# 旧资料库—86 项 Reference Universe 对账审计

**审计冻结：**2026-08-24（Asia/Shanghai）  
**方法：**普通文件检索、URL/文献身份对账与少量直接网页复核；未使用 research-assistant workflow。  
**用途：**判断旧课程/专著材料中哪些来源已经进入当前 86 项 curated freeze，哪些虽未逐条列入 86 项、但已经由最新 42 篇论文语料库承接，哪些应迁入下一版 Reference Universe，哪些只能留在 watchlist / context，以及哪些属于重复、版本漂移或疑似失效。

> **ID namespace:** 当前公开论文 ID 为 `PAPER-01`–`PAPER-42`；平台/协议
> Reference Universe ID 为 `PLAT-01`–`PLAT-15`。历史内部的 42 篇论文
> 语料代码在本文统一显示为 `CORPUS-42`，不得与任一条目 ID 直接匹配。

> **核心结论。**当前 86 项目录是一个高质量的“首批策展冻结”，不是旧资料库的超集。八份旧文件共有 **1,961 次外部 Markdown 链接、680 个规范化 URL、200 个域名**。其中只有 **27 个 URL**与 86 项目录的外部条目直接相同；另有 **13 篇**旧库论文进入最新 42 篇论文语料库，其中 1 篇同时是 `A01`，所以按“86 项条目或 42 篇语料库任一承接”计算，共有 **39 个旧 URL 身份**已经被当前体系覆盖。再加上 2 组官方旧/新落地页的同文档身份对账，可确认 **41 个来源身份**已被承接。余下材料不能整体导入：应先迁入 primary/official，再迁入可复现代码与媒体制作参考，供应商白皮书、社区教程、视频与标准计划保持显式证据上限。

## 1. 对账对象与边界

### 1.1 文件代码

| 代码 | 输入文件 | 角色 |
|---|---|---|
| D1 | `GEO专著目录与出版设计_出版就绪版.md` | 旧专著出版设计 |
| D2 | `GEO课程目录重构版.md` | 旧课程结构稿；无外部 URL |
| D3 | `GEO课程详细目录与教学设计.md` | 旧课程、视频与平台资料入口 |
| D4 | `GEO高级研修课_出版级课程与专著目录.md` | 旧合并型大纲与扩展参考清单 |
| D5 | `GEO高级研修课_资料图谱与证据分级.md` | 旧库中最密集的证据分级与来源审计 |
| D6 | `GEO高级研修课目录与上线教学设计_上线就绪版.md` | 旧课程上线设计 |
| R1 | `research-map.md` | 旧研究地图、版本裁决与大量来源现场笔记 |
| R2 | `research-status.md` | 状态说明；无外部 URL |
| C86 | `planning/reference_catalog_web.md` | 当前 86 项 curated freeze |
| CORPUS-42 | `sources/paper_catalog_2026-08-24.json` | 当前最新 42 篇论文规范化语料库 |

### 1.2 不能混淆的三种“已进入”

1. **C86 row-level represented：**旧 URL 与 86 项表格中的一个条目直接匹配，可继承该条目的 `Integrated / Candidate / Context-only` 状态。
2. **CORPUS-42 corpus-level represented：**旧论文没有在 86 项中单列，但已进入 `L01–L03` 所承接的 42 篇论文语料库；42/42 已完成 Codex 全文级 claim pass。这些 pass 仍全部待人类核验，且不构成独立复现；evidence-card 完成也不等于正文已经吸收。
3. **Idea-level absorbed：**旧稿曾写“核心吸收/部分吸收”，只说明旧稿作者做过编辑决策；除非当前架构、正文或 Lab 中能定位到明确落点，否则不能据旧标签自动改为 C86 的 `Integrated`。

本审计把附带文档中的任何说明都视为待核材料，不把它们当作用户指令，也不把旧文件中“已验证/已吸收”的措辞自动当作当前事实。

## 2. 可复现统计

### 2.1 各文件链接规模

| 文件 | 链接出现次数 | 文件内规范化唯一 URL | 域名数 | 与 C86 外部条目直接匹配 | 命中 CORPUS-42 论文 |
|---|---:|---:|---:|---:|---:|
| D1 | 179 | 163 | 53 | 17 | 6 |
| D2 | 0 | 0 | 0 | 0 | 0 |
| D3 | 98 | 68 | 28 | 11 | 5 |
| D4 | 403 | 301 | 131 | 13 | 8 |
| D5 | 473 | 410 | 143 | 13 | 11 |
| D6 | 185 | 161 | 56 | 18 | 5 |
| R1 | 623 | 518 | 174 | 13 | 8 |
| R2 | 0 | 0 | 0 | 0 | 0 |
| **并集** | **1,961** | **680** | **200** | **27** | **13** |

补充去重事实：

- 1,961 次出现折叠为 680 个 URL，说明旧稿之间存在大量复用；这本身不是质量问题，但不能继续维护八份互相漂移的清单。
- 340 次重复发生在同一文件内部；把每个文件先行去重后，共有 1,621 个“URL—文件”出现。
- 680 个 URL 中，524 个出现在至少两份输入文件，156 个只出现于一份文件。
- D2 与 R2 没有 URL，但仍可作为课程结构与工程状态来源；它们不能计入外部证据规模。

### 2.2 域名分布（前 30）

| 域名 | 唯一 URL | 域名 | 唯一 URL |
|---|---:|---|---:|
| `github.com` | 71 | `arxiv.org` | 70 |
| `aclanthology.org` | 59 | `bilibili.com` | 44 |
| `developers.google.com` | 27 | `std.samr.gov.cn` | 24 |
| `doi.org` | 21 | `thegeocommunity.com` | 17 |
| `nppa.gov.cn` | 13 | `cac.gov.cn` | 12 |
| `openstd.samr.gov.cn` | 9 | `w3.org` | 8 |
| `support.google.com` | 7 | `samr.gov.cn` | 6 |
| `ahrefs.com` | 6 | `rslstandard.org` | 6 |
| `blogs.bing.com` | 6 | `developer.chrome.com` | 5 |
| `semrush.com` | 5 | `nvd.nist.gov` | 5 |
| `gemflush.com` | 4 | `coursera.org` | 4 |
| `datatracker.ietf.org` | 4 | `openrsl.org` | 4 |
| `docs.perplexity.ai` | 4 | `iso.org` | 4 |
| `foglift.io` | 3 | `youtube.com` | 3 |
| `kimi.com` | 3 | `microsoft.com` | 3 |

### 2.3 材料类型的机械路由

以下分类仅用于工作量和迁移路由，不是可信度评分；以域名优先、标题关键词次之，并采用互斥的优先级规则。

| 机械类型 | 唯一 URL | 占 680 的比例 | 处理原则 |
|---|---:|---:|---|
| Primary research / academic | 173 | 25.4% | 先做论文身份、版本与设计核验 |
| Practitioner / community / news / vendor pages | 148 | 21.8% | 只生成术语、案例和可证伪假设 |
| Standards / governance / protocol | 123 | 18.1% | 必须分 published/effective/draft/watch 与适用范围 |
| Code / data / repository | 73 | 10.7% | 固定 commit、许可、环境、测试与结果复现层 |
| First-party platform documentation | 71 | 10.4% | 只支持指定平台、指定日期、指定 surface |
| Video / audio / media | 51 | 7.5% | 用于讲解与节奏，不承载唯一科学主张 |
| Course / tutorial / certification | 27 | 4.0% | 教学结构与交付对标；学习效果需独立证据 |
| White paper / vendor report | 14 | 2.1% | 标题关键词命中；另有若干未以“报告/白皮书”命名的厂商研究页 |
| **合计** | **680** | **100%** |  |

