AEO/GEO 代管 續航引擎 粉絲分析 查看方案 Klog 登入 開始使用
Technical

實體清晰度:讓 AI 確定「你是誰」

實體清晰度(Entity Clarity)指的是 AI 系統能否把「你」與其他同名或相似的東西區分開,並正確描述你是什麼。這是 GEO 的核心——如果模型無法確定你是誰,它就不會在回答中主動提到你,即使你的內容寫得再好。

Problem

實體訊號是怎麼散掉的

多數網站不是「沒有實體資訊」,而是「同一件事有好幾種寫法」。常見的散射來源:

  • 品牌名稱寫法不一:有時加空格、有時全大寫、有時中英夾雜、有時用簡稱。對人來說是同一個,對機器來說是四個字串。
  • 品牌與法人的關係不明:網站上是品牌名,發票與合約上是公司名,兩者從未在同一處被連結起來。
  • 產品線與品牌混用:把產品名當品牌用,或反過來。模型無法判斷層級關係。
  • 聯絡資訊只有表單:沒有可驗證的地址、電話、統編,實體就缺乏錨點。
  • 各平台簡介不一致:官網、社群、目錄各寫各的,彼此矛盾。
Fix

怎麼收斂

  1. 先決定唯一的正式寫法,包含中文名、英文名、簡稱。寫下來,全站統一。
  2. 在一個地方把關係講清楚:品牌屬於哪個法人、旗下有哪些產品線、彼此是什麼關係。這正是 品牌說明頁 這類頁面的作用。
  3. 用 Organization 結構化資料把它機器可讀化,包含 name、url、logo,以及可驗證的 address、telephone、identifier(例如統一編號)。見 Schema 指南
  4. 在 llms.txt 中重述一次實體關係。見 llms.txt
  5. 把各外部平台的簡介統一。這一步最花時間但影響最大——跨來源的一致性是實體訊號的主要來源。
Ambiguity

同名問題特別難處理

如果你的品牌名是常見詞彙,或與其他公司同名,模型判斷錯誤的機率會顯著提高。

可行的做法是提供足夠的佐證脈絡:讓品牌名總是與特定的產品類別、地區、法人名稱一起出現。單獨的品牌名很難消歧義,但「品牌名 + 產業 + 台灣 + 統編」的組合就相當獨特。

這也是量測時的陷阱。用可能同名的簡稱去量測 AI 是否提及你的品牌,很容易把別人的提及算成自己的。可靠的做法是要求佐證——例如同時出現全名、產品名、或你的網域——否則不計為有效提及。

Score

在評分中的位置

AI Readiness Score 的 Entity Clarity 面向配分 15 分,是最高的一級。它檢視 Organization 結構化資料、About/關於我們區段、Contact 聯絡方式是否具備且一致。信任訊號(Trust Signals)也併入此面向計算——詳見 信任訊號

FAQ

常見問題

公司名和品牌名不一樣,會有問題嗎?

本身不是問題,很常見。問題出在兩者從未被明確連結。應該在網站上至少一個地方清楚寫出「品牌 X 是公司 Y 旗下的品牌」,並在 Organization 結構化資料與 llms.txt 中一致呈現。

一定要公開地址和電話嗎?

不是必要,但有幫助。可驗證的資訊會提高模型對實體的信心。若有隱私考量,至少提供可查證的法人資訊(例如統一編號)與有效的聯絡管道。

改了名稱之後怎麼辦?

需要時間收斂。做法是全站統一為新名稱、在結構化資料中保留 alternateName、並在一個頁面明確說明更名事實。模型更新到新名稱需要時間,無法立即生效。

社群帳號的簡介也要一致嗎?

要。跨來源的一致性是實體訊號的主要來源之一。官網、社群、產業目錄的描述若彼此矛盾,會削弱整體訊號。

說明:本頁內容為 ShellFans 依公開技術文件與實務經驗整理,用於協助網站主理解 AI 搜尋的運作方式。各 AI 平台的實際演算法、資料來源策略與引用邏輯由該平台自行決定且可能隨時調整;任何技術整備都無法保證特定 AI 平台的引用、推薦或排名。