依据与来源追溯：将 AI 回答转化为可验证结果的结构
介绍如何将问题、观测条件、来源、审核与审批记录关联起来，形成可复现的结果，而不是只保存 AI 回答中的句子。
SAG TECHNOLOGY FRONTIER
我们不只追随技术趋势。
SAG定义下一项标准。
我们设计搜索、回答与生成式AI理解品牌的方式，并用清晰的技术语言介绍SAG的真实架构与运营原则。
SAG / ARCHITECTURE NOTES
构成当前SAG的五项技术原则
从发现、证据与数据边界，到可靠执行和内容交付，逐一说明我们的工程选择。
80 articles · 4 / 8
请求去重：快速展示同一月份菜单的架构
需要相同资料的界面共享一个正在进行的请求。快速切换菜单时重复调用相同 API，会增加延迟和成本，也会导致响应顺序不稳定。必须将采集与查询分离。
HTML ZIP 分析：为什么有源文件时应先检查，而不是先爬取？
这是一种通过受限输入路径读取网页 HTML 集合，并将其转换为诊断所需文档的采集方式。当公开网站发生变化或外部访问受限时，仅凭当前页面很难验证之前的源文件。经批准的源文件集合是界定分析内容的起点。
增量采集与重新分析：每次都必须读取整个网站吗？
围绕已更改的页面和受影响的问题缩小重新分析范围。全量重新采集虽然简单，但即使是微小修改，也会再次产生全部成本。相反，如果变更判断范围过窄，就可能漏掉相关 FAQ 和对比表中的不一致。
未观测与0%：为何守住 null 才是报告专业性的体现
这是一个区分并保留无数据与实测为0的模型。将未确认的数据填为0，会让客户把数据获取问题误认为服务表现问题。图表的自动默认值也有同样的风险。
浏览器上下文隔离：为什么采集会话应按客户分开
这是一种将浏览器 Cookie 和会话状态限定在各项任务边界内的采集设计。如果前一位客户的登录状态残留到下一次采集中，结果可能与公开页面不同，也可能读取到其他账户的资料。
采集、诊断与观测：为什么要区分三种成功状态？
将资料获取、内部分析完成和外部曝光确认建模为不同状态的原则。HTTP 200 只表示请求成功，并不意味着品牌出现在 AI 答案中。若只显示 completed，客户就会混淆结果质量与执行状态。
robots.txt 与访问权限：技术上能抓取的内容，是否就允许抓取？
这是一套同时落实自动访问指令与所有者许可范围的运营规则。即使技术上能够打开页面，也不能断定抓取权限与使用范围相符。若将限制转化为失败分数，分析也会失真。
如何防止迟到的响应覆盖其他月份的页面
通过识别切换顺序来丢弃旧响应。请求10月后选择了9月，但10月的响应迟到时，所选月份与页面内容就会不一致。即使服务器准确，UI 也需要验证响应顺序。
Cron 采集的幂等性：如何确保重复运行也不影响结果
将定期运行识别为业务上的同一项任务，以控制重复和冲突。调度可能重复、延迟或失败。若将运行次数等同于成功保存次数，就会产生重复记录和成本错误。