### 2.4 复算规则

统计只提取标准 Markdown 外链 `[label](https://...)`；八份文件没有发现额外裸 URL。规范化时：协议统一为 `https`、host 小写、移除 `www.`、移除末尾 `/`、去除 fragment，并删除 `utm_*`、`ref`、`refer` 查询参数；保留具有身份意义的其他查询参数。随后按规范化 URL 对 C86 表格条目求交集，并用 arXiv ID 对 CORPUS-42 求交集。

```python
import pathlib, re, urllib.parse

LINK = re.compile(r"\[[^\]]*\]\((https?://[^\s)]+)\)")

def normalize(url: str) -> str:
    p = urllib.parse.urlsplit(url)
    host = (p.hostname or "").lower()
    if host.startswith("www."):
        host = host[4:]
    query = [
        (k, v) for k, v in urllib.parse.parse_qsl(p.query, keep_blank_values=True)
        if not k.lower().startswith("utm_") and k.lower() not in {"ref", "refer"}
    ]
    return urllib.parse.urlunsplit((
        "https", host, p.path.rstrip("/") or "/",
        urllib.parse.urlencode(query), ""
    ))
```

文字线索如“搜索缓存中的 `krillinai/GEO`”没有真实 Markdown URL，未进入 680 个 URL 统计，另在失效/观察清单中人工登记。

## 3. 已经进入 C86 的 27 个旧 URL

状态必须继承 C86，而不能依据旧稿措辞上调。直接交集为 **5 Integrated、19 Candidate、3 Context-only**。

| C86 ID | 当前状态 | 来源 |
|---|---|---|
| `L08` | **Integrated** | [CUHKGEO](https://www.cuhkgeo.com/) |
| `L09` | **Integrated** | [FrontMind](https://www.frontmind.net/) |
| `A01` | **Integrated** | [GEO: Generative Engine Optimization](https://arxiv.org/abs/2311.09735) |
| `A02` | **Integrated** | [KDD 2024 Research Track Papers](https://www.kdd.org/kdd2024/research-track-papers/) |
| `A18` | **Candidate** | [Building and Evaluating Advanced RAG Applications](https://www.deeplearning.ai/courses/building-evaluating-advanced-rag/) |
| `G01` | **Integrated** | [GEO: Official Code and GEO-Bench](https://github.com/GEO-optim/GEO) |
| `G06` | **Candidate** | [Ragas](https://github.com/vibrantlabsai/ragas) |
| `G08` | **Candidate** | [Promptfoo](https://github.com/promptfoo/promptfoo) |
| `G10` | **Context-only** | [The llms.txt Proposal Repository](https://github.com/AnswerDotAI/llms-txt) |
| `PLAT-01` | **Candidate** | [Google’s Guide to Optimizing for Generative AI Features](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) |
| `PLAT-02` | **Candidate** | [Google Guidance on Using Generative AI Content](https://developers.google.com/search/docs/fundamentals/using-gen-ai-content) |
| `PLAT-03` | **Candidate** | [Google General Structured Data Guidelines](https://developers.google.com/search/docs/appearance/structured-data/sd-policies) |
| `PLAT-04` | **Candidate** | [Bing AI Performance Public Preview](https://blogs.bing.com/webmaster/February-2026/Introducing-AI-Performance-in-Bing-Webmaster-Tools-Public-Preview) |
| `PLAT-05` | **Candidate** | [Bing Sitemaps in AI-Powered Search](https://blogs.bing.com/webmaster/July-2025/Keeping-Content-Discoverable-with-Sitemaps-in-AI-Powered-Search) |
| `PLAT-07` | **Candidate** | [OpenAI Publishers and Developers FAQ](https://help.openai.com/en/articles/12627856-publishers-and-developers-faq) |
| `PLAT-09` | **Candidate** | [Perplexity Crawlers](https://docs.perplexity.ai/docs/resources/perplexity-crawlers) |
| `PLAT-10` | **Candidate** | [How Perplexity Follows robots.txt](https://www.perplexity.ai/help-center/en/articles/10354969-how-does-perplexity-follow-robots-txt) |
| `PLAT-11` | **Candidate** | [RFC 9309](https://www.rfc-editor.org/rfc/rfc9309.html) |
| `PLAT-14` | **Candidate** | [IndexNow Documentation](https://www.indexnow.org/documentation) |
| `PLAT-15` | **Candidate** | [WCAG 2.2](https://www.w3.org/TR/WCAG22/) |
| `S06` | **Candidate** | [人工智能生成合成内容标识办法](https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm) |
| `S07` | **Candidate** | [GB 45438—2025](https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=F32EA2A561F1886CD8D606513512D547&refer=outter) |
| `S10` | **Candidate** | [GB/T 35273—2020](https://std.samr.gov.cn/gb/search/gbDetailed?id=A0280129495AEBB4E05397BE0A0AB6FE) |
| `S11` | **Context-only** | [20252040-Z-469：检索增强生成通用技术要求项目](https://std.samr.gov.cn/gb/search/gbDetailed?id=37FC03D2E1436322E06397BE0A0AA17F) |
| `R03` | **Candidate** | [The Original GEO Paper Explained](https://thegeocommunity.com/blogs/generative-engine-optimization/geo-princeton-paper-original-study/) |
| `R04` | **Candidate** | [robots.txt for AI Bots](https://thegeocommunity.com/blogs/generative-engine-optimization/robots-txt-ai-bots/) |
| `V04` | **Context-only** | [Semrush Ghost Citations](https://www.semrush.com/blog/the-ghost-citations-study/) |

## 4. 已由 CORPUS-42 承接、但未必在 C86 单列的旧论文

旧库有 13 篇论文与最新 42 篇的 arXiv 身份一致。`2311.09735` 同时是 C86 `A01`；其余 12 篇通过 `L01–L03` 进入正式 paper queue。它们不应再作为“C86 漏项”重复建新 reference ID，而应生成/补完 `Pxx evidence card`。

| arXiv ID | 当前 CORPUS-42 论文 |
|---|---|
| `2602.02961` | [Generative Engine Optimization: A VLM and Agent Framework for Pinterest Acquisition Growth](https://arxiv.org/abs/2602.02961) |
| `2509.05607` | [CC-GSEO-Bench](https://arxiv.org/abs/2509.05607) |
| `2511.20867` | [E-GEO](https://arxiv.org/abs/2511.20867) |
| `2509.08919` | [Generative Engine Optimization: How to Dominate AI Search](https://arxiv.org/abs/2509.08919) |
| `2311.09735` | [GEO: Generative Engine Optimization](https://arxiv.org/abs/2311.09735) — 同时为 `A01` |
| `2602.12187` | [SAGEO Arena](https://arxiv.org/abs/2602.12187) |
| `2511.04080` | [Caption Injection for Optimization in Generative Search Engine](https://arxiv.org/abs/2511.04080) |
| `2603.29979` | [GEO-SFE](https://arxiv.org/abs/2603.29979) |
| `2604.07585` | [Don’t Measure Once](https://arxiv.org/abs/2604.07585) |
| `2603.20213` | [AgenticGEO](https://arxiv.org/abs/2603.20213) |
| `2604.25707` | [From Citation Selection to Citation Absorption](https://arxiv.org/abs/2604.25707) |
| `2605.25517` | [What Gets Cited](https://arxiv.org/abs/2605.25517) |
| `2608.11390` | [Mechanism Design for Generative Engines](https://arxiv.org/abs/2608.11390) |

