OSINT 實戰:真實調查中的開源情報技巧
數碼鑑證及 Web3 安全從業者 André Dias Moreira Prol 分享 OSINT 實地調查方法,涵蓋目標數碼資產盤點、鏈上資金追蹤和資料核實。每項關鍵發現須由至少兩個獨立來源佐證;他追查一宗 1.2 million USDC 失竊案時,沿三次跨鏈轉移追至同一交易所存款地址。
數碼鑑證及 Web3 安全從業者 André Dias Moreira Prol 分享 OSINT 實地調查方法,涵蓋目標數碼資產盤點、鏈上資金追蹤和資料核實。每項關鍵發現須由至少兩個獨立來源佐證;他追查一宗 1.2 million USDC 失竊案時,沿三次跨鏈轉移追至同一交易所存款地址。
DeepSeek V4.1 Flash 發佈新版本,並向外開放搜尋引擎。中興通訊表示,新一代數據中心網絡 NPO 方案正為 AI Fabric 提供更佳方案;OpenSpace 開源太空生態發布,首期開源計算星座規劃 2600 顆衞星。Anthropic 聯合創始人稱,AI 快速滲透或推動美國 2030 年 GDP 達 44 萬億美元。
DeepSeek 推出 DeepSeek-V4.1-Flash-1017,提升 AI 編程、自動化及 Agent 任務能力,並向開發者開放 Search 與 Fetch API。
作者在 DEV.to 發佈的 5 篇貼文共獲 98 次瀏覽,與另外四組數據一同顯示,瀏覽量更受既有受眾影響,而非寫作質素。DEV.to 外連沒有 nofollow、ugc 或 sponsored 標記,貼文因此也可作為連結載體。IndexNow 提交網址後,Bing 收錄中位數約 9 小時,未提交的對照頁面則約 4 天。
Cloudflare 與 OpenAI 公佈 7 月啟動的研究試點初步結果:Cloudflare 把網絡訊號傳給 OpenAI 搜尋爬蟲,協助 ChatGPT 搜尋發現並索引數億個新網頁;試點約涵蓋 Cloudflare 網絡的 1%。
作者整理了一份網站 SEO、GEO 檢查清單,建議新增文章前先確認搜尋及 AI 服務的爬蟲能否讀取和引用網站內容。清單涵蓋區分搜尋、用戶請求與訓練爬蟲,檢查 robots.txt、防火牆及 nosnippet 設定、初始 HTML 內容和結構化資料,並指出 llms.txt 是社羣提案,尚未獲大型廠商正式承諾採用。
Deep Saha 開發 HustleRadar,透過 SerpApi 比較商品價格、計算扣除平台費後的轉售利潤,再由 Gemma 2 解釋結果。系統並行搜尋 Google Shopping、零售商及有日期的市場資訊,並先核對商品型號、規格和狀況;示範資料只會在明確選用 demo 模式時載入,Gemma 2 不可用時則改用確定性説明。
網站面向 AI 搜尋及 LLM 做好 GEO 技術準備,需檢查爬蟲存取、初始 HTML 回應、結構化資料及 llms.txt。公開文件、定價及產品頁應回傳 200 OK 和實質 HTML;純 CSR 單頁應用若沒有 SSR 或預渲染,爬蟲可能只收到空殼。JSON-LD 應準確對應頁面可見內容,llms.txt 則可整理產品資訊及文件、定價頁連結。
Reza Pratama整理一份新創產品可搜尋性檢查清單,説明如何讓產品更容易出現在 Google 搜尋和 AI 助理答案中。Ahrefs追蹤1,885個加入JSON-LD的頁面,未發現 Google AI Mode 或 ChatGPT 引用量有明顯提升;這些頁面原本已常被引用,因此結果對全新網站的參考有限。
作者示範以 Python 呼叫其 Apify 工具搜尋 AliExpress 商品,擷取精確訂單數、價格和評分,再按訂單數挑選熱賣商品。一次實測搜尋 120 件商品耗時 7 秒,榜首精確訂單數為 12,544,但 AliExpress 搜尋卡只顯示「10,000+ sold」。這次搜尋有 85 件商品標記為新客優惠,篩除後保留 35 件一般價格商品。
DeepSeek 開放其自研搜尋 API,並提供 Search & Fetch guide 説明使用方式。DeepSeek Search 每日處理來自全球的數億次搜尋請求,索引數千億個網頁並支援多語言搜尋。它亦透過嚴格檢測機制過濾 SEO 垃圾內容、GEO 操控及低質素 AIGC。
pit.world 已上線,提供主打不記錄用戶搜尋資料的搜尋服務,並在一般網頁結果旁解析 Moshpit 名稱。搜尋經 Serper 使用 Google 索引,pit.world 稱只把搜尋字詞傳給供應商,不傳送用戶 IP、瀏覽器資料、Cookie 或 referrer,並不保留伺服器存取日誌。
