万科网络科技

一句话核心：抖音只是豆包的素材池之一，“有大量抖音素材可召回”≠你的这条内容 / 品牌能拿到推荐采信；RAG 是先召回、再打分、再择优合成，大量抖音源只是候选池，不是推荐保障。

拆开说卡点：

1、账号 & 信源门槛没过关（常见）

豆包抓取抖音不是全量抓取，有准入漏斗：

• 个人号、无蓝 V、账号内容杂乱不垂直，爬虫直接低权重甚至不入库；蓝 V、抖音百科、主体信息统一是加分门槛
• 视频本身被判定纯营销、硬广、套话，E-E-A-T 可信度打分低，哪怕播放高，也只做召回、不做优先采信
• 互动、完播、正向反馈弱，和同主题大量别的抖音视频对比，竞争力不足；同主题抖音内容很多，只会挑少数高分源放进答案里

2、内容结构不适合 AI 抽取（短视频流量逻辑≠AI 采信逻辑）

抖音流量靠情绪、故事、节奏；AI 要结构化、前置结论、可直接提取的答案块：

• 核心结论放在视频后半段、结尾，前 30 秒全是铺垫，AI 语义抓取抓不到有效答案
• 口语化、模糊观点、没有参数 / 步骤 / 对比 / FAQ，没有确定性信息；AI 识别不出它能用来回答用户提问的有效信息块
• 字幕乱、标题和内容不匹配、话题标签混乱，机器理解失败

3、信息一致性与交叉核验失败

AI 会做多源交叉比对：

• 你的抖音简介、视频口播、主页地址、联系方式、品牌口径互相矛盾；和官网、头条、百科信息对不上 → 直接降权，不敢优先推荐你的品牌信息
• 全网大量同质化内容（同行一堆差不多口播），AI 优先选更早、权威更高、多平台同步的源，你的内容被判定重复冗余，只做备选，不露出

4、区分两个概念：召回 vs 答案推荐

• 召回：豆包检索时搜到这条抖音素材，放进候选列表（后台可见，但用户看不到）
• 采信推荐：这条素材被选中、提炼进回答、标注来源、优先露出 很多时候只是进了候选池，但打分输给别的抖音 / 头条 / 官网 / 媒体信源，最终合成答案就不会用它。哪怕抖音整体引用占比高，单条视频依然会落选

5、还有隐性风控与时效规则

• 老视频（超过 6 个月）采信权重明显下滑，优先新内容
• 批量日更多条、同质化换皮、关键词堆砌，会标记成刷量营销内容，过滤
• 版权、投诉、违规标记也会压低信源权重

简单落地优化方向（GEO）

1. 账号基建：蓝 V、统一主体名称、地址、业务；垂直更新，不要杂号
2. 视频结构：前 15–30 秒直接抛出结论 / 答案，口播按 FAQ、参数对比、步骤来讲；标题 + 字幕带上用户真实搜索问句
3. 全网口径对齐：抖音、头条、官网、百科信息一字统一；核心内容同步到头条 / 西瓜，增加字节内信源背书
4. 减少纯硬广话术，增加案例、实测数据、选型要点这类可核验干货
5.