### 4.1 同文档的官方 URL 别名

以下不是需要新增的来源，而是应合并 manifestations 的身份记录：

| 旧库 URL | C86 身份 | 裁决 |
|---|---|---|
| [网信办《生成式人工智能服务管理暂行办法》](https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm) | `S05` 使用国务院政策库落地页 | 同一办法的两个官方落地页；保留一个 `source_id`、两个 manifestation URL |
| [GB/T 45654—2025 旧开放标准页](https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=F67D3F376E0A0A0FF5317FB36B32A30A) | `S08` 使用当前国家标准平台详细页 | 同一标准；以标准号作为身份键，不以 URL 作为唯一身份 |

因此，“当前体系已承接”的保守计数是：27 个 C86 直接 URL + 12 个额外 CORPUS-42 URL + 2 个官方同文档别名 = **41 个来源身份**。这不是说 41 项已经进入正文，而是说无需再建立平行、重复的来源条目。

## 5. 旧库独有、应优先迁移：primary research

下列 15 项不在 C86 的外部条目中，也不在 CORPUS-42 的 42 条记录中；它们直接补足 citation、retrieval、cross-query、平台与真实世界测量。建议先以 **Candidate** 进入扩展 Reference Universe，再做全文 evidence card；会议论文优先于二次教程，预印本保留版本/接受状态。

| 优先级 | 来源 | 建议专著落点 | 建议课程落点 | 迁移边界 |
|---|---|---|---|---|
| P0 | [Evaluating Verifiability in Generative Search Engines](https://aclanthology.org/2023.findings-emnlp.467/) | Ch5–6 | W5 / L04 | citation correctness/completeness；系统版本有时效 |
| P0 | [What Evidence Do Language Models Find Convincing?](https://aclanthology.org/2024.acl-long.403/) | Ch2、Ch5、Ch8 | W2、W9 | 冲突证据设置，不是“相关即真实”处方 |
| P0 | [FeatGEO](https://aclanthology.org/2026.acl-long.929/) | Ch8–9 | W12 / L05 | 固定候选、自动评估；不外推上游检索 |
| P0 | [IF-GEO](https://aclanthology.org/2026.findings-acl.1373/) | Ch7、Ch9 | W12 / L05 | 跨查询负迁移与模拟商业 query 边界 |
| P0 | [Mind Reader](https://aclanthology.org/2026.acl-long.1894/) | Ch3、Ch9 | W6、W12 | 潜在需求拆解，不证明开放 Web 引用提升 |
| P0 | [CiteFix](https://aclanthology.org/2025.acl-industry.23/) | Ch5 | W5 / L04 | 单一产品后处理，不代表所有答案引擎 |
| P0 | [Over-Searching in Search-Augmented LLMs](https://aclanthology.org/2026.eacl-long.361/) | Ch3–4 | W4 / L03 | 回答/拒答任务，不是网页排名实验 |
| P0 | [Agentic-R](https://aclanthology.org/2026.findings-acl.785/) | Ch4、Ch9 | W4、W11 | 局部相关与全局效用分层；任务/模型有界 |
| P0 | [MAGEO](https://aclanthology.org/2026.findings-acl.2149/) | Ch9、Ch11 | W12、W14 | paper/code/data/result 四件分开验收 |
| P1 | [Critical Survey of GEO 2023–2026](https://arxiv.org/abs/2607.14035) | Ch1、Ch6、结论 | W1、W7 | 预印本综述；逐项回 primary source |
| P1 | [Characterizing Web Search in the Age of Generative AI](https://aclanthology.org/2026.findings-acl.526/) | Ch1、Ch10 | W1、W10 | 特定数据/窗口，不作为全平台恒定事实 |
| P1 | [中文生成式搜索平台研究](https://arxiv.org/abs/2607.15771) | Ch10 | W10–11 / L06 | 四平台、Web/App、中文时点有界 |
| P1 | [AEO Referral Natural Experiment](https://arxiv.org/abs/2606.04362) | Ch7、Ch10 | W7、W13 | 单站点、suggestive ITS；不写成普遍因果 |
| P1 | [Impact of AI Search Summaries on Website Traffic](https://arxiv.org/abs/2602.18455) | Ch7、Ch10 | W7、W13 | 语言分期 DiD 与平行趋势边界 |
| P1 | [Do Generative AI Assistants Respect robots.txt?](https://arxiv.org/abs/2607.14447) | Ch3、Ch12 | W3、W14 / L07 | 小型服务器实验；正对照、UA 与 surface 边界 |

这 15 项应与 CORPUS-42 分开：CORPUS-42 是用户最新论文条目形成的 canonical paper corpus；本表是旧库发现的**增补候选**，不得静默改写 CORPUS-42 的“42 条”冻结数量。最稳妥做法是建立 `supplementary-paper queue`，经纳入标准后进入下一次有日期的新 paper freeze。

## 6. 旧库独有、应优先迁移：官方平台、国家标准与治理

### 6.1 16 项优先候选

| 来源 | 文档身份 | 建议去向 | 状态/范围门 |
|---|---|---|---|
| [Google AI features and your website](https://developers.google.com/search/docs/appearance/ai-features) | Google 一方文档 | Ch1/3/8；W1/W3/W9 | 只支持 Google Search 当前公开资格与建议 |
| [Google Generative AI performance reports](https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports) | Google 发布 | Ch6–7；W7/W13 | 字段、去重、时区与试验范围需按上线前刷新 |
| [Search Console Generative AI Performance Report](https://support.google.com/webmasters/answer/16984139?hl=en) | Google 帮助文档 | Ch6–7；W7/L06 | 专门 view 与 overall 不得重复相加 |
| [Search Generative AI Control](https://support.google.com/webmasters/answer/16908024?hl=en-1) | Google 帮助/控制说明 | Ch3/12；W3/W14 | 地区、账号、实验状态必须可见 |
| [Google Common Crawlers / Google-Extended](https://developers.google.com/crawling/docs/crawlers-fetchers/google-common-crawlers) | Google crawler 说明 | Ch3/12；W3/L02 | Search crawler、训练控制与用户触发访问分开 |
| [OpenAI Crawlers](https://developers.openai.com/api/docs/bots) | OpenAI 一方文档 | Ch3/12；W3/L02 | bot purpose 与产品 surface 分开；30 日内重核 |
| [Anthropic Crawlers](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler) | Anthropic 一方文档 | Ch3/12；W3/L02 | 搜索、训练、用户访问不能合并 |
| [Kimi Crawlers](https://www.kimi.com/policies/kimi-crawlers) | Kimi 一方文档 | Ch3/10/12；W3/W11 | 国内平台时效与 product/surface 单列 |
| [网络数据安全管理条例](https://www.cac.gov.cn/2024-09/30/c_1729384452307680.htm) | 行政法规/官方文本 | Ch12；W14–15 | 适用性需法务判断；不作为 GEO 效果证据 |
| [中华人民共和国个人信息保护法](https://www.npc.gov.cn/npc/c2/c30834/202108/t20210820_313088.html) | 法律/官方文本 | Ch12；W14/L07 | 课程不提供法律意见；查询日志/学员数据适用性分开 |
| [网络数据安全风险评估办法](https://www.cac.gov.cn/2026-06/18/c_1783525609815499.htm) | 部门规章/官方文本 | Ch12；W14–15 | 旧库记录 2026-08-20 施行；角色与义务频率不可泛化 |
| [GB/T 46347—2025 人工智能 风险管理能力评估](https://std.samr.gov.cn/gb/search/gbDetailed?id=40B74A27FD32BD79E06397BE0A0AB048) | 推荐性国家标准 | Ch12；W14–16 | 元数据核验不等于条款级符合或认证 |
| [SJ/T 12116—2026 检索增强生成通用技术要求](https://std.samr.gov.cn/hb/search/stdHBDetailed?id=594CFDC622F68BADE06397BE0A0A2CD3) | 电子行业标准 | Ch3–6/12；W3–5 | RAG 技术参照，不证明平台或品牌效果 |
| [SJ/T 12117—2026 检索增强生成系统测评规范](https://std.samr.gov.cn/hb/search/stdHBDetailed?id=594CFDC623018BADE06397BE0A0A2CD3) | 电子行业标准 | Ch6/12；W5–7 | 测评规范与课程任务效度、外部平台效度分开 |
| [GB/T 7714—2025](https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=C6CE52E55AC09B9C79A20AEA77CEDD14) | 推荐性国家标准 | 专著 back matter / source ledger | 旧库称 2026-07-01 实施；出版前按正式文本复核 |
| [CY/T 172—2019 图书出版流程管理](https://www.nppa.gov.cn/xxgk/fdzdgknr/hybz/202210/P020221004608862618347.pdf) | 新闻出版行业标准 | 专著生产门 | 只约束出版流程，不支持任何 GEO 主张 |

