Exa 语义搜索扩展相似公司

方案思路

Exa 适合从“种子公司”出发寻找业务描述相似的企业。与传统关键词搜索相比，语义搜索更容易发现用词不同但业务相近的公司。这个方案把语义搜索放在候选发现阶段，后面仍要按 ICP 字段过滤、按官方来源核验，不能把相似度直接当成分级分数。

实施要点

先选一组经过确认的种子公司，确保它们代表目标细分，而不是偶然成交的例外。把业务模式、产品、客户类型和地区写成多组描述性查询，收集结果后按域名去重。用可观察字段过滤明显不匹配的公司，再抽样核对业务和地区。对于进入名单的公司，保留查询、结果 URL 和发现时间。

资源如何协作

Exa 是语义搜索层；Google Sheets 是候选池与来源台账；Serper 可补充关键词搜索；Anthropic API 可归纳业务描述；BuiltWith 可补充技术栈。资源的作用是扩大发现和解释理由，不是替代 ICP 判断。官方注册库和公司官网仍是关键事实的核验来源。

适用条件与不适用情形

适合已经有一批高质量种子公司、目标细分难以用关键词完整描述、团队具备技术接入能力的情况。若 ICP 还很模糊，语义搜索只会放大偏差；若目标市场公开网页很少，索引覆盖可能不足。对于需要精确注册信息或实时状态的任务，应使用官方数据源。

风险与人工审核

语义相似的公司可能在规模、地区、渠道或采购模式上完全不同。模型生成的匹配理由也可能过度自信。建议对每个新查询先看二十条结果，评估相关率和重复率；对进入触达的名单做人工抽样。API 成本应设置预算和缓存，避免重复查询。