# 什麼是實體？AI為什麼按實體理解世界

> GEO，即生成式引擎優化，是讓品牌和內容更容易被生成式AI識別、檢索、引用和推薦的一套優化工作。討論GEO時，有一個問題繞不開：AI先要確認“你是誰”，才可能在回答中引用你、介紹你，或者把你列入推薦範圍。

來源：https://www.starbox.work/zh-hant/insights/geo-guide/geo036/（星盒AI 知識中心，更新於 2026-08-26）

GEO，即生成式引擎優化，是讓品牌和內容更容易被生成式AI識別、檢索、引用和推薦的一套優化工作。討論GEO時，有一個問題繞不開：AI先要確認“你是誰”，才可能在回答中引用你、介紹你，或者把你列入推薦範圍。

這裏的“你”，不是一個品牌名稱，也不是網頁裏出現的幾個關鍵詞，而是名稱背後那個可以被唯一識別的對象。AI把這樣的對象稱為“實體”。品牌先被識別為一個明確的實體，後續的內容、提及和第三方資料才能與它建立關聯。

這是實體建模系列的概念課。上一篇第35期講了品牌實體建模的入門操作；這一篇集中解釋兩個問題：實體到底是什麼，AI為什麼需要通過實體理解資訊。理解這些概念之後，再看第37期的海外 Schema 配置和第38期的國內百科詞條建設，就會更清楚每一步在解決什麼問題。

## 先看幾個與實體相關的研究結果

多項研究和行業觀察都在説明，生成式引擎對品牌的判斷，已經不只是看網頁和連結：

1. seoClarity 的實證研究顯示，品牌實體一致性與AI引用的相關係數為 r=0.664，外鏈與AI引用的相關係數為 r=0.218。前一個數值約為後一個的3倍，但相關性不等於因果關係；
2. iProspect/Hallam 的實證研究觀察到，品牌被第三方提及與AI引用之間的關聯，約為反向連結的3倍；
3. Geneo 2025年的數據表明，帶結構化數據標註的內容，被AI引用的頻率是無標註內容的8.2倍；另有行業口徑稱，同時使用 Organization 和 FAQPage 標註，與AI摘要引用率提升37%相關，但該數據未經第三方核驗，也不能直接視為普遍適用的因果結論；
4. 5W Research 的引用研究顯示，在ChatGPT前十大引用源中，Wikipedia（維基百科）佔47.9%；Wikipedia與Reddit合計佔美國地區ChatGPT引用的25%以上；
5. Google官方口徑顯示，從2026年3月起，“可驗證的作者或發佈者實體”被列為強信號，其中包括通過 sameAs 字段指向Wikipedia、Wikidata（維基數據）等資料；
6. CNNIC（中國互聯網絡資訊中心）第57次報告顯示，截至2025年12月，國內生成式AI用戶達到6.02億，普及率為42.8%；
7. 行業觀測認為，在生成式引擎排序的五個評分維度中，“實體一致性”的權重約為15%至20%。這一比例未經第三方核驗，只能作為理解排序機制的參考。

這些數據的研究對象、統計範圍和口徑並不完全相同，不能直接相加，也不能由相關關係推出因果關係。但它們共同指出了一件事：生成式引擎不僅判斷一段內容是否相關，還要判斷內容在説誰，以及不同來源説的是不是同一個對象。

![什麼是實體？AI為什麼按實體理解世界](/static/img/insights/geo-guide/geo036-2.jpg)

## 實體不是一個詞，而是詞所指向的對象

實體，英文為 Entity，指能夠獨立存在並被唯一識別的對象。一家公司、一個人、一款產品、一個地名，甚至一個概念，都可以成為實體。

“蘋果”是兩個漢字，但它可能指一種水果，也可能指蘋果公司。這兩個含義對應兩個不同的實體。AI需要結合上下文判斷文字具體指向哪個對象，這個過程叫實體消歧，即排除同名或近似名稱造成的混淆。