### 6.2 国内官方治理源为何不能只保留 C86 的三项国标

C86 已覆盖标识办法、GB 45438、GB/T 45654、GB/T 35273 和两个在研项目，但旧库还包含监管、广告、版权、教育、出版和高风险行业材料。它们不必全部进入主目录；至少应形成三张独立表：

1. `Standards & Regulation Register`：法律/法规/强制国标/推荐国标/行业标准/团体标准/计划分栏。
2. `Applicability Card`：主体、数据、媒介、辖区、角色、日期与需专业意见的事项。
3. `Book/Course Production Register`：GB/T 7714、CY/T 出版规范、远程学习、无障碍与学习效果标准，和 GEO 技术证据分离。

## 7. GitHub Tutorial 与可复现实验资产

旧库有 **71 个 GitHub URL**，而 C86 只直接重合 `G01/G06/G08/G10` 四项。下列 14 项最值得进入下一批，但“进入”只表示建立版本化的 lab candidate，不表示 README 主张成立。

| 来源 | 建议状态 | 可迁移内容 | 必须保留的阻断/边界 |
|---|---|---|---|
| [IF-GEO code](https://github.com/yangjizc/IF-GEO) | Candidate—paper companion | 跨查询实验、问题簇 | pin commit、数据/模型版本、论文结果对账 |
| [MAGEO core](https://github.com/Wu-beining/MAGEO) | Candidate with rights block | 论文—代码—数据—结果四件验收 | 旧审计：core-only、8 tests、无 LICENSE/主结果包 |
| [FeatGEO code](https://github.com/EvoNexusX/2026LiuFeatGEO) | Candidate with safety review | 特征级多目标优化结构 | 旧审计：无 LICENSE/tests/result pack；生成提示需事实红队 |
| [E-GEO](https://github.com/psbagga17/E-GEO) | Candidate—paper companion | 电商固定候选 testbed | 与 CORPUS-42 论文关联，不能当实时零售平台 |
| [SAGEO Arena](https://github.com/happysnail06/SAGEO_Arena) | Candidate—paper companion | 端到端环境与复现工件 | 当前 arXiv 版本、环境、数据许可与结果 tolerances |
| [C-SEO Bench](https://github.com/parameterlab/c-seo-bench) | Candidate—benchmark | 因果/反事实 benchmark Lab | benchmark 污染、许可、split 与外部效度 |
| [AutoGEO](https://github.com/cxcscmu/AutoGEO) | Candidate—research implementation | 自动优化/反馈循环 | 与 [论文页](https://openreview.net/forum?id=K8EinVWtUB)绑定；不把 surrogate 当平台真值 |
| [LangChain RAG From Scratch](https://github.com/langchain-ai/rag-from-scratch) | Candidate—media/lab scaffold | 管线 trace、notebook + 短视频节奏 | RAG 教学，不是 GEO 排名证据；冻结依赖 |
| [DualMark](https://github.com/dodopayments/dualmark) | Candidate—clean-room audit | content negotiation、跨框架 fixture | 旧审计：tests pass、typecheck fail、lint 0 task、规范/运行时漂移 |
| [GeoLook](https://github.com/aigclink/geolook) | Candidate—data-contract audit | surface/region/probe/raw answer 缺失语义 | 自有阈值与分数未经外部校准 |
| [geo-citation-lab](https://github.com/yaojingang/geo-citation-lab) | Candidate—dataset audit | CN-GEO 数据重算、质量报告 | 上游缺完整回答/批次/模型/时间；数据许可逐项核 |
| [aeo.js](https://github.com/multivmlabs/aeo.js) | Candidate—construct-validity counterexample | 可构建工具与自定义分数拆解 | 测试通过不校准 citation/readiness；仓库许可文件需复核 |
| [Content Telemetry](https://github.com/SPUR-Coalition/telemetry) | Candidate—protocol fixture | retrieved→grounded→cited→displayed→engaged 事件词表 | v0.1 Preview；签名/schema 不证明事件真实/完整 |
| [PoisonedRAG](https://github.com/sleeepeer/PoisonedRAG) | Candidate—defense sandbox only | 隔离合成语料中的检测/恢复实验 | 不交付 live-source 攻击步骤；许可、威胁模型与伤害门 |

其余高热度营销/SEO skill 仓库（如 `Agentic-SEO-Skill`、`claude-seo`、`GEO-Content-Optimizer-Skill`、`geo-optimizer-skill`、`GEORank`、`GEOFlow`、`GEOVisibilityTool`、`AI-SEO-GEO-Guide`）进入 `legacy-watch / engineering hypotheses`，除非完成：固定 commit、真实 LICENSE、clean install、测试、构念定义、人工 gold、跨 provider 验证和失败结果。

## 8. The GEO Community：142 篇线索与实际可追踪 URL

### 8.1 数量裁决

- D4、D5 与 R1 记录：截至 **2026-07-30**，通过 sitemap / `llms.txt` 发现 **142 个博客 URL**。
- 当前八份 Markdown 文件实际只保存了 **17 个 The GEO Community 直达 URL**；“142”是一次站点发现数量，不是 142 条已逐篇深读、已存 manifest 或已进入书目的记录。
- C86 的 `R01–R07` 是 7 项重新策展的来源，其中旧库与之直接重合的只有 `R03` 和 `R04`；因此旧库还有 **15 个直达页**未在 C86 单列。
- 下一次若要声称“覆盖 142 篇”，必须重新获取 sitemap，并保存 `url / canonical / title / author / published / modified / lastmod / content hash / status / topic / audit depth`。旧数字不能替代 2026-08-24 或出版日的重抓结果。

