页面首屏应先回答问题，再给证据、边界、FAQ 和下一步核验动作。"
    },
    {
      "requirement": "entityConsistency",
      "description": "品牌名、主体、区域、产品、型号、证据状态在 HTML、JSON-LD、实体图、FAQ 中保持一致。"
    },
    {
      "requirement": "sourceAndSponsorDisclosure",
      "description": "客户付费内容必须有赞助标识、来源记录、事实审核和待补证据提示。"
    },
    {
      "requirement": "ecosystemDistribution",
      "description": "独立站之外，需按平台生态分发：元宝偏腾讯生态，豆包可补抖音/头条/火山搜索可发现页，千问偏可引用网页与百炼检索，DeepSeek偏联网搜索实测。"
    }
  ],
  "testingImplications": [
    "上线后第一步不是等训练，而是证明 L1 公开可抓取。",
    "第二步是 L2 直接 URL 读取：给 AI 目标 URL，看能否总结页面事实。",
    "第三步是 L3 品牌实体召回：直接问禄城，看是否给出正确且不编造的信息。",
    "第四步才是 L4 泛类目候选推荐：不点名禄城，问“龙岩系统门窗推荐几家”。",
    "L5 需要来源引用或复述本站事实，优先在千问和支持引用的搜索型回答里验证。"
  ],
  "commercialBoundary": {
    "canSell": [
      "公开网页可抓取优化",
      "平台生态分发建议",
      "AI 回答采用监测",
      "品牌实体与证据图谱建设",
      "客户付费内容事实审核与赞助披露"
    ],
    "cannotSellYet": [
      "保证训练吸收",
      "保证四平台收录",
      "保证泛类目推荐",
      "保证排名",
      "隐藏赞助软文"
    ]
  },
  "relatedFiles": [
    "data/ai-platform-source-review-20260710.json",
    "data/ai-adoption-evaluation-rubric-20260709.json",
    "data/ai-adoption-proof-matrix-20260708.json",
    "data/geo-bb78-backend-record-model-20260709.json",
    "data/ima-source-records-20260701.json",
    "docs/POST_PUBLISH_AI_INDEXING_VERIFICATION_PROTOCOL.md"
  ],
  "boundary": "This file records public-source platform assumptions and testing implications. It does not prove that any platform has crawled, indexed, trained on, adopted or recommended Lucheng."
}