傳統搜尋主要處理網頁中的字符和關鍵詞。生成式引擎在組織答案時，還需要確認字符背後的對象。即使兩個品牌名稱相同，只要成立時間、所在地、產品和關聯人物不同，AI就應該把它們識別為兩個實體。

對品牌而言，AI會嘗試為這個實體記錄一組屬性，包括成立年份、所屬品類、創始人、產品線和所在地。品牌還會與其他實體形成關係，例如“某公司生產某產品”“某人創辦某公司”。這些對象、屬性和關係共同組成AI可以檢索和調用的知識網絡，其中每個可識別對象都可以理解為一個實體節點。

當用戶詢問“這個品牌是誰”“某類產品有哪些供應商”或“推薦哪家公司”時，AI需要先從這些實體中確定候選對象，然後再結合檢索到的內容組織答案。

![什麼是實體？AI為什麼按實體理解世界](/static/img/insights/geo-guide/geo036-3.jpg)

## AI為什麼需要先識別實體

主流生成式引擎包括海外的ChatGPT、Perplexity、Google AI Overviews（Google的AI摘要），以及國內的豆包、DeepSeek（深度求索）、騰訊元寶、百度文心一言和阿里通義千問。

根據各引擎公開文檔與2025年至2026年的第三方研究整理，這些產品普遍使用RAG，即檢索增強生成：先檢索與問題相關的外部內容，再由大模型根據檢索結果生成答案。

一套常見的處理過程是：先找回20至100篇候選內容，再從中篩選出5至15條，隨後把入選內容切分成約200至500詞的內容塊。內容塊是模型實際判斷和引用的文本單元。模型會分別評估這些內容塊的可信度與相關性，最後組織成回答。

行業觀測通常把排序判斷概括為五個維度：語義相關性、權威性、新鮮度、可讀性和實體一致性。其中，實體一致性的觀測權重約為15%至20%，但這一比例未經第三方核驗。

引擎在採用一段內容之前，需要回答三個問題：

- 這段內容説的是誰？
- 這個來源是否可信？
- 不同平台提到的是不是同一家公司？

這就是實體識別的重要性。大模型會把語言轉換成語義向量，也就是用一組數值表示文字含義。即使內容沒有直接出現品牌名稱，只要語義明確指向該品牌實體，AI仍可能把內容關聯起來。反過來，即使文章寫了品牌名，如果AI無法確認這個名稱具體對應哪個公司，這次出現也很難形成有效的實體證據。

seoClarity 研究中的 r=0.664與r=0.218，説明在其研究範圍內，實體一致性和AI引用之間的相關程度明顯高於外鏈和AI引用之間的相關程度。它不能證明實體一致性必然導致引用增加，但足以説明：不同平台上的品牌身份能否被準確歸併，是生成式引擎判斷內容時不能忽略的因素。

還有一個更長週期的影響。主流大模型通常每6至18個月更新一次訓練語料。品牌實體資訊進入訓練語料後，可能成為模型對該品牌的預設認知，其穩定性通常高於一次實時檢索。sameAs連結和Wikidata編號等統一標識，可以幫助模型判斷不同頁面是否指向同一個實體。

## 實體理解和關鍵詞匹配有什麼區別

SEO，即搜尋引擎優化，主要解決網頁能否被搜尋引擎抓取、收錄和排序的問題。GEO繼承了這些基礎要求，但生成式引擎還要完成實體識別、內容歸併和答案引用。

| 維度 | 關鍵詞匹配（傳統搜尋與SEO） | 實體理解（生成式引擎與GEO） |
|---|---|---|
| 識別對象 | 主要判斷字符和關鍵詞是否匹配 | 判斷文字指向哪個實體，以及實體身份是否明確 |
| 排序單位 | 通常以整個網頁為主要單位 | 可以細化到約200至500詞的內容塊 |
| 權威判斷 | 重視外鏈的數量與質量 | 同時重視品牌提及、來源質量和實體一致性 |
| 同名處理 | 用戶往往需要自行分辨搜尋結果 | 引擎先進行實體消歧，再組織答案 |
| 主要優化動作 | 關鍵詞佈局、收錄優化和外鏈建設 | 統一命名、結構化標註、百科資料和跨平台身份關聯 |
| 常用效果指標 | 排名和點擊率 | 被引用率、品牌提及次數和屬性回答準確率 |