### 8.2 15 个旧库独有直达页

| 建议状态 | 页面 | 用途与上限 |
|---|---|---|
| Context / corpus manifest | [Blog hub](https://thegeocommunity.com/blogs/) | 站点发现入口，不是逐篇证据 |
| Candidate—explanation | [AI Search Corroboration](https://thegeocommunity.com/blogs/generative-engine-optimization/ai-search-courtroom-corroboration/) | citation/mention/corroboration/recommendation/accuracy 拆分；不作实验依据 |
| Context-only | [AI Search Dark Funnel](https://thegeocommunity.com/blogs/generative-engine-optimization/ai-search-dark-funnel-answer-influence/) | 形成可拒绝假设；无独立长期营收因果 |
| Context-only | [Best AI SEO, AEO & GEO Courses 2026](https://thegeocommunity.com/blogs/generative-engine-optimization/best-courses-ai-seo-aeo-geo-2026/) | 竞品课程发现；自家排序与学习效果分开 |
| Candidate—paired | [BrowseComp and agent-ready websites](https://thegeocommunity.com/blogs/generative-engine-optimization/browsecomp-benchmark-browsing-agents-geo/) | 与原始 benchmark 对读；不把 browsing 能力改写为品牌提升 |
| Candidate—lab hypothesis | [Cosine/reranker experiment](https://thegeocommunity.com/blogs/generative-engine-optimization/cosine-similarity-tweaking-backfire-reranker-experiment/) | 固定自有检索实验直觉；不外推闭源引擎 |
| Candidate—paired | [GEO-SFE explainer](https://thegeocommunity.com/blogs/generative-engine-optimization/geo-sfe-structural-feature-engineering-citation/) | 非技术预读；数值回原论文 |
| Candidate—platform note | [GA4 AI Assistant tracking](https://thegeocommunity.com/blogs/generative-engine-optimization/google-analytics-ai-assistant-channel-native-tracking/) | 渠道分类变化案例；功能和历史回填回 Google 原文 |
| Candidate—lab analogy | [HNSW and GEO](https://thegeocommunity.com/blogs/generative-engine-optimization/hnsw-and-geo-retrieval-layer/) | 自有 ANN recall/latency Lab；不证明外部平台索引参数 |
| Candidate—paired | [MAGEO explainer](https://thegeocommunity.com/blogs/generative-engine-optimization/mageo-multi-agent-geo-reusable-strategy-learning/) | 低门槛预读；论文/代码/数据承担主张 |
| Candidate—lab hypothesis | [Query rewriting / multi-query RAG](https://thegeocommunity.com/blogs/generative-engine-optimization/query-rewriting-multiquery-rag/) | 查询分解实验；不作跨平台配方 |
| Candidate—tutorial | [RAGAS guide](https://thegeocommunity.com/blogs/generative-engine-optimization/ragas-rag-evaluation/) | 指标演示；与人评和 G06 原始文档校准 |
| Candidate—measurement | [What Your AI Search Dashboard Is Really Measuring](https://thegeocommunity.com/blogs/generative-engine-optimization/what-your-ai-search-dashboard-is-really-measuring/) | 分母/提供方时间/采集时间审计模板 |
| Context-only | [World’s First AI Research Scientist for GEO](https://thegeocommunity.com/blogs/generative-engine-optimization/world-first-ai-scientist-geo-research/) | closed-world 能证/不能证；含自家系统利益关系 |
| Candidate—curriculum comparison | [How to Learn GEO](https://thegeocommunity.com/how-to-learn-geo-generative-engine-optimization/) | 对照课程先修和路径；不证明学习迁移 |

建议架构：C86 保持 86 项冻结不变，新建 `Community corpus manifest`；只有经过 claim-level audit 的页面才获得正式 `Rxx`，其余只保留 corpus ID。这样既保留 142 篇线索，又不会让博客数量稀释 primary evidence。

## 9. 中文视频、英文视频与媒体材料

### 9.1 规模与 C86 缺口

- 旧库有 **44 个 Bilibili 直达 URL**，C86 没有任何 B 站条目。
- 旧库另有 **3 个 YouTube URL**，与 C86 的 `M01–M06` 无直接重合；因此不是“新 6 条替代旧 3 条”，而是两个互补的媒体池。
- R1 记录曾对 38 个 BVID 做元数据核验、对其中 30 个取得公开音轨并做 ASR/关键画面检查；这是旧审计深度声明，迁移时仍需带上审计工件、日期、字幕许可和时间码，不能只复制“已看完”标签。

### 9.2 建议进入课程媒体候选池的 13 个 B 站资源

它们只用于标题、节奏、错误示范、屏录、行业问题和反例；技术结论必须回 primary/official。

| 页面 | 媒体角色 |
|---|---|
| [315“AI 投毒”揭秘](https://www.bilibili.com/video/BV1fxwCz3EsP/) | 反骗局、机制叙事、治理导入 |
| [0 成本给 AI“喂毒”后我笑不出来了](https://www.bilibili.com/video/BV1tuwezwEhp/) | 非服务商批判性入口；安全讨论需防止操作化 |
| [让 AI 选中你的内容](https://www.bilibili.com/video/BV1rJJ8zSEYH/) | 面向普通学习者的框架表达 |
| [Sober 阿铭：白帽 GEO 架构](https://www.bilibili.com/video/BV12fEq6AED2/) | 白帽定位和商业演示拆解 |
| [企业 GEO：从收录到被推荐](https://www.bilibili.com/video/BV1sK5f65EZX/) | 企业问题拆分与长课结构 |
| [用 Codex 做 GEO](https://www.bilibili.com/video/BV1kHKf69EsK/) | AI 编程助手屏录节奏；不证明效果 |
| [45 分钟 GEO 标准化操作流程](https://www.bilibili.com/video/BV1VXNi63EtH/) | SOP 与逐步屏录；“标准化”不是正式标准身份 |
| [Tony Yang GEO 第一课](https://www.bilibili.com/video/BV1V5Y4zeEJW/) | 短课切分与系列化 |
| [Surfer Academy 中文配音](https://www.bilibili.com/video/BV1eB5k67Eus/) | SEO—AI Search 前置桥接；译制权/字幕需核 |
| [GEO 从入门到放弃](https://www.bilibili.com/video/BV1ibcxzpEaS/) | 行业质疑与不确定性讨论 |
| [GEO 数据造假手册](https://www.bilibili.com/video/BV1GZ9oBEEM6/) | Dashboard、案例和指标造假识别 |
| [一个视频看懂 GEO](https://www.bilibili.com/video/BV1KRAMzbEJn/) | 6–7 分钟认知视频结构 |
| [生成引擎优化 GEO 从入门到精通（19 集）](https://www.bilibili.com/video/BV1RLaRzkE55/) | 中文术语预习与微课节奏对标 |

### 9.3 剩余 31 个 B 站 URL：legacy-watch / context

以下项目在重新拉取标题、UP 主、发布日期、P 数、真实教学分钟、字幕/ASR、商业关系和当前可访问状态前，不进入必修阅读。精确 URL 清单如下：

```text
https://www.bilibili.com/cheese/play/ss444960601
https://www.bilibili.com/video/BV11UnszEEHd
https://www.bilibili.com/video/BV12WXzB9Eoi
https://www.bilibili.com/video/BV15pKU65EDt
https://www.bilibili.com/video/BV17ZeUzqE18
https://www.bilibili.com/video/BV18jWgzRE8o
https://www.bilibili.com/video/BV19LaRzkEtP
https://www.bilibili.com/video/BV19LaRzkEyy
https://www.bilibili.com/video/BV1MHWgzpEaT
https://www.bilibili.com/video/BV1Pd1bBqEgA
https://www.bilibili.com/video/BV1SxvaBtEVe
https://www.bilibili.com/video/BV1UJWgzXECA
https://www.bilibili.com/video/BV1V7aRzGE3G
https://www.bilibili.com/video/BV1V7aRzGE8a
https://www.bilibili.com/video/BV1WopEziE3e
https://www.bilibili.com/video/BV1WopEziEgr
https://www.bilibili.com/video/BV1XGWgztE8v
https://www.bilibili.com/video/BV1iAjK6pEe6
https://www.bilibili.com/video/BV1jMVd6nEqS
https://www.bilibili.com/video/BV1kxgQ6kEp9
https://www.bilibili.com/video/BV1mHWgzHEDP
https://www.bilibili.com/video/BV1nicFzQEiD
https://www.bilibili.com/video/BV1pfpEzNE7x
https://www.bilibili.com/video/BV1pfpEzNEJR
https://www.bilibili.com/video/BV1spaUzyExd
https://www.bilibili.com/video/BV1t2RXBPEjX
https://www.bilibili.com/video/BV1unnxztEdB
https://www.bilibili.com/video/BV1vgnxzNEsJ
https://www.bilibili.com/video/BV1zDSoBEEkF
https://www.bilibili.com/video/BV1zspEztESP
https://www.bilibili.com/video/BV1zspEztEig
```

