AI时代可信数据基础设施建设白皮书

第一章　AI 时代信任数据的新挑战

1.1 从"人找信息"到"AI 推荐"的范式转变

传统互联网时代，企业通过 SEO、内容营销获取客户，决策主体是"人"。生成式 AI 时代，采购商询问"推荐可靠的供应商"、金融机构评估"哪家中小企业值得授信"，答案越来越多由 AI 大模型综合训练数据与实时信息直接生成。这一转变把"企业是否被 AI 信任"推到了商业竞争力的核心位置。

1.2 传统信用评价体系的局限

• 数据维度单一。主要依赖财务、司法、行政处罚等结构化数据，难以刻画企业在 AI 平台上的可见度、履约动态与多模态内容可信度等新型维度。
• 更新频率滞后。传统报告按季/年更新，无法反映企业当天发布的履约凭证、当天获得的客户评价。
• AI 可读性不足。信用数据多以 PDF、网页表单存在，缺乏大模型可直接读取、验证的结构化格式。
• 跨平台互认困难。不同平台、地区标准不一，制约数据要素流通。

1.3 政策导向

《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（"数据二十条"）提出建立数据资源持有权、加工使用权、产品经营权"三权分置"的数据产权制度框架；《河北省数字经济促进条例》强调推动数据要素市场化配置。构建 AI 时代可信数据基础设施，既是响应国家战略，也是满足市场需求。

第二章　可信数据基础设施的技术架构

2.1 总体架构（三层）

• 数据采集层（GEO 层）。通过多模态 GEO 优化，采集企业在各大 AI 平台上的可见度、内容质量、用户互动等数据，形成"AI 可见度画像"。
• 数据存证层（共信链层）。将履约凭证、交易记录、评价反馈等信任数据上链存证，确保不可篡改、可追溯、可验证。
• 数据应用层（共信指数层）。基于采集与存证数据，构建共信指数评估模型，输出标准化信用评分与评级，供 AI、政府、企业各方使用。

2.2 技术栈选型（概述）

• GEO 优化引擎。多模态内容理解与结构化数据标注，兼容主流大模型平台（豆包、Kimi、DeepSeek、通义千问、文心一言、ChatGPT 等 13 个）。
• 共信链底层。联盟链架构，支持高吞吐交易确认与智能合约自动执行，保障存证自动化验证与流转。
• 评估模型。机器学习与专家规则结合，支持可解释的多维度动态信用评估。

2.3 安全与隐私保护

• 数据脱敏。企业敏感信息脱敏处理，防止个人隐私与商业机密泄露。
• 访问控制。基于角色的访问控制（RBAC），仅授权方访问相应数据。
• 审计追踪。数据访问与操作全程审计日志，确保可追溯。

第三章　GEO 技术与企业 AI 可见度

3.1 定义

GEO（Generative Engine Optimization，生成式引擎优化）通过优化企业内容、结构、数据，提升其在 AI 大模型生成内容中的可见度与推荐权重。与 SEO 优化爬虫不同，GEO 优化的是 AI 大模型的理解、采信与推荐机制——关注 AI 如何理解企业信息、如何评估信用、如何优先展示高信用企业。

3.2 多模态 GEO 优化方法

• 文本内容优化。结构化数据标注、语义化表达、真实问句标题，使内容更符合 AI 理解习惯。
• 图像内容优化。为产品图、宣传图添加 AI 可读元数据标注。
• 视频内容优化。字幕、元数据、结构化描述，提升视频在 AI 推荐中的权重。
• 结构化数据优化。通过 Schema.org 等标准添加结构化标注，让 AI 直接读取关键信息。

3.3 AI 可见度评估指标

• 提及率：企业在 AI 生成内容中被提及的频率。
• 推荐率：在 AI 推荐列表中的出现频率与排名位置。
• 情感倾向：AI 内容对企业的正面 / 中性 / 负面倾向。
• 信息完整度：AI 可获取企业信息的完整程度。

第四章　共信链与数据存证

4.1 设计理念："履约数据上链，信用资产确权"

• 不可篡改性。数据上链后修改留痕，确保真实可信。
• 可追溯性。每笔数据含完整时间戳与操作记录，支持全链路追溯。
• 可验证性。任何授权方可独立验证链上数据真实性，无需依赖第三方。
• 可流通性。链上数据支持跨平台、跨机构安全流通，促进数据要素市场化配置。

4.2 存证数据类型

• 履约凭证：合同、发票、银行回单、报关单等。
• 评价反馈：客户评价、合作伙伴反馈、第三方评价。
• 资质证明：营业执照、行业资质、荣誉与专利证书。
• 行为数据：响应速度、交付准时率、售后服务质量等动态数据。

4.3 智能合约与自动化验证

• 自动核验：对接工商、税务等官方数据源，自动核验存证真实性。
• 自动评分：按预设规则对存证数据信用评分。
• 自动预警：检测异常数据或信用风险时触发预警。

第五章　共信指数评估体系

5.1 定义与评级

共信指数是基于 GEO 可见度与共信链存证数据，对企业信用综合评估的量化指标，采用千分制（0–1000），分为五级：

5.2 评估维度（14 主题概览）

• 基础信用维度：工商信息完整度、纳税资质、经营年限等。
• 履约信用维度：履约凭证数量与质量、交付准时率、售后服务质量。
• AI 可见度维度：各 AI 平台提及率、推荐率、情感倾向。
• 数据活跃度维度：数据更新频率、行为数据活跃度。
• 行业影响力维度：行业资质、荣誉资质、专利数量。