兩套方法並不衝突。無論傳統搜尋還是生成式引擎，內容都要先能被抓取、讀取和收錄。Google Search Relations在2026年5月15日的官方表述是，面向生成式AI搜尋的優化，本質上仍屬於搜尋優化。

因此，SEO仍然是GEO的必要基礎。變化主要發生在判斷方式上：過去更關注網頁、關鍵詞和外鏈，現在還要判斷實體是否明確、不同來源能否歸併，以及第三方資料是否能夠相互佐證。

## AI怎樣判斷一個品牌是誰

AI識別品牌通常要經過三步：

1. **識別**：判斷一段文字是否提到了某個組織、人物或產品；
2. **消歧**：確認它具體指向哪個組織、人物或產品；
3. **歸併**：把不同網站和平台上的資料關聯到同一個實體。

這三步都依賴公開網絡中的可驗證資訊。AI不會主動替品牌補全缺失資料，也無法自動判斷多個寫法是否一定屬於同一家公司。

首先要解決的是名稱一致性。如果官網寫“遠山科技”，百科寫“遠山（中國）”，社交賬號又使用“YS Tech”，但各頁面沒有説明三者的關係，AI可能把它們識別成多個不完整的實體記錄。這樣一來，原本屬於同一品牌的提及、資料和第三方評價就無法完整歸併。

更進一步，需要提供權威資料和明確的關係連結。海外通常通過Wikipedia、Wikidata，以及Schema.org結構化數據中的sameAs字段，説明官網、LinkedIn、Crunchbase等頁面屬於同一個實體。Schema.org是一套幫助搜尋引擎理解網頁內容的結構化標註規範；sameAs是其中用於關聯同一實體不同頁面的字段。

Google官方口徑顯示，從2026年3月起，可驗證的作者或發佈者實體已被列為強信號，其中包括指向Wikipedia和Wikidata的sameAs連結。

在國內，百度百科和搜狗百科可以為品牌提供較穩定的公開身份資料。官網、百科、媒體報道和各平台賬號上的公司全稱、成立年份、主營品類等資訊越一致，AI越容易完成識別和歸併。

一個直接的檢查方法是，在ChatGPT和豆包中分別詢問：“你知道×××（公司全稱）嗎？”如果回答能夠準確説明成立年份、主營品類和規模，並且沒有與同名公司混淆，説明品牌已經形成較清晰的實體記錄。答不出來、關鍵資訊錯誤或發生同名混淆，都説明相關資料仍需補充或統一。

## 實體建模會怎樣影響品牌

### 1. 決定品牌能否進入候選名單

生成式引擎回答推薦類問題時，需要先確定一組候選實體。品牌如果沒有形成清晰、可驗證的實體記錄，就可能無法進入候選範圍。

B2B，即企業對企業的商業活動。一份2026年3月的多源引用分析以6.8億條引用為樣本，顯示73%的B2B買家正在使用AI工具調研供應商。另有B2B採購研究稱，未進入AI候選名單的供應商，99%不會被納入考慮範圍。

### 2. 決定不同來源的證據能否歸到同一品牌

iProspect/Hallam的實證研究觀察到，品牌被第三方提及與AI引用之間的關聯，約為反向連結的3倍。Geneo 2025年的研究則顯示，帶結構化數據標註的內容，被AI引用的頻率是無標註內容的8.2倍。