其中“GEO 3.0”“霸屏”“固定见效”“标准化流程”等标题只可作为 claim audit 或市场话语样本；播放量、P 数、付费状态或五星评价都不能证明知识准确、能力形成或岗位迁移。

### 9.4 三个旧英文视频

| 建议状态 | 来源 | 角色 |
|---|---|---|
| Candidate—official media | [Google Search Central: AI features in Search & your site](https://www.youtube.com/watch?v=MmOxK0nwtIc) | 官方话语的逐帧/时间码核验；现行口径仍回文字文档 |
| Candidate—technical media | [LangChain RAG From Scratch playlist](https://www.youtube.com/playlist?list=PLfaIDFEXuae2LXbO1_PKyVJiQ23ZztA0x) | RAG 管线、notebook 与短视频节奏；不证明 GEO 效果 |
| Context-only—commercial claim audit | [Fiverr: Shift Happens, Episode 2: GEO](https://www.youtube.com/watch?v=TjDrqUj0afM) | 访谈/圆桌主张状态与时间码练习；配方、市场数字和自定义分数逐条另证 |

## 10. 白皮书与行业报告：保留审计价值，不升级为科学权威

C86 只有 V01–V09 的一个受控 vendor layer；旧库另有成体系的国内外白皮书。它们不宜全部并入主 Reference Universe，而应建立 `White-paper Identity & Claim Ledger`。建议分三层：

### 10.1 可作为方法/治理审计候选

| 来源 | 可迁移内容 | 证据上限 |
|---|---|---|
| [GEO 红皮书（2026）](https://www.nbd.com.cn/reports/geo-red-book-2026.html) | 风险、证据保全、采购与组织治理 | 行业治理指南；权重和周期未校准 |
| [Resonate Labs GEO White Paper v5.0](https://resonatelabs.co/geo-white-paper/) | evidence label、更正机制、单客户案例审计 | 多处理并行、单客户，不拆组件因果 |
| [Deloitte: Winning the AI Answer Economy](https://www.deloitte.com/content/dam/assets-zone2/be/en/docs/about/2026/be-winning-the-ai-answer-economy.pdf) | 机构/视觉身份与方法缺口盲审 | logo/版式不补方法；观点不作 SLA |
| [Foglift Research](https://foglift.io/research) | 聚合 CSV 复算与 raw-response 缺口 | aggregate 可复算不等于 response-level 复现 |
| [OpenSource Technologies GEO Playbook](https://ost.agency/resources/white-papers/geo-playbook/) | 把处方拆成可测假设 | 30/60/90、70/30、40-word 等不是已证阈值 |
| [generative.qa State of GEO 2026](https://generative.qa/state-of-geo-2026/) | 方法页、分母与模型式审计 | raw、classifier/gold、代码/许可不足；47%不可跨语料平均 |
| [Omnicom Health: Winning in AI Search](https://www.omc.com/wp-content/uploads/2026/04/Winning-in-AI-Search-How-Brands-Earn-a-Place-in-the-Answer.pdf) | 六步 Agent 工作流表达 | 无样本/校准/行业安全门，只吸收表达骨架 |

### 10.2 Context-only / red-team corpus

| 来源 | 保留原因 | 不可直接采用 |
|---|---|---|
| [源易信息 × 艾瑞咨询 2026 GEO 白皮书](https://doc.mbalib.com/view/d8221155c56abb7318649e3b633322f3.html) | DSS/编辑流程、案例 claim audit | 联名与案例数字不等于透明因果 |
| [增长超人：全意图内容体系](https://www.growthman.cn/uploads/upload/files/20260226/GEO%E5%85%A8%E6%84%8F%E5%9B%BE%E5%86%85%E5%AE%B9%E4%BD%93%E7%B3%BB%E7%99%BD%E7%9A%AE%E4%B9%A6%20%280226%29-%E5%A2%9E%E9%95%BF%E8%B6%85%E4%BA%BA.pdf) | 用户旅程与内容矩阵形式 | 固定配比、无来源数字、榜单植入 |
| [喜传播：2026 GEO 布局完整解决方案](https://www.ximeiti.com/wp-content/uploads/2026/03/2026-GEO-%E5%B8%83%E5%B1%80%E5%AE%8C%E6%95%B4%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88.pdf) | 计划、成本、回滚表 | bot 用途错误、时限/uplift/ROI 无方法 |
| [亦莘咨询行业报告](https://pdf.dfcfw.com/pdf/H3_AP202607031826683016_1.pdf?1783071148000.pdf=) | 行业身份与标准生命周期审计 | 事实、据传、估算与预测混表 |
| [水滴探海 2026Q1](https://www.seaseekai.com/wp-content/uploads/2026/03/GEO%E4%BC%98%E5%8C%96%E7%99%BD%E7%9A%AE%E4%B9%A6_%E6%B0%B4%E6%BB%B4%E6%8E%A2%E6%B5%B7_2026Q1_%E4%B8%AD%E6%96%87%E7%89%88.pdf) | 供应商方法审计 | 无 raw/抽样时不作行业基准 |
| [教育行业 GEO 白皮书 V1.0](https://www.cdut.edu.cn/__local/2/2B/0D/C8B41E2CCD84BB1461005144A08_43384725_4A2D12.pdf) | 教育行业组织流程 | 自定义 CST 未校准、不可跨行业 |
| [纳基白皮书网页](https://www.naaigc.com/Infodetail/138.html) / [PDF](https://www.naaigc.com/attached/20260504/2026%E5%B9%B4%E4%B8%AD%E5%9B%BD%E7%94%9F%E6%88%90%E5%BC%8F%E5%BC%95%E6%93%8E%E4%BC%98%E5%8C%96%EF%BC%88GEO%EF%BC%89%E7%99%BD%E7%9A%AE%E4%B9%A6.pdf) | 附件生命周期、强机制话术红队 | 未见足够样本、引文、对照；不能作外部引擎机制 |
| [geoopt.cn 行业白皮书](https://www.geoopt.cn/baipishu/184.html) | 主体/标准/占位符审计 | `XX`、模板残留、独立登记未闭环 |
| [NEOXGEO 2026](https://www.neoxgeo.com/whitepaper/neox-geo-white-paper-2026-official.pdf) | 确定性营销主张反例 | 无方法/数据附录；高风险行业不可采用 |
| [SheepGEO v1.0](https://www.sheepgeo.com/whitepaper/sheep-geo-whitepaper-v1.0.pdf) | 引文存在性、PDF 日期和版本审计 | 三条“论文”未独立定位；不得据此断言真伪 |
| [一搜百应 2026](https://www.tk163.com/wp-content/uploads/2026/03/2026%E5%B9%B4AI%E6%90%9C%E7%B4%A2%E6%B5%81%E9%87%8EGEO%E4%BA%A7%E4%B8%9A%E5%8F%91%E5%B1%95%E7%99%BD%E7%9A%AE%E4%B9%A6.pdf) | 联名、样本与市场数字审计 | 未独立闭环联合身份、方法、引文 |
| [Corporate Ink 2026 Report](https://corporateink.com/wp-content/uploads/2026/05/Corporate-Ink-GEO-and-AI-Visibility-2026-Report.pdf) | RACI 与组织自报 | 150 人自报、发布方有商业利益 |