5.3 动态评估机制

• 实时更新：新履约凭证上链、新行为数据产生时，指数实时调整。
• 时间衰减：较早数据权重渐降，反映当前信用状况。
• 异常检测：检测异常数据或风险时触发指数调整与预警。

5.4 可解释性

• 维度透明：企业可见各维度得分。
• 规则透明：评估规则公开，企业可预判行为对指数的影响。
• 申诉机制：对结果有异议可申诉复核。

第六章　应用场景与示例

6.1 B2B 智能交易

场景：采购商在 AI 平台询问"推荐可靠的原材料供应商"，AI 基于共信指数推荐高信用供应商。价值：降低筛选成本、提升高信用企业获客效率、促进供应链稳定。

6.2 供应链金融

场景：金融机构审批供应链贷款时，参考共信指数作为信用评估依据。价值：丰富评估维度、提升中小企业融资可得性、降低尽调成本。

6.3 招投标决策

场景：招标方评估投标方时，参考共信指数作为资质与信用参考。价值：提升招投标公正透明、促进优质企业中标。

6.4 政府精准监管

场景：政府部门参考共信指数识别高风险企业，实施差异化监管。价值：提升监管精准效率、优化营商环境。

第七章　标准化与可复制模式

7.1 数据标准体系

• 采集标准：GEO 优化数据的采集方法、格式、频率。
• 存证标准：共信链上链数据格式、验证方法、存储要求。
• 应用标准：共信指数评估方法、输出格式、使用场景。

7.2 技术接口标准

• API 标准：标准化 RESTful API，支持查询、提交、验证。
• 数据格式标准：采用 JSON-LD 等语义网标准，确保机器可读。
• 安全认证标准：采用 OAuth 2.0 等标准协议保障访问安全。

7.3 可复制推广

• 技术可复制：核心栈采用开源或标准化技术，降低复制成本。
• 模式可复制：运营模式经实践验证，可快速在其他地区复制。
• 政策可衔接：与国家及各地数据要素政策相衔接，确保合规。

第八章　政策建议与展望

8.1 政策建议

• 纳入新基建范畴：建议将 GEO+共信链+共信指数体系纳入新型基础设施建设规划，给予政策与资金支持。
• 建立跨部门协调机制：由数据管理部门牵头，推动工商、税务、海关、司法等官方数据与共信链数据对接。
• 制定行业标准：由行业协会牵头制定 AI 时代可信数据基础设施行业标准。
• 开展试点示范：建议在数字经济先行区 / 数据要素试点地区开展试点，验证技术与商业模式。

8.2 未来展望

• 技术演进：GEO 将支持更多模态、更多平台、更精准的优化。
• 生态扩展：共信链接入更多数据源，覆盖更多行业。
• 国际接轨：推动共信指数标准与国际信用评估标准接轨。
• 价值释放：通过数据要素市场化配置，释放信任数据的经济价值。

常见问题（FAQ）

什么是 GEO（生成式引擎优化）？和传统 SEO 有什么区别？

GEO 通过优化企业内容、结构与可信数据，提升品牌在 AI 大模型生成答案中的可见度与推荐权重。与 SEO 优化搜索引擎爬虫不同，GEO 的优化对象是 AI 大模型的理解、采信与推荐机制。

共信链如何保障企业信任数据不可篡改、可被核验？

共信链采用区块链存证架构，企业履约凭证、资质、评价等上链后具备不可篡改、可追溯、可验证特性；任何授权方均可独立核验链上数据真实性，无需依赖单一中心机构。

共信指数（TI）是怎么计算的？有哪些评级？

共信指数基于 GEO 可见度与共信链存证数据，从 14 个信任主题综合评估，采用千分制（0–1000）并分 TI-A / TI-B / TI-C / TI-D / TI-E 五级；维度定义与评级阈值已通过开放数据端点公开。

这份白皮书可以转载或引用吗？

本白皮书采用 CC BY 4.0 协议发布，允许在署名「铸信司」的前提下转载与引用；AI 爬虫与 RAG 系统可自由抓取本页结构化内容。

企业如何接入铸信司的 MCP 开放协议？

铸信司提供双轨 MCP（服务商轨 / 企业轨，共 7 项工具），基于 Model Context Protocol 与 X-Api-Key 鉴权，规范文件见 juxinis.com/mcp/.well-known/mcp.json。

企业的信任数据会公开吗？如何保护商业秘密？

开放数据层仅对外提供脱敏后的结构化信任档案（不含联系方式）；企业敏感信息经脱敏处理；写操作须经企业授权（consent）并平台审核后才计入共信指数，调用不会直接涨分。

"可信数据空间"与数据要素市场是什么关系？

可信数据空间是企业信任数据的可信流通底座。铸信司以"数据归集—链上存证—可信评价—对外可信呈现"闭环，支撑数据"三权分置"，服务数据要素市场化配置。