這些研究不能證明單獨增加提及或標註，就必然帶來相同比例的引用增長。但它們説明，第三方提及、結構化標註和身份一致性都可能參與引擎的判斷。

這些資料最終要歸到同一個實體上才有意義。品牌名稱、公司資訊和平台身份不一致，可能導致資料被分散到多個實體記錄中，每個記錄都缺少足夠完整的佐證。

### 3. 影響模型對品牌的長期認知

模型訓練語料通常每6至18個月更新一次。今天公開發布並持續保留的品牌資料，可能影響下一輪模型怎樣介紹這個品牌。

如果公開資料中長期存在同名混淆、過期資訊或錯誤關聯，這些問題也可能進入模型認知，並持續到後續語料更新。實體建模不僅關係到當下能否被檢索和引用，也關係到AI以後怎樣理解和描述品牌。

## 海外品牌怎樣建立實體資料

海外的主要做法是結構化標註與權威資料相結合。

首先，在官網部署Schema.org標註。常用類型包括：

- Organization：説明公司或組織的名稱、網址、標識和關聯頁面；
- Product：説明產品名稱、品牌和相關屬性；
- FAQPage：説明頁面包含常見問題及對應答案。

Organization中的sameAs字段，可以把官網與LinkedIn、Crunchbase、Wikipedia、Wikidata、GitHub、YouTube等平台賬號關聯起來。實操中可以優先覆蓋至少8個具有公開身份價值的平台，前提是這些頁面確實屬於同一個品牌，資訊也保持一致。

行業口徑還稱，同時使用Organization和FAQPage標註，與AI摘要引用率提升37%相關。該數據未經第三方核驗，不能理解為部署這兩類標註後，所有網站都會獲得相同幅度的增長。

完成結構化標註後，還可以爭取Google知識面板。知識面板是Google搜尋結果中集中展示人物、組織或品牌資料的資訊區域。具體的Schema配置方法，將在第37期展開。

## 國內品牌怎樣建立實體資料

國內目前沒有統一覆蓋各主要平台的Schema生態，品牌實體識別更依賴百科資料、官網資訊和平台賬號之間的一致性。

百度百科和搜狗百科是國內AI引擎確認品牌身份時常見的公開參照。百科詞條收錄後通常能夠長期保留，因此需要確保公司全稱、成立年份、主營業務和代表產品都有可靠資料支持。百科詞條的建設方法和佐證材料要求，將在第38期説明。

與百科資料配套的動作，是統一官網、微信公眾號、百家號、抖音號等平台上的品牌名稱和基礎資訊。只在一個平台發佈資料，通常不足以讓不同引擎完整識別品牌。

關於不同平台的引用傾向，行業觀察認為：騰訊元寶較常引用微信公眾號內容，文心一言較常檢索百家號和百度百科，豆包較常引用抖音和今日頭條，DeepSeek與Kimi（月之暗面）的公共信源中常見知乎內容。這些判斷未經第三方核驗，也會受到問題類型、檢索時間、內容質量和來源可用性的影響，不能作為無條件成立的平台規律。

## 現在開始做實體建模晚不晚

從用戶規模看，生成式AI已經進入日常資訊查詢場景。CNNIC第57次報告顯示，截至2025年12月，國內生成式AI用戶達到6.02億，普及率為42.8%。QuestMobile 2026年第一季度的行業口徑稱，豆包月活躍用戶約為3.45億。

從品牌供給看，仍有大量企業沒有形成清晰的AI實體記錄。一項針對50家B2B SaaS企業的評測顯示，其平均“AI存在感”得分為56.9分，44%的企業不及格。SaaS指通過網絡提供的軟件服務。這項數據來自DerivateX，樣本為歐美企業；國內目前缺少可以直接比較的系統數據，相關情況仍待核實。

行業觀點認為，較早建立完整實體資料的企業，更有機會影響AI對相關品牌和品類的預設認知。後來者若要糾正已經形成的認知，通常需要補充更多一致、可驗證的公開資料。這個判斷屬於行業口徑，實際效果仍會受到品牌基礎、內容質量和引擎更新週期等因素影響。

現在可以先做兩個成本較低的動作：統一所有公開平台上的品牌名稱，再分別詢問主要AI產品是否知道這家公司。如果回答缺少權威資料，就準備百科詞條；如果各平台資料無法歸併，就補充sameAs連結並統一公司資訊。

