第十九课 · 阶段五站外信号与权威

从「一串字」到「一个东西」

早期搜索引擎是在匹配字符串：你搜什么字，它找含这些字的页。如今它更进一步，试图理解一个个实体——有唯一身份的人、地点、公司、概念。让你的品牌成为一个清晰的实体，是站外建设的高级目标，也为 AI 搜索打底。

学完你能做什么

区分实体、知识图谱与知识面板；整理真实的品牌身份资料；正确使用 Organization 与 sameAs，并识别「验证即获面板」等夸大承诺。

1 things, not strings

从匹配字符，到理解事物

2012 年，Google 推出知识图谱（Knowledge Graph），并用一句话概括这个转向：「things, not strings」——事物，而非字符串。它是一个理解「真实世界的实体，以及它们彼此关系」的模型（推出时收录了 5 亿多个对象、35 亿多条事实）。

一个经典例子：搜「泰姬陵」，你指的是那座古迹，还是叫这名字的音乐人？靠字符匹配分不清，靠实体就能——引擎知道这是两个不同的「东西」，这叫消歧。理解了实体，它才能给对结果、连起相关信息。

这条演进线是可靠的，细节别当白皮书

「从字符串到实体/意图」的大方向有官方叙述支撑。你可能还会听到「蜂鸟（Hummingbird，2013）」「RankBrain（2015）」这些名字——它们确有其事，但具体机制多来自当年的公开报道，而非 Google 的技术文档。记住方向即可，别背那些被层层转述的细节。

2 实体与知识面板

当你搜索一个知识图谱里的实体（一个明确的人、地点、组织、事物），结果页显著位置常会出现一个知识面板（Knowledge Panel）——把这个实体的公开事实汇总成一个信息框（桌面端常在右侧、移动端多在顶部）。

实体 = 有唯一身份的「东西」

别把「实体」想复杂。它就是一个能被唯一识别、有稳定身份、和别的东西有关系的对象——你的品牌、你这个人、你的产品，都可以是实体。目标是：让引擎确定地知道「你是谁」，而不是把你的名字当成一串可以随便匹配的字。

3 怎样被认成实体

怎样帮引擎把你的品牌理解成一个清晰的实体？有些是官方认可的扎实做法，有些是流传很广但没有官方背书的民间说法。先看两类：

做法	定性
加 Organization 结构化数据（名称、logo、官网、联系方式）	官方：帮 Google 理解、消歧你的组织
用 sameAs 指向确实代表同一组织的官方资料页	帮助身份对应；必须是同一实体，不是提到你的任意文章
在 Search Console 验证网站所有权	获得网站数据与管理权限；不等于知识图谱实体认证，也不保证面板出现
全网品牌名、地址、联系方式保持一致	行业经验：普遍认为有帮助，但非官方命名的排名因素
指望「到处刷不带链接的品牌提及」直接提排名	没有可靠官方依据支持这种确定公式；真实口碑与曝光应看业务效果

别为了 SEO 硬造维基百科词条

有真实、符合平台规则且确实对应同一实体的条目时，可以作为身份资料来源；没有词条也可以做好品牌信息。维基百科有显著性、来源与利益冲突等规则，Wikidata 也有独立的收录和数据规则。不要伪造资料或为 SEO 硬造词条。sameAs 是身份关系，不是借对方权威加分。

4 也为 AI 打底

回到第 1 课提过的 LLMO（让大模型记得你）。这里要诚实：没有任何官方配方能保证某个 AI 一定记住或引用你。但有一条合理、站得住的逻辑：

警惕「确定配方」

任何声称「填几个 Schema 字段就能让 ChatGPT 一定推荐你」的说法，都缺少这种保证。各平台对抓取、检索和引用有不同公开说明与未知部分（阶段六继续讲）。要记录具体平台、问题、日期与来源，分别观察品牌识别是否正确、是否被引用，不能把一次回答当成训练成功。

5 随堂自测

练真实品牌练习 · 25 分钟

记录品牌正式名称、常用名、官网、业务、logo、联系方式，以及真实官方社交资料链接。没有品牌时用自己的网站或作品练习，不编造地址与资历。
对照首页、关于页与社交资料，把过时或矛盾信息列为待修正。Organization 的 url 写官网；sameAs 只写确实表示同一组织的身份资料页，不写竞争对手或随意的媒体报道。
按官方 Organization 文档拟字段表；有代码时用结构化数据测试核验。再搜索品牌名与「品牌名 + 业务」，记录同名混淆及来源是否准确；已有可认领面板才按官方流程处理。

验收

交付身份表、字段来源和不一致清单。资料能独立核验，sameAs 每个目标都对应同一实体；网站所有权、结构化数据检测、知识面板和 AI 引用分别记录，不互相冒充验证结果。无网站权限时，交付观察与改稿，不修改他人资料。