### 10.3 直接网页复核的状态变化

旧审计记载纳基 PDF 曾返回 404。2026-08-24 的直接请求得到 **HTTP 200、`application/pdf`、`content-length: 218010`、`last-modified: 2026-05-04`**；因此它不应继续列为“当前死链”，而应标 `recovered/resolves-now`，重新下载、计算 hash，并核对是否与旧读 7 页版本相同。页面恢复不改变其证据上限。

## 11. 仅 legacy-watch：不得按“现行规范/可复现资源”迁移

| 项目 | 旧库状态 | 当前处置 |
|---|---|---|
| [20252040-Z-469](https://std.samr.gov.cn/gb/search/gbDetailed?id=37FC03D2E1436322E06397BE0A0AA17F) | 审批/计划阶段；已在 C86 `S11` | 保持 Context-only；不得称国家标准 |
| [20252041-Z-469](https://std.samr.gov.cn/gb/search/gbDetailed?id=37FC03D2E1446322E06397BE0A0AA17F) | RAG 相关标准项目 | watch；只记录项目元数据 |
| [20262577-Z-469](https://std.samr.gov.cn/gb/search/gbDetailed?id=508271370C98A41CE06397BE0A0A979A) | 风险应对指南项目/起草 | watch；不预写条款 |
| [20253114-Z-469](https://std.samr.gov.cn/gb/search/gbDetailed?id=3871886E8F31EF0FE06397BE0A0A1488) | 学术出版 AIGC 使用边界指南项目 | watch；与 NPPA 行业标准研制线分开 |
| [NPPA 学术出版 AIGC 行业标准研制启动](https://www.nppa.gov.cn/xxfb/ywdt/202507/t20250708_920205.html) | 启动信息，无正式标准号/文本/实施日 | watch；不称现行行业标准 |
| [GB/T 47863—2026](https://std.samr.gov.cn/gb/search/gbDetailed?id=55B3892F9696336AE06397BE0A0A4BF9) | 旧库记录 2026-07-02 发布、2026-11-01 实施 | 截至本冻结日为“已发布、未实施”；发布前再核 |
| [Graph RAG 标准项目](https://std.samr.gov.cn/gb/search/gbDetailed?id=3BD752A86E80AF43E06397BE0A0ACD95) | C86 `S12` | Context-only；项目名不等于正式标准 |
| [中国广告协会官网](https://www.china-caa.org/)三项 GEO 团体标准 | 旧库核到 2026-07-13 公开征求意见；正式草案未取得 | watch；取得正式文本/登记/状态后再迁 |
| [geoopt.cn `T/GEO 001-2026`](https://www.geoopt.cn/biaozhun/186.html) | 自称团体标准，本轮未独立定位登记 | watch/context；“未定位”不等于不存在或虚假 |
| [中国新闻技术工作者联合会 GEO 规范立项](https://www.news.cn/digital/20260415/33413765d7d740bcb0aab0626ee6aebc/c.html) | 立项新闻 | watch；不称发布/实施 |
| [C2PA 2.2](https://spec.c2pa.org/specifications/specifications/2.2/specs/C2PA_Specification.html) | 旧库固定版本 | C86 已使用 2.4；2.2 只作历史版本/迁移测试，不与 2.4 合并 |
| [OpenRSL quickstart](https://openrsl.org/quickstart/) | 设计文档可读，旧审计的预期包/仓库均 404 | documented-only；artifact 出现后从 clean install 重跑 |
| `krillinai/GEO` | 搜索缓存有旧摘要；2026-07-30 仓库/API 404 | 2026-08-24 直接复核仍为 HTTP 404；不列现行教程 |

## 12. 疑似失效、重复与版本漂移

### 12.1 当前确认或需监测的不可用项

| 项目 | 2026-08-24 裁决 | 后续动作 |
|---|---|---|
| `https://github.com/krillinai/GEO` | **HTTP 404 已复核** | 状态 `deleted/moved/unknown`；不从搜索缓存恢复许可或正文 |
| `https://github.com/openrsl/openrsl-public` | Quickstart 当前仍指向该 git URL；直接请求 **HTTP 404** | OpenRSL 站点/quickstart 可读，但实现仍 `documented-only` |
| Awesome GEO 内嵌的旧 Google `a2a-protocol` “Author-to-AI”条目 | 旧审计确认 404/错误描述；并非本八文件直接 URL | 只保留为 curation-audit 反例；重新核精确 URL 后再更新状态 |
| 纳基 PDF | 旧审计曾 404；当前 200 + PDF content type | 从“dead”移到“recovered”；重新 hash/比对版本 |

自动 5xx、反爬、登录墙、超时和地区限制不自动判定死链；`200 OK` 也可能是软 404、首页重定向或内容替换。正式发布前需要 `status + final URL + title/issuer/date/version/content hash` 五项联合判断。

### 12.2 应合并的重复身份

| 重复表现 | 合并键 | 处理 |
|---|---|---|
| `www` / 非 `www`、末尾 `/`、追踪参数 | canonical URL | 只保留一个 URL key，manifestations 留原始请求 |
| CAC 标识办法的 `...4782215.htm` 与 `...5899683.htm` | 文档题名 + 发布机关 + 日期 | 一个 source，两个官方页面；核正文 hash |
| GB/T 45654 的 old `openstd` 与 current `std.samr` 页 | 标准号 | 一个 source，两个平台 manifestation |
| GB/T 46347 的 `openstd hcno` 与 `std.samr id` | 标准号 | 一个 source；当前状态页优先，旧页留 provenance |
| GB/T 43295、GB/T 7714 的 old/new 国家标准平台页 | 标准号 | 不按 URL 重复计数 |
| CY/T 118、CY/T 172 的 PDF 与 HTML 索引 | 标准号 + 版本 | PDF/landing page 是同一对象的不同载体 |
| 纳基 HTML 与 PDF | issuer + title + version | 一个 white-paper identity、两个 manifestations |
| arXiv / ACL Anthology / DOI / venue index | DOI、arXiv ID、正式 publication identity | **不是简单删一条**；建立 preprint→version-of→proceedings 关系 |
| B 站多账号分发与同素材重剪 | 原始素材/讲者/脚本/时长指纹 | URL 不同也可能内容重复；需媒体指纹与时间码比对 |

### 12.3 旧标签不能直接继承

- “核心吸收/部分吸收”只作为 migration hint；当前专著或课程必须能定位 `chapter/week/lab/figure/claim` 才能升为 `Integrated`。
- “测试通过”不自动继承为“可复现论文结果”“符合规范”或“有效 GEO 方法”。
- “现行/已发布/已实施”必须重新用官方页面和当前日期核验；计划、征求意见、团体自称和新闻立项不互换。
- 白皮书、视频、博客和 GitHub README 中的数字只保留到其直接证据层。

