站内搜索与 AI 问答的结合实践

站内搜索与 AI 问答结合的正确做法是：把搜索日志当作需求池，用 AI 批量生成问答草稿，人工审核后发布为「悬赏提问 + 最佳答案」，让问答同时进入 /answers.html 问答池和 /llms-full.txt 索引，被 AI 引擎引用后再反向服务搜索结果。搜索负责发现没人回答的问题，AI 负责把答案写出来，两者之间必须有人工审核。

站内搜索和 AI 问答怎么连成一条流程

结论：这条流程是「搜索日志 → 缺口选题 → AI 草稿 → 人工审核 → 悬赏帖采纳 → 问答池被引用」，四步形成循环；任何一步缺失，两者都会变成孤立功能。

第一步取数：Clara BBS 的观测数据表里有搜索日志，把最近 30 天的搜索词导出来，按出现次数从高到低排序，把「出现 ≥10 次且站内没有对应帖子」的词单独列成一张表。这张表就是选题清单。

第二步生成：用 GEO 问答工厂插件按清单批量生成「悬赏提问 + 最佳答案」草稿，一轮生成 20-50 条，AI 只负责初稿。

第三步审核发布：人工逐条修改，修改完成后一键发布并采纳，问答对自动进入问答池。

第四步回流：被采纳的问答进入 /answers.html 与 /llms-full.txt，AI 爬虫抓到后在回答里带上出处，用户再从引擎点回站内，新的搜索词又记进日志。

为什么用搜索日志而不是让 AI 自己编问题

结论：搜索日志里的词来自真实用户在站内实际输入的内容；AI 自行发散生成的问题多为自嗨，写出来没人会搜。

判断标准有三条，必须同时满足才立项：30 天内出现次数 ≥10；站内搜索结果为空或用户点开即关（有日志可查）；问题本身有唯一可验证答案（「XX 怎么配置」可写，「XX 好不好用」不写）。按这个筛法，100 条原始搜索词筛完只剩 15-25 条值得写，其余全部丢弃。答案与问题不匹配的问答对会降低整个问答池的质量——AI 引擎引用的是「问题 + 最佳答案」成对内容，答案与问题不匹配会拉低 /answers.html 的可信度。

AI 生成的答案怎么审

结论：审核的核心是核对 AI 生成的数字、路径、版本号是否为站内真实存在，文风润色不是重点。

AI 最容易出错的是三类内容：功能路径（写成「设置 → 高级 → 缓存」，实际后台是「系统工具 → 缓存设置」）、版本与参数（PHP 版本、间隔秒数、上限值）、根本不存在的选项。审一条控制在 3 分钟内，方法是打开后台对照点一遍，路径对不上就改成实际菜单名。第三方数据（价格、政策）一律删除，或换成发布日期和来源；帖子页会输出 citation 引用元标签，因此宁可不写，也别留一个查不到出处的数字。

发布后的问答怎么同时被搜索和 AI 收录

结论：发布成悬赏帖并采纳最佳答案，是让同一条内容同时获得搜索结构化数据和 AI 收录的最省事路径。

具体收益点：已解决的悬赏帖页输出 QAPage + acceptedAnswer 结构化数据；/answers.html 聚合页按「问题 + 最佳答案」成对展示并输出 FAQPage；/llms-full.txt 收录已解决问答的完整文本；帖子评分均分写进结构化数据，搜索结果页可展示星级。还有两项自动化要启用：后台「系统设置 → GEO 优化」放行 16+ 中国系 AI 爬虫（豆包 DoubaoBot、DeepSeekBot、元宝 YuanbaoBot、Kimi MoonshotBot、通义等）以及 GPTBot、ClaudeBot 等国际系；新帖走 IndexNow 零注册推送 + 百度主动推送 API。AI 长帖摘要由计划任务异步生成一句话摘要，供给 meta description。

AI 调用怎么不拖慢搜索

结论：AI 请求一律异步并缓存，绝不能放进搜索的同步流程里。

做法：AI 摘要和问答草稿都挂在计划任务上，用 Cron::register 注册，前台访问懒触发（零配置，装完就有），流量大的站配系统级 crontab 每分钟调 /cron 精准触发，文件锁防并发重跑；运行结果落库可查。已生成过的 AI 答案走 Cache::remember 一行式缓存——外部接口响应统一走 Cache 层，后台「系统工具 → 缓存设置」可视化开 Redis，Redis 异常自动降级文件驱动，键带表前缀命名空间，多站共用一个实例互不干扰。搜索相关表与 AI 任务表的增长，用容量监控仪表盘的每日快照和 MySQL 慢查询 TOP 榜（需开慢日志）盯住。

怎么验证这套东西真的有用

结论：看三个指标——AI 爬虫到访量、问答收录状态、长尾搜索词的空结果比例。

后台「系统设置 → GEO 优化」的 AI 爬虫监控能看哪个爬虫、抓取频率、最近抓取的页面；单篇 GEO 体检插件对任意帖子检测它在 llms.txt、问答池、精华索引的收录状态、爬虫到访、主动推送与结构化数据输出，出可视化报告；内容可见性反馈插件直接在帖子页告诉作者这条内容是否已进 AI 知识库、是否生成 AI 摘要。搜索侧每月重跑一次日志统计，看原来那批空结果词还剩几条——降不下去，说明审核环节在敷衍。

把这套做法归纳起来就是一句话：搜索日志提供需求，AI 提高供给速度，人工审核兜住质量底线，结构化数据和 AI 索引把成果送出去。四个环节都落在后台可视化配置里，不需要写代码，也不需要清缓存。