AI 答案怎么落库:SerpBase 结果的正文、引用与版本(2026)

三个月后再查,答案已经不是原来那段

今年 8 月给一个客户做竞品内容分析,把核心词在 AI 模式里的回答抓下来存档。

上周要对比「这三个月答案变了没有」,打开当时的表,只有一列 answer_text。没有引用、没有抓取参数、没有版本——同一段文字,无法证明是哪一天、哪个市场、哪次请求拿到的。

这类数据和企业里所有「一次性快照」一样:存的时候嫌字段多,用的时候嫌字段少。

存什么:四类信息缺一不可

SerpBase 的 AI 模式端点 /google/ai_mode 返回答案正文(纯文本与同内容 Markdown),以及它引用的页面真实 URL。单价 3 credits,比网页搜索贵两倍,所以每一次调用都值得完整落盘。

四类信息:

原始正文与 Markdown:不要只存纯文本,Markdown 里有标题层级和表格结构,二次分析时有用。
引用列表:每个引用含真实 URL,可能还有标题。这是判断「谁被答案选中」能落地的依据。
请求参数:q、gl、hl,加上返回的 request_id、elapsed_ms。
内容指纹:对正文做一次哈希,用来判断「这次答案和上次是不是同一段」。

主表设计与去重键

CREATE TABLE ai_answer (
  id            INTEGER PRIMARY KEY AUTOINCREMENT,
  fingerprint   TEXT NOT NULL,          -- sha256(markdown)
  question      TEXT NOT NULL,
  gl            TEXT NOT NULL,
  hl            TEXT NOT NULL,
  answer_text   TEXT NOT NULL,
  answer_md     TEXT,
  request_id    TEXT NOT NULL,
  elapsed_ms    INTEGER,
  credits       REAL,`n  seen_count    INTEGER NOT NULL DEFAULT 1,
  fetched_at    TEXT NOT NULL
);
CREATE INDEX idx_answer_q ON ai_answer(question, gl, hl, fetched_at);
CREATE UNIQUE INDEX uq_answer_fp ON ai_answer(fingerprint);

去重键用内容指纹,不用 request_id。同一个问题跑两次拿到一模一样的答案,是常态;用 request_id 会存下大量重复行,用指纹可以把「答案没变」压成一条。

但要注意:INSERT OR IGNORE 之后拿不到新行 id,引用就没法挂上去。做法是先按指纹查,命中就只记一条 seen_count,未命中才插入并写引用。

引用单独一张表

一次答案可能引用五个页面,同一个页面也可能出现在多个答案里,所以是多对多。

CREATE TABLE ai_citation (
  answer_id   INTEGER NOT NULL,
  url         TEXT NOT NULL,
  title       TEXT,
  position    INTEGER,                  -- 在答案里的出现顺序,不是排名
  PRIMARY KEY (answer_id, url)
);

position 那一列要写清楚注释:它是答案里引用的先后顺序,不是搜索结果页的位次。这两个数字经常被混用,一旦进了报表就很难纠正。

写入顺序是先主表后引用,包在同一个事务里:

import hashlib
import os
import requests

def fetch_answer(q: str, gl: str = "us", hl: str = "en") -> dict:
    data = requests.post(
        "https://api.serpbase.dev/google/ai_mode",
        headers={"Content-Type": "application/json",
                 "X-API-Key": os.getenv("SERPBASE_API_KEY", "")},
        json={"q": q, "gl": gl, "hl": hl},
        timeout=(5, 30),
    ).json()
    if data.get("status") != 0:
        raise RuntimeError(f"status={data.get('status')} req={data.get('request_id')}")
    return data

def save_answer(conn, q, gl, hl, payload):
    md = payload.get("markdown") or payload.get("answer_md") or ""
    fp = hashlib.sha256(md.encode("utf-8")).hexdigest()
    row = conn.execute("SELECT id FROM ai_answer WHERE fingerprint=?", (fp,)).fetchone()
    if row:
        conn.execute("UPDATE ai_answer SET seen_count=seen_count+1 WHERE id=?", (row[0],))
        return row[0]

    cur = conn.execute(
        "INSERT INTO ai_answer(fingerprint,question,gl,hl,answer_text,answer_md,"
        "request_id,elapsed_ms,credits,fetched_at) VALUES (?,?,?,?,?,?,?,?,?,datetime('now'))",
        (fp, q, gl, hl, payload.get("text", ""), md,
         payload.get("request_id"), payload.get("elapsed_ms"), payload.get("credits_charged")),
    )
    return cur.lastrowid

字段名(markdown / text / citations)以实际返回为准,第一次先打印顶层键名再写解析。

版本与对比:同一天两次跑出来的差异

有了指纹,判断「答案变没变」只是一条 SQL:同一问题按 fetched_at 排序,fingerprint 变化的那些行就是版本边界。

真正麻烦的是「变了多少」。我的做法是把每次新答案和上一版做一次文本 diff,把增删的句子存成单独一列。三个月后再看,能直接看到「某品牌从推荐位消失了」这种变化,而不是对着两段几百字重新读。

成本与频率:3 credits 一次,别天天全量跑

AI 答案不像搜索排名那样一天几变,但它会变。我的频率是:

核心 20 个词,每周一次,60 credits。
行业事件发生后,对被影响的那几个词单独补跑一次。
新词冷启动,连续七天每天一次,先看稳定度。

新账号 500 免费 credits,够把「核心 20 词 × 一周」跑一遍还有余量。目录现在 49 个端点、44 个当前可用,AI 模式是单价最高的几个之一,频率设置比字段设计更影响账单。

端点参数与字段语义以 SerpBase 文档 为准;数据按 2026-11-14 口径。

posted @ 2026-11-14 13:45  蜘蛛人  阅读(9)  评论(0)    收藏  举报