## 13. 分批迁入两份架构与 Reference Universe 的路线

### Batch 0 — 身份清仓，不扩大 86 项（立即）

1. 为本报告确认的 27 个 C86 直接匹配写回 `legacy_refs` 字段。
2. 为 13 个 CORPUS-42 论文写回 `legacy_locations`；其中 `A01` 标双重承接，其余 12 不新建 C86 ID。
3. 合并 S05/GB-T-45654 等官方 manifestations；标准以编号、论文以 DOI/arXiv、视频以 BVID、仓库以 owner/repo+commit 作身份键。
4. 保持 C86 的 **86 / 12 Integrated / 62 Candidate / 12 Context-only** 冻结不变；任何扩容产生新版本号，而不是悄悄修改 86 的分母。

### Batch 1 — Primary + official 增量（最高优先）

1. 先处理第 5 节 15 篇 primary research 与第 6 节 16 项 official/standard/governance，共 **31 个候选 URL**。
2. 专著：路由到 `planning/notes-architecture.md` Ch1–12，优先补 Ch3–7、Ch10、Ch12 的 evidence cards、标准状态与因果/时序方法。
3. 课程：路由到 `planning/course-site-architecture.md` W1–W15、L02–L07；只将 official 文档用于 named platform/date，primary paper 用于设计有界结论。
4. 完成门：identity、版本、full-text、claim locator、design/sample、result/uncertainty、limitation、license/artifact、book role、course role 十项齐全。

### Batch 2 — Reproducible labs 与 GitHub Tutorial

1. 对第 7 节 14 个仓库建立 commit-pinned record；不得把 repo 首页链接当冻结版本。
2. 课程优先：IF-GEO/MAGEO/E-GEO/SAGEO/C-SEO、LangChain、DualMark/GeoLook/aeo.js、Content Telemetry 进入 L03/L05/L07/L08 的候选。
3. 专著只引用与论证有关的 paper-linked artifact、负结果、规范漂移和复现边界；不写安装手册式章节。
4. 完成门：license、commit/release、lockfile/environment、clean install、tests、reference run、known failure、redistribution decision、safety boundary。

### Batch 3 — Blog / video / white-paper companion layer

1. The GEO Community 先建立 sitemap corpus manifest，再从 15 个旧页中保留 11 个 Candidate、4 个 Context-only；不以“142”增加 142 个主目录条目。
2. 13 个 B 站候选与 3 个英文视频只进入课程 `media ledger`；其余 31 个 B 站条目保持 watch/context。
3. 白皮书建立独立 identity/claim/artifact ledger；GEO 红皮书、Resonate、Deloitte/Foglift/OST/generative.qa 用于治理或方法审计，其余用于 red-team corpus。
4. 所有媒体交付 caption/transcript/timecode/source list/static alternative/rights note；任何科学结论不得只存在于视频。

### Batch 4 — Watchlist 自动刷新与发行前门

1. 每月检查标准项目、平台控制、crawler 文档、404/move、课程/视频下架和仓库 release/license。
2. 出版/上线前 30 日重核所有 C/D/E 与平台官方来源；标准项目逐项刷新 published/effective/withdrawn。
3. 将 broken/recovered/moved/superseded 作为状态事件，不静默覆盖旧事实。
4. 对可合法保存的网页/数据/代码记录 hash、commit、WARC/SWHID/DOI；受版权/条款限制时保存 metadata-only 和 verification note。

## 14. 两份产品的吸收规则

### 14.1 专著

进入 `planning/notes-architecture.md` 的条件是能够支持一项持久论证、定义、方法、反例、标准状态或研究工坊，而不是“材料很丰富”。

- Primary paper：进入 chapter evidence card、对比表或 research exercise。
- Official/standard：进入 Ch12 与附录 status register；出版规范进入 production QA，不混入 GEO 效果证据。
- GitHub：只作为 paper artifact、复现/失败/规范漂移证据。
- Blog/video/white paper：只进入 historiography、industry discourse、worked audit 或 context box；不作中心定理的唯一引文。

### 14.2 在线课程

进入 `planning/course-site-architecture.md` 的条件是支持一个可观察学习成果、课前材料、课堂任务、Lab 步骤、反馈、反例或媒体制作决策。

- 视频/教程可高价值进入课程，但其 claim 必须链接到 primary/official。
- GitHub 必须有冻结 replay fixture；外部 API/网页漂移时仍能完成学习目标。
- 中国法规/标准与海外平台文档用 jurisdiction/surface/date badge，不用一个“合规”徽章压平。
- 课程 Reference 页面应支持 `current 86 freeze`、`supplementary candidate queue`、`legacy-watch` 三个视图，而不是把所有旧 URL 混成一个超长书目。

## 15. 质量门与最终裁决

一个旧来源只有同时满足下列条件，才从 legacy 升级：

1. 身份：title/issuer/author/venue/object type 可核。
2. 版本：日期、version、DOI/arXiv/标准号/commit/BVID 可核。
3. 状态：published/effective/draft/watch、live/moved/deleted、preprint/final 分开。
4. 内容：已读范围与 claim locator 明确；不能以摘要/README/视频标题代全文。
5. 证据：能支持的 claim 和不能支持的 claim 同时记录。
6. 工件：data/code/raw response/transcript/standard text 的可用性与许可明确。
7. 产品角色：分别写 `book_role` 与 `course_role`，不沿用镜像目录。
8. 更新：下一次复核日期与触发器明确。

**发行阻断：**错误的法规/标准状态、失效 primary route、把 context-only 当 sole authority、无许可复制代码/图/视频、把项目/草案写成现行、把平台一方文档写成跨平台定律，均为 P0。

## 16. 输入指纹

这些 hash 固定本次统计输入；任何输入变化都应重新运行统计，而不是手工修分母。

| 输入 | SHA-256 |
|---|---|
| D1 | `7230525f84352c89dd58f4d0c0732a4bc2416fc21ea14c339d18020bcaf17064` |
| D2 | `2877edbad78af7a4616da1557547bc281e341264199fb9d94eedb2379043e2d0` |
| D3 | `d686fc7da6b9dcc0ba29e62aef42c22125ee613158384d4259671f2cb8465d52` |
| D4 | `14f4440b4b54adc83f600b7b0f1bda953d72c0d659026f6585fe2067a33a960f` |
| D5 | `405ee16f5dcd6885a676b4475c23f29b4a57eb39026f0fb408c578ca520b6c76` |
| D6 | `107594213eb606a62592bc9f498aee542ca643bbc3f1155273c88fec6487ffec` |
| R1 | `c2b33ce0af8e24a063670e50ffdff6b3c2c88bea576e202a08240a7a1c59cdf9` |
| R2 | `278d9d49ce0af3ad55b1ddde0a4a6c8ab86184d32db2317b59bba8d6d27635c6` |
| C86 | `0098738f653febccfc9c5ddd9a3bcce8d29193ba4cd8449ec7a3a9c024db061e` |
| CORPUS-42 | `4268eb1320357d93ee0f7e76ca7a185ed1675d563a038b493f7db67d61849e4c` |

**最终判断：**旧资料库没有被 86 项目录“淘汰”，而是需要从散落在八份稿件中的高召回发现池，转成三层资产：`curated freeze`、`supplementary candidate queue`、`legacy-watch/context corpus`。最重要的缺口不是再增加更多供应商教程，而是先把旧库中已有的 ACL/arXiv primary evidence、国内官方治理/标准、paper-linked GitHub artifact 和媒体审计工件按身份、版本、证据上限与双产品角色迁回可维护体系。