DeepSeek 於2026年10月17日正式上線 Search 與 Fetch 兩項 API,支援即時網頁搜尋與抓取,面向 Agent 和 RAG 應用。兩者均基於自研搜尋引擎,按成功請求收費(5元/千次),速率限制為每秒5次,並分開計數。
DeepSeek 正式上線 Search / Fetch API,並發布 DeepSeek Harness v0.2.1-rc1。
作者發現,其拼音表的數據檔有 199 個音節,但爬蟲取得的 HTML 只包含 4 個,因為表格內容由 JavaScript 在載入時生成。他在建置時把音節預先寫入 HTML,令提供給爬蟲的頁麪包含 374 個音節儲存格,同時保留點擊播放音訊的 JavaScript。批次修改前應逐頁 dry-run,任何一頁失敗便不寫入;查詢反向連結時,空清單也不能直接視為零。
新聞變更提醒的檢索系統應結合歷史索引與即時抓取,並將段落、來源識別資料和引用納入檢索契約。實作上需保留租戶及版本資料,並在具代表性的變更集上分別評估召回率、精確率、新鮮度和引用覆蓋率。
Nan 分享一套在註冊網域前驗證工具網站利基的流程,按詞根組合、數據篩選、競爭者檢查及社羣需求調查逐步淘汰候選項目。數據篩選會檢查關鍵字難度、搜尋量和 CPC;作者認為完全沒有競爭者可能代表需求不足,並提醒要用不同受眾的措辭重查搜尋結果,以免漏掉使用其他關鍵字的既有競爭者。候選項目通過各項檢查後,才註冊網域。
一項涵蓋單一交通運輸業品牌、為期九個月的分析發現,Google AI Overviews 引薦流量有 22.4% 在 Google Analytics 4 中被歸入 Direct,而非 Organic。
AI 搜尋結果只呈現檢索選出的相關證據,不能直接代表檔案中符合條件的完整總數。Microsoft 365 Copilot Retrieval API 文件列出的結果上限為 1 至 25 筆,結果亦按呼叫者權限篩選。統計應先界定計數單位、日期欄位和分類規則,再以資料庫查詢取得總數;文中所述應用程式、封裝及 MCP 啟動測試使用合成記錄,並不代表生產環境答案準確度已獲驗證。
Pexels 暫停發放新 API 金鑰後,Pexafy 開發者提供遷移指南,示範如何在 10 分鐘內轉用 Pexafy,並繼續搜尋 Pexels 相片。Pexafy 可用單一請求搜尋多個相片庫,支援 100 多種語言的語意搜尋,並附攝影師署名資料。免費方案可建立 API 金鑰,並提供欄位轉換示例及託管 MCP 伺服器。
Scott Windon 製作了 Manifest V3 Chrome 擴充功能 Autocomplete Mining,可自動擷取搜尋自動完成建議,供利基市場分析。
PipAtlas 作者以不使用框架的方式建立外匯教育網站,並公開上線首 5 週的 Google 搜尋表現。每週曝光由 5 次升至 51 次,有曝光的搜尋查詢由 27 個增至 66 個,但點擊仍為 0。自建 Node 專案 GrowthHQ 每小時透過 API 擷取 Search Console 數據,監測工具總成本為 $0。
Pushpendra Yadav 回顧自己維護的 becauseiliked.com 搜尋故障,指出重算 14,000 個標題相似項目的背景工作令共用資料庫負載過高,導致搜尋請求逾時。
文章提出客戶支援知識庫檢索的分頁設計原則,建議以固定快照配合遊標,並按資料時效和引文要求選用向量搜尋、網頁搜尋或兩者結合。若服務商無法保證快照,回答期間應保存已返回的識別碼;向量檢索則須在資料及查詢階段保留租戶與 ACL 限制。來源不一致時應附上兩邊引文並轉交審核,並按分頁邊界、遊標及引文覆蓋率測試檢索流程。
文章列出開發者常犯的 7 個 SEO 錯誤,並提供程式碼修正方法。錯誤包括 robots.txt 阻擋 Google、正式頁面殘留 noindex,以及內容依賴 JavaScript 才載入;建議採用 SSR 或 SSG,並將 Core Web Vitals 目標設為 LCP 低於 2.5s、INP 低於 200ms、CLS 低於 0.1。
MemoryBox 是一款以私隱為先的截圖搜尋工具,網頁示範版讓用戶手動上載截圖,再以自然語言搜尋。它使用 Tesseract.js OCR 讀取文字,並透過 Ollama 在本機運行 Gemma 3 4B 和 nomic-embed-text,結合關鍵字及向量相似度搜尋。AI 推理不依賴雲端 API,桌面應用程式則是長遠計劃。
