来源：https://www.jiyinli.com/tech/query-graph.html

Query Graph

# 用户决策问题图谱

用户决策问题图谱（Query Graph）是极引力九大核心技术之一。找出客户做决定前会问 AI 的问题，决定内容先写哪里。

## 解决什么问题

企业不知道该在客户的哪些决策问题上建设内容。

## 用什么技术

把用户问题、意图、场景、品牌、产品、证据和页面连起来，形成一张决策网络。

## 为什么难以复制

它是“问题、证据、转化”三者连在一起的图谱，用得越久越懂客户，通用关键词工具做不到。

九大核心技术是极引力品牌认知引力算法（BCGA）五个模块的工程实现，详见[引力模式](https://www.jiyinli.com/product.html#bcga)。

最后更新：2026-10-25

## 用户问题与内容映射的核验示例

以下是公开技术方法说明，不代表所有配置均已为每个客户启用，也不承诺被AI采纳。

| 输入 | 处理与约束 |
| --- | --- |
| 品牌资料、已确认核心词及蒸馏问题 | 问题 → 需求场景 → 可核实资料 → 内容入口；保留问题来源与版本，不把模型推测当成用户调研事实。 |

### 示例与边界

以考试系统为例，可分别记录企业培训、防作弊和阅卷场景的问题；它们是说明结构的示例，不代表真实搜索量。

具体能力、权限和可用平台以当前产品配置与实际记录为准；可参考[监测方法与记录模板](https://www.jiyinli.com/news/report-ai-visibility-baseline.html)核对统计口径。

## 其他核心技术

[品牌实体图谱统一品牌、产品、资质和官方页面的关系，让 AI 认准你是谁。](https://www.jiyinli.com/tech/brand-entity-graph.html)
[主张-证据管线每一句“我们更专业”都配上能核实的证据。](https://www.jiyinli.com/tech/claim-evidence.html)
[混合检索生成内容时，先找到正确的证据。](https://www.jiyinli.com/tech/hybrid-retrieval.html)
[基于证据的内容生成只用有效的企业资料写内容，每句话都能追到出处。](https://www.jiyinli.com/tech/evidence-grounded-rag.html)
[多引擎观测与引用解析持续记录品牌在各个 AI 里的真实表现。](https://www.jiyinli.com/tech/citation-parsing.html)
[抓取诊断与结构化数据查清好内容为什么没被 AI 看到。](https://www.jiyinli.com/tech/pagehealth.html)
[实验账本与因果归因分清效果是优化带来的，还是平台自己的波动。](https://www.jiyinli.com/tech/experiment-ledger.html)
[系统可观测性采集、生成、分发每一步都看得见，出了问题能定位。](https://www.jiyinli.com/tech/observability.html)