## 常見問題（FAQ）

FAQ是Frequently Asked Questions的縮寫，指常見問題與回答。

**Q1：實體和品牌名是一回事嗎？**

不是。品牌名只是實體的一項屬性。一個品牌實體還包括成立年份、所屬品類、創始人、產品線、所在地，以及它和其他人物、公司、產品之間的關係。

品牌可以改名，也可以有簡稱或別名，但這些名稱應當明確指向同一個實體。各平台寫法不一致且沒有説明對應關係，可能導致AI把同一品牌拆成多個不完整的實體記錄。

**Q2：小公司和新品牌在AI眼裏也算實體嗎？**

算，但可能只是“弱實體”。這裏的弱實體，是指AI能夠識別名稱，卻無法準確回答它的成立時間、主營業務和核心產品。

補充資料可以按以下順序進行：先統一全網名稱，再建立百科詞條，然後在官網和主要平台寫清成立年份、品類與核心產品。定期詢問“你知道×××嗎”，如果屬性回答的準確率逐步提高，説明AI對這個實體的識別正在改善。

**Q3：實體建模多久能見效？**

需要分層判斷。名稱統一和官網結構化標註可以在當天完成；進入實時檢索結果通常以周為單位；百科詞條收錄後可以長期保留；訓練語料通常每6至18個月更新一次，進入訓練語料後才可能成為模型的預設認知。

因此，實體建模通常是以季度為單位持續推進的工作。要求AI在一個月內穩定改變對品牌的描述或引用，並不現實。

**Q4：品牌有中英文名、簡稱和曾用名，會影響AI識別嗎？**

會。多個名稱如果沒有明確關係，會增加實體消歧的難度，也可能使不同平台上的資料被分散到多個實體記錄。

建議確定一個主名稱，並在主要平台統一使用。其他名稱可以作為別名寫入百科詞條和結構化數據，明確説明它們指向同一實體。海外還可以用sameAs字段關聯各平台賬號。曾用名不必刪除，只要公開説明使用時間和對應關係，反而有助於AI完成資訊歸併。

**Q5：只做官網，不做百科和第三方平台，可以嗎？**

通常不夠。生成式引擎回答問題時會綜合10至30個來源，單一官網的判斷權重有限。行業口徑認為，國內引擎更傾向引用權威媒體和大型平台內容，企業獨立網站被直接引用的比例較低；這一判斷未經第三方核驗，也會因問題和引擎而變化。

官網負責提供準確的第一方事實，百科資料幫助引擎確認實體身份，第三方平台提供獨立佐證。三類資料承擔的作用不同，需要相互配合。

**Q6：怎樣驗證實體建模是否完成？**

可以每月在ChatGPT、豆包、DeepSeek和騰訊元寶等主要引擎中測試一組固定問題：

- 你知道×××嗎？
- ×××是哪年成立的？
- 創始人是誰？
- 主要業務是什麼？
- 這家公司可靠嗎？

每次記錄三項結果：屬性是否準確、是否與同名對象混淆、引用了哪些來源。屬性回答準確率、同名識別結果和引用來源質量，可以用來持續評估實體建模效果。

**Q7：實體建模會和現有SEO衝突嗎？**

不會，兩者方向一致。SEO要求網站能夠被抓取和收錄，重視內容質量、結構化資訊和來源權威性，這些也是GEO需要的基礎。

實體建模額外增加了名稱一致性、身份驗證和跨平台關係連結。Google從2026年3月起，把可驗證的作者和發佈者實體列為強信號。先完成SEO所需的收錄和內容建設，再補充實體資料，可以讓同一批投入同時服務傳統搜尋和生成式搜尋。

最適合立即開始的動作並不複雜：統一品牌名稱，檢查各平台基礎資料，再用固定問題測試AI能否準確識別品牌。測試結果會直接顯示下一步應該補充百科資料、結構化標註，還是糾正不同平台之間的資訊衝突。

（內容更新：2026年7月9日）