Trendos 行政總裁兼聯合創辦人 Gintare Rimolaityte 説明,平台如何協助品牌監測、衡量及優化在 LLM 和 AI 搜尋引擎中的可見度。她指出,品牌提及與引用受自家網站、公關媒體、評論平台、聯盟網站和社交媒體等來源影響,各行業側重不同;清晰直接、先答問題的內容較易被模型擷取。
Paweł Iwanek 提供一份 5 分鐘檢查清單,協助確認 ChatGPT、Claude 等 AI 助手能否讀取網站內容。清單涵蓋 robots.txt 中的爬蟲規則、HTML 是否包含正文、llms.txt、JSON-LD,以及寄信網域的 SPF、DKIM 和 DMARC 設定。
Alan West 分析 pg_vectorsearch 與 pgvector HNSW 的效能比較,指出前者查詢較快,但建置時間差距受測試設定及記憶體條件影響。
這份指南提出追蹤品牌在 Google AI Mode 表現的方法,建議以固定提示詞和重複測試記錄品牌提及及引用來源。指南建議設定 20 至 50 條提示詞,每條重複測試三次,並衡量提及率、答案位置、情緒與準確度、引用及聲量佔比。
指南提出 Google AI Overviews 追蹤方法,建議以固定查詢記錄 Overview 是否出現、品牌提及、引用來源、呈現位置與描述,以及競爭者。手動追蹤可從 20 至 30 個查詢開始,每週在相同國家及語言設定下檢查;文章指出,結果只是樣本,須重複觀察,且無法得知 Google 的內部推理。
文章説明如何利用 Bing Webmaster Tools 的 AI Performance 報告,從檢索短語和頁面引用活動找出技術文件的內容缺口。報告列出引用總數、每日平均被引用頁面數、抽樣檢索短語及單頁引用活動;引用數不代表答案內的排列位置或網站訪問量,也不涵蓋所有 AI 平台。
Imperial College London 計算系三名研究者的論文發現,搜尋增強型 LLM 常只依賴搜尋摘要而不開啟來源頁面,並伴隨較多過時答案及誤導性引文。在七種模型配置的測試中,僅依賴摘要作答的過時答案比例為 6.4%,開啟並引用來源頁面時則為 1.3%;誤導性引文比例分別為 6.4% 和 2.3%。直接提供正確證據可減少部分錯誤,但部分模型即使取得新資料,最終仍偏向過時資訊。
這套開發者流程用來檢查 ChatGPT、Perplexity 和 Gemini 等 AI 助理是否提及網站及引用其連結。建議準備 10 至 20 條按用戶問題撰寫的提示詞,記錄品牌提及、引用網址及競爭對手,並每兩週重跑一次。文章亦建議檢查頁面直接答案、HTML 呈現、robots.txt、結構化資料及資訊一致性;透過 API 取得的答案只作參考訊號。
作者檢視 7 個零流量起步案例,發現增加發文量並非增長轉折;流量來自接觸特定人羣,或令頁面更易被 AI 助手理解。4 個案例透過社羣、私訊、外展電郵或目錄接觸用戶,另 3 組數據記錄到 AI 助手帶來流量;作者的免費檢查工具可在瀏覽器檢查頁面獲 AI 引用時欠缺的內容,毋須註冊。
為了減少每次需要工具時反覆搜尋的麻煩,作者開始開發 Cometflow Space,集中探索實用的網上工具、開發者工具、計算器、轉換器、AI 工具及其他網絡資源。平台旨在讓用戶更容易瞭解工具的用途和適用場景,無意取代網上的專門應用程式。
Google 開始在美國向 Google Search 和 Gemini app 推出 Universal Cart,讓用戶跨多個零售商儲存商品並追蹤折扣。Google Shopping Graph 追蹤互聯網上超過 600 億項商品刊登資料;功能亦會更新價格及庫存資訊,並透過 Google Wallet 顯示已儲存卡片優惠帶來的額外折扣。
Serenido 示範以 Python 使用 Apify 託管工具取得 Google Trends 資料,作為 pytrends 的替代方案。工具會在請求遭封鎖時換用新工作階段及住宅 IP 重試,每 1,000 項結果收費 $1;重試後仍遭封鎖或搜尋量不足的關鍵詞會略過且不收費。
AI 智能體回答價格等問題時,可能直接憑訓練資料作答,而不查閲即時網頁,令過時資訊看來同樣可信。網頁搜尋和讀取會增加時間與成本,加上產品團隊重視速度,查詢便可能逐漸被跳過。Decodo 提出的做法包括追蹤查詢頻率、要求特定問題必須查證、在查詢失敗時告知用戶,並簡化網頁搜尋與讀取流程。
Google 正推出 Gmail Live,讓用戶以自然語言進行 Gmail 語音搜尋,並讓 Docs Live 和 Keep Live 等語音 AI 整合功能退出測試版。