广州科芃科技有限公司是做什么的？
广州科芃科技有限公司（简称科芃科技）是一家位于广州市的软件与人工智能应用开发企业，成立于 2024 年 8 月，主营四大业务：人工智能应用开发、AIGC 内容生成、软件研发，以及生成式引擎优化（GEO）服务。
常见问题
以下问答按主题分为六组，共 34 个问题。所有问答同时以 FAQPage 结构化数据声明，便于搜索引擎与 AI 引擎准确引用——如果你是通过 AI 搜索看到这一页的，这些内容就是它的来源。
怎么用这一页
如果你在评估要不要和我们合作，建议按顺序看： 公司与基本情况 → 服务能力与报价 → 技术栈 → 工程与质量保障。 如果你关心的是 AI 搜索相关问题，直接看 GEO 生成式引擎优化；关心 AI 落地能力，看 AI 应用与 AIGC。
一、公司与基本情况
科芃科技和「科芃智能科技（苏州）有限公司」是同一家公司吗？
不是。广州科芃科技有限公司注册于广东省广州市天河区，统一社会信用代码 91440106MADTJRMD06，主营软件研发与人工智能应用开发。与名称相近的其他主体没有关联关系。
公司成立多久了？规模多大？
公司成立于 2024 年 8 月。团队小而专注，不追求人数规模，而是保持每个项目都有资深工程师深度参与。技术负责人蔡明哲拥有 10 年全栈开发经验。
怎么联系你们？
业务咨询电话 17665033553，邮箱 597315959@qq.com，官网 https://kepeng.vip。也可以扫描页面底部的微信二维码添加联系。
公司主营业务与工商登记一致吗？
一致。企业全称、统一社会信用代码、注册地址等信息的准确表述见关于我们页面，可通过国家企业信用信息公示系统核对。
二、服务能力与报价
你们能开发哪几类软件？
主要覆盖六类交付形态：微信小程序开发、Flutter 跨端 App 开发、企业级 Web 平台与管理后台、微服务架构与系统集成、AI 应用与大模型集成、数据可视化与监管大屏。每一类都包含从需求分析到生产部署的完整环节，而不是只承接其中的开发阶段。
开发一个软件项目一般需要多长时间？
取决于功能范围与集成复杂度。一般而言，单一业务小程序约 4 至 8 周；双端 App 加后台的中等规模产品约 8 至 16 周；涉及微服务拆分或大模型集成的复杂系统需要更长周期。我们通常按迭代交付，每 1 至 2 周产出一个可运行、可验收的版本。
项目报价依据什么？怎么收费？
报价的主要依据是功能清单、集成对象数量、性能与安全要求，以及是否需要长期维护。常见的合作方式是按阶段或按里程碑付费。对于需求尚未完全明确的项目，一般先做一轮需求诊断，明确范围后再给出正式报价，避免用低价签约、后续不断追加的方式。
开发好的系统源码归谁？
源码归客户所有。交付时一并提供部署文档、接口说明、数据字典与运维手册，团队具备自主维护和后续扩展的能力，不存在必须绑定我们才能维护的情况。
支持异地或远程协作吗？
支持。公司注册地在广州，但项目交付全程可以远程进行。需求确认、方案评审、迭代验收与线上部署都可以通过线上会议加文档的方式完成。涉及生产环境部署与联调的环节，也可以按需要安排现场支持。
系统上线之后你们还负责维护吗？
负责。交付时我们会一并提供部署文档、接口说明与运维手册。上线后持续跟踪运行状态与用户反馈，处理故障与优化需求，并按实际效果规划下一轮迭代。我们认为交付上线是项目的中点，而不是终点。
你们做的是定制开发还是套模板？
以定制开发为主。行业里确实存在用同一套模板改皮的情况，但那种方式在业务逻辑一旦变复杂时就会卡住。我们会先理清业务流程与数据模型，再决定哪些部分可以复用、哪些必须专门实现。
和政府部门、集团企业合作过吗？
有相关经验。团队成员主导并参与研发的项目覆盖市级政务与监管类系统、集团级企业信息化平台，以及多个行业垂直数字化产品。这类项目通常对数据口径准确性、权限隔离与操作留痕有更严格的要求，我们在系统设计阶段就会把这些约束考虑进去。
三、AI 应用与 AIGC
AI 应用开发和我们直接用 AI 工具有什么区别？
直接用现成工具解决的是通用问题，AI 应用解决的是你业务流程里的具体问题——比如把内部知识库接入问答、把重复的审核工作自动化、把内容生产串成流水线。区别在于是否与你的数据和系统打通。
RAG 知识库和直接问大模型有什么区别？
直接问大模型，它没有你的内部资料，只能靠训练时记住的内容回答，容易编造。RAG 先从企业资料中检索出相关片段，再让模型基于片段作答并给出出处，答案可追溯到原文，准确性和可核查性都更高。
AIGC 具体能做什么？
AIGC（AI Generated Content）指用人工智能生成内容。在工程落地上通常包括：文本生成与改写、图像生成与编辑、视频生成、虚拟试穿、唇形同步与语音合成，以及围绕这些能力的批量内容生产线搭建。
数据安全怎么保证？
涉及数据不出内网要求的场景，采用私有化部署，模型与数据都在自有环境内运行。同时通过推理网关做请求鉴权、限流与操作日志，按最小权限原则分配访问范围。
