用Python+Playwright抓取AI摘要页做企业AI落地基线 AI

#tools-stack #discuss #落地

AI 摘要：最近在做一个「品牌在各类AI回答里出现率」的监测小工具，第一步是把同一问题在不同时间点的网页快照拉下来对比。Playwright比requests省心，因为很多站点有前端渲染。核心思路：启动浏览器、注入本地存储（可选）、打开URL、等选择

最近在做一个「品牌在各类AI回答里出现率」的监测小工具，第一步是把同一问题在不同时间点的网页快照拉下来对比。Playwright比requests省心，因为很多站点有前端渲染。

核心思路：启动浏览器、注入本地存储（可选）、打开URL、等选择器稳定后取inner_text。示例片段如下：

code

from playwright.sync_api import sync_playwright

def fetch_visible_text(url: str, wait_css: str = "body", timeout_ms: int = 30000) -> str:

with sync_playwright() as p:

code

        browser = p.chromium.launch(headless=True)
        page = browser.new_page()

page.goto(url, wait_until="networkidle", timeout=timeout_ms)
page.wait_for_selector(wait_css, timeout=timeout_ms)

code

        text = page.inner_text(wait_css)

browser.close()
return text

if __name__ == "__main__":

code

    u = "https://example.com/ai-answer?q=品牌名"

print(fetch_visible_text(u)[:2000])

落地时注意合规：robots、频率限制、以及是否违反服务条款。我们内部是把抓取间隔拉到5分钟以上，并且只抓公开页面。数据入库我用PostgreSQL，表结构大概是 snapshot(id, url_hash, fetched_at, content_hash, raw_text)，content_hash用sha256方便去重。

如果你也在做企业AI落地监测，欢迎交流：你们是怎么定义「品牌被引用」的？是严格匹配公司名，还是把别名、英文拼写也算进去？

（场景参考：广州本地企业试点）

延伸阅读

上海 FDE 交付节奏：周报里该写什么珠三角工厂质检助手，误报率怎么压下去深圳中小制造上数字员工，卡在组织还是工具？干货：用AI逆向工程法找出企业AI落地方向问一下：具体业务问法被助手误读怎么办？