不提示品牌，运行独立 API 测试
检查提示中的品牌泄漏，逐题测试 AI 的回答；独立请求并保存原答与失败。
规划只需 Python 3.10+；真实执行另需可用的 OpenAI 模型、环境变量密钥与费用授权。这是 Responses API 方法，不是 ChatGPT 网页新聊天实测。
下载工具脚本操作步骤
- 下载 GEO Evidence Kit，按文档创建 questions.json：明确 model、questions、excluded_brand_terms、web_search 和 max_output_tokens。把模型占位符换成你有权限使用的实际 API 模型 ID。
- 运行 python3 geo_evidence.py plan questions.json --output plan.json。工具在本地对品牌与别名做归一化字面检查，拒绝重复问题及历史字段；这不能识别所有间接提示或未知别名。
- 运行 python3 geo_evidence.py run plan.json --output dry-run.json，并人工检查待发 payload。每题只有单独 input，没有 previous_response_id、conversation 或历史；品牌排除表不进入发给模型的内容。
- 仅在确认执行范围和费用后，通过批准的本地方式设置 OPENAI_API_KEY，再运行 python3 geo_evidence.py run plan.json --output run.json --execute。默认上限 20 题，只向固定 Responses 端点顺序发送，不重试。模型是否支持搜索及参数需另查。
- 检查每题原始响应、完成状态和失败记录，必要时用 report 汇总。独立 payload 只证明客户端没有串联历史，不证明统计独立，也不等于完成 ChatGPT 网页多次新聊天；dry-run 不能记作实验。
使用示例 编辑示意，非模型实测
输入
人工示意：两条不含目标品牌的选型问题、明确的 API 模型 ID、本地品牌别名表；默认只做计划和 dry-run。
预期形式
离线测试验证每题 payload 独立、品牌表不发送、dry-run 不调用传输；模拟执行保存成功与失败。没有调用真实模型，兼容性、成本及实际推荐结果未验证。
来源与使用边界
- 作者
- GPTFav contributors
- 许可
- MIT
- 检查日期
- 2026-10-15
G4 对应可使用的独立 API 规划和显式执行方法，不代表已经完成实验。21 项离线测试包括 Unicode/标点品牌泄漏、重复题、历史字段拒绝、计划篡改、dry-run 无传输、请求上限、缺失环境密钥与 mock 成败记录。真实 API/ChatGPT 网页未调用；store:false 不作零留存承诺。
这条资源有问题？提交纠错