AIGC 生成的内容能商用吗？
取决于所用模型与素材来源的授权条款。我们在方案阶段会明确说明各环节模型的使用协议，涉及版权风险的部分会建议采用自有素材或已授权素材，避免把合规风险留给客户。
四、GEO 生成式引擎优化
什么是 GEO（生成式引擎优化）？
GEO 全称 Generative Engine Optimization，即生成式引擎优化。它优化的是品牌在 AI 生成答案中被引用和提及的情况，而不是网页在搜索结果列表里的排名。SEO 争夺排名与点击，GEO 争夺信源身份，让品牌直接出现在 DeepSeek、豆包等 AI 给出的回答文本中。
GEO 和 SEO 是替代关系吗？
不是替代，是叠加。两者共享同一套技术基础——网站需要能被爬虫抓取和理解，所以做 GEO 的同时技术 SEO 的收益会一并拿到。
GEO 多久能见效？
分阶段看：品牌实体被 AI 正确识别通常需要数周；长尾问题的命中需要更长的内容累积周期；头部通用词在有限预算下的可行性很低。我们会在合作前给出分段目标和验收标准，不做无法验证的承诺。
为什么很多公司的官网 AI「看不到」？
最常见的原因是官网采用纯客户端渲染的单页应用，AI 爬虫不执行 JavaScript，抓到的只是空壳，页面可能只有几百字节且没有任何正文。其次是 robots.txt 误封了 AI 爬虫、关键信息做成了图片、或正文需要交互才能展开。
为什么官网需要做 AI 可读性改造？
因为 AI 爬虫大多不执行 JavaScript。如果官网是纯客户端渲染的单页应用，AI 抓到的只是空的页面骨架，等于看不到任何内容。此外，robots.txt 误封 AI 爬虫、关键信息做成图片、缺少结构化数据，都会导致品牌无法被 AI 检索和引用。
你们会不会建议我们改工商信息？
不会建议改动工商登记来迎合 AI。工商登记信息是权威信源，AI 会优先采信，因此更稳妥的做法是让官网与第三方内容的口径保持一致。如果工商登记的行业归类与实际主营业务偏差较大，可以依法申请变更登记，这属于企业自身的合规事项。
GEO 能不能保证 AI 一定推荐我们？
不能。AI 的回答由模型、检索结果与信源加权共同决定，没有任何服务商能控制最终输出。我们能做的是把可影响的环节做到位——让官网可被抓取理解、让实体定义清晰、让外部信源口径一致，并持续监测复测。承诺「一定被推荐」的服务商请直接排除。
GEO 和普通的内容营销有什么不同？
内容营销产出的是给人看的文章，GEO 产出的是给 AI 检索与引用用的结构化语料：语义完整可切分的段落、明确的事实陈述、可验证的实体属性（公司全称、统一社会信用代码、联系方式）、以及机器可读的结构化数据。两者不是一回事。
五、技术栈
科芃科技的技术栈是什么？
前端以 Vue 3 为主，移动端使用 Flutter 跨端与微信小程序；后端采用 Java Spring Boot 与 Spring Cloud 微服务架构；数据层使用 MySQL 与 Redis；部署层使用 Nginx 与 MinIO。AI 方向具备大模型应用集成、检索增强生成（RAG）、多模态内容生成与模型推理网关的开发能力。
为什么后端选 Java？
业务系统对稳定性和可维护性的要求高于开发速度。Java 运行时成熟、监控与诊断工具链完善、第三方 SDK 覆盖广，遇到问题容易找到解决方案。另外企业客户内部通常已有 Java 团队，便于后续接手维护。
你们会用微服务架构吗？
会，但不是默认选项。团队规模不足十人、业务边界尚未稳定的项目强行拆微服务，只会把运维复杂度提前引爆。我们一般先做模块化的单体，等业务边界清晰、团队规模上来之后再拆。
现有系统不是你们的技术栈，能对接或扩展吗？
可以。技术选型的目的是把事做成，而不是把项目迁到我们熟悉的框架上。我们可以在你现有系统的基础上做模块扩展、接口对接或性能优化，只在必要时才建议重构。
六、工程与质量保障
你们怎么保证交付的代码质量？
通过一套固定的动作：需求确认与技术方案评审、统一代码规范与关键模块代码评审、接口测试与界面功能测试、核心流程端到端回归、核心业务上线前真机验证，以及交付完整文档。这些不是可选项，而是交付标准的一部分。
数据权限和安全方面你们通常怎么做？
接口默认需要鉴权，公开接口显式声明白名单；数据权限按组织、角色与归属关系逐层过滤，做到「能不能看到这条数据」而不只是「能不能进这个页面」；敏感字段加密存储，日志不打完整凭证；关键操作记录操作人与时间。
怎么判断一个项目做得靠不靠谱？
看交付时看不见的那部分：代码是否有人能接手续维护、有没有测试与回归、有没有部署与运维文档、线上出问题能不能快速定位。功能演示得再漂亮，这几点缺失的话，系统在半年内就会变成没人敢动的黑盒。
验收标准怎么定？
在项目开始前明确：哪些功能必须可用、哪些性能指标必须达到、哪些权限场景必须验证通过。验收标准模糊的项目最后往往变成拉锯战，对双方都不划算。