计划中

Research.

衡量 AI 研究产出的可信度，而非召回率。

Research 衡量 AI 研究智能体产出的结论是否真的可信。它摄取“查询与回答”配对、来源引用和人工审阅标记，对引用准确度、来源覆盖度和事实可靠性进行评分。

加入 Research 等候名单全部工具

96% verified

Findingcited

Revenue grew 24% YoY, led by enterprise.

✓[1]10-K 2024, p.45

✓[2]Q3 earnings call

✓[3]Press release, Mar

$7.40 / finding

工作原理

Ingest, measure, trust.

Ingest

Feed in query-answer pairs, source citations, and reviewer flags.

Measure

Score citation accuracy, source coverage, and factual error rate.

Trust

Ship only the findings that clear the trust bar.

衡量项

它衡量什么。

引用准确度

确实支撑该论点的被引来源，对照抓取到的内容进行核验。

来源覆盖度

每个论点的独立来源数。避免单点可信的结论。

事实错误率

被标记的幻觉、错误日期、错误数字。在分数上为负向权重。

时效性评分

被引来源相对于该主题时间线的新鲜程度。

深度分

智能体是否走到了搜索结果首页之外。

每个已验证结论的成本

token 支出除以经人工验证的结论数。

适合谁

谁会选择 Research。

·研究运营负责人
·咨询公司
·市场情报团队

同一套件

与 Observe 的其余工具搭配使用。

01已上线

Code

衡量 AI 开发工具的每项成果成本。看成果，而非 LOC。

02已上线

Prompt Hub

每个提示词都有版本。每个分数都钉在产出它的那个提示词上。

03已上线

Customer Service

衡量 AI 支持智能体是否真的解决了对话。

04已上线

Sales / SDR

衡量 AI SDR 产生的管道，而非他们发出的邮件。

任何智能体出岔子的那一刻你就知道。

在切换之前，用真实流量验证这项变更。

在智能体接触生产之前证明它能用。

你的 AI 在同行中处于什么水平。

想把 Research 加入你的技术栈?

我们正在招募设计合作伙伴。加入等候名单，进入 Research 的合作批次。

只需填写邮箱。 Research 上线时只发一封邮件。别无其他。