评测背景
合作的信息检索组做 SERP 行为研究,需要 1 万次 SERP 数据采集。我用 SerpBase 帮他们跑了 30 天,这是 hands-on 评测。
测试时间:2026-05-01 到 2026-05-31(30 天)
测试量:10,000 次 SERP 调用
测试场景:学术数据采集(非商用)
3 个研究场景
场景 1:AI Overview 引用 source 偏向性
研究问题:Google AI Overview 引用的 source 是否有大站偏向(wiki / 政府 / 大媒体)?
方法:1,000 个 query,每个查 AI Overview 字段,记录引用的 source domain。
场景 2:Featured Snippet 触发率
研究问题:不同 query 类型(featured snippet 触发率差异)?
方法:2,000 个 query,按类型分组(导航型 / 信息型 / 交易型),看每种类型的 featured snippet 触发率。
场景 3:PAA 演化
研究问题:PAA 在 30 天里怎么变?
方法:7,000 个 query,每天查 1 次,30 天 = 210,000 次 SERP 调用,记录 PAA 变化。
实测数据
1. 1 万调用 30 天数据完整性
| 总调用 | 10,000 |
| 成功 | 9,920 |
| 失败 | 80(0.8%) |
| auto-refund 触发 | 80/80(100%) |
| 数据完整性 | 100%(失败都退了) |
0.8% 失败率(略高于日常 0.3%,因为 1 万调用里有 2,000 个冷门 query 容易失败),全部 auto-refund,数据完整。
2. 月成本
| 10,000 调用 × $0.30/1k | $3 |
学术研究用 1 万次调用,成本 $3。这个价格在学术预算里完全可接受。
对比其他方式:
- 商业 API(SerpApi):$10/1k × 10 = $100(贵 33 倍)
- 自建 scraper:工时 30h+ 维护,隐性成本 $1500+
- SerpBase:最便宜最方便
3. 速度
| P50 | 1.4s |
| P95 | 2.6s |
| P99 | 4.1s |
1 万调用里 95% 在 2.6s 内完成。批量跑数据时稳定。
4 个学术场景评估
场景 1:AI Overview 引用 source 偏向性(1,000 query)
| 成功返回 ai_overview | 280(28%) |
| 引用 source 总数 | 920 |
| wiki 占比 | 32% |
| .gov 占比 | 8% |
| 大媒体占比 | 15% |
结论:有偏向(wiki + 大媒体 = 47%),但比预期小。
场景 2:Featured Snippet 触发率(2,000 query)
| 导航型(品牌词) | 8% |
| 信息型(how / what) | 35% |
| 交易型(buy / price) | 22% |
| 长尾 | 18% |
信息型 query 触发率最高,符合预期。
场景 3:PAA 30 天演化(210,000 调用)
| PAA 出现率 | 62% |
| 平均 PAA 数量 | 3.8 个/查询 |
| 30 天里 PAA 变化率 | 18%(每天 5.6% 的 PAA 变化) |
PAA 变化挺大,30 天里 18% PAA 出现/消失。说明 SERP 是个动态环境,数据采集要时间戳。
4 个学术场景的注意事项
1. 时间戳必须记录
每条 SERP 数据带 request_id + ts,期刊 review 复现性必备。
2. 冷门 query 失败率更高
1 万调用里 0.8% 失败,主要是冷门 query(品牌词 + 长尾词)。论文里要标注失败率。
3. PAA / KG 字段稳定性
研究期间这 2 个字段偶尔 schema 变化。论文里要写"data collected in YYYY-MM-DD"明确时间点。
4. multi-region 差异
不同 region 触发 AI Overview 概率差异大。论文里要固定 region(us / cn 选一个),不要混。
跟学术预算对比
| SerpBase | $3 | 学术研究首选 |
| SerpApi | $100 | 预算充足的实验室 |
| 自建 scraper | $1500+(工时) | 长期项目,需要定制 |
| Google 官方 API | $0(无 SERP) | 不适用(无 SERP 数据) |
| 公开数据集 | $0 | 但不实时,可能滞后 |
SerpBase 是学术研究最便宜的实时 SERP 数据源。
3 个研究后续计划
计划 1:扩展到 5 万次调用
申请 IRB + 数据共享协议,扩展到 5 万 query × 多次抓取(看时间维度)。
计划 2:多 SERP API 对比
跟其他 SERP API 供应商谈学术折扣,做 cross-API 准确性对比。
计划 3:AI Overview 演化追踪
AI Overview 还在快速演化,2026 年每个月的引用 source 模式都不同。可做月度追踪。
给学术研究者的建议
100 次免费试用:serpbase.dev 注册,先试 100 个 query 看数据质量。
