品牌实体图：官网、Wikidata、LinkedIn 与商店页要说什么一致的话

三月第二周，一家做骑行码表的深圳团队收到美国买家的邮件截图。买家在 AI 助手里问“这个牌子的码表还能不能更新地图”，回答写着：品牌已更名，最新型号是 Aero 2，官方网站是 aero-cycling.example。团队盯着屏幕看了几秒——他们的域名是 aerocycling.example，Aero 2 是去年才换的名字，而 aero-cycling.example 属于一家两年前终止合作的经销商。那页面不是官网，却比官网更像“官方”：有品牌名、产品线、联系方式。

实体图不是去建一个 Wikidata 条目，而是让官网、Wikidata、LinkedIn 与商店页在同一组字段上说同一句话；字段冲突时，模型不会挑对的那个，只会挑最省事、最像档案的那个。

模型读的是字段，不是页面

模型回答“这个品牌是谁”，先做实体消解再抽属性，比对的是字段，不是页面的文采。它没有“这是官网”的先验，只有两条线索：这句话能不能被别处复述，哪份来源更像档案。

所以经销商页面赢过品牌 About 页是常态：你写“我们热爱骑行”，它写“授权经销商，保修由品牌方承担”，后者才是能抄进答案的句子。

第二个机制是过期时钟。官网随发布改，LinkedIn 常常三年没动，商店页品牌字段要走平台审核，Wikidata 由不认识的编辑者维护。你改一处，另外三处停在旧版本，模型看到四份矛盾的记录，最省事的处理不是选一个，而是降级表述或引用字段最全的第三方页面。

这也解释了为什么“先建 Wikidata 条目”是错的起手：条目有收录门槛，字段由社区编辑维护，你只能提编辑请求、附来源。还没被独立来源描述过的品牌，硬塞进去最常见的结局是被提删。你能完全改的是官网与 LinkedIn，能部分改的是商店页。这条线的基本功在权威与站外主题页。

四个触点，四份档案，四种可改性

四份档案的可改性不同，投入顺序也不该一样：官网、LinkedIn、商店页、Wikidata，先修完全能改的，再处理只能影响的。

触点	谁在维护	模型主要读什么	最常出错的地方	你能改到什么程度
官网	品牌与前端	Organization 结构化数据、About 页、政策页、域名	名称带市场后缀、主体与角色含糊、sameAs 单向	完全可控，改完当天生效
LinkedIn 公司页	品牌运营	名称、行业、规模、总部、简介、网站字段	行业选成零售、简介写成代理、网站填旧域名	完全可控，但要有人记得
商店页与平台店铺	电商运营	品牌字段、类目、标题里的型号、退货政策	品牌字段填成供应商名、型号写法与官网不同	部分可控，改动走平台审核
Wikidata	社区编辑	主体类型、国家、官方网站、成立时间、总部	官网字段指向论坛或旧站、被并入同名主体	只能提编辑请求，附来源

四个里面，LinkedIn 性价比最高——字段结构化、只有你能改，却最容易被忘；Wikidata 上限最高、你最难控制：它决定同名消歧，但改动要过别人的手。

必须一致的六类信息

不是所有字段都要统一。只有六类不一致会改变答案的意思，其余属于风格差异，不值得花预算。

字段	一致的标准	不一致时答案会怎么错
主体与角色	官方法律主体与 LinkedIn 简介说的是同一个角色	你被写成某品牌的经销商，推荐时排到渠道后面
官方域名	一个主域名，其余用跳转或明确标成区域站	引用落到旧站、经销商站或论坛帖
品牌名与法律名	主名称一个，法律全称只出现在法律与发票场景	品牌被拆成多个主体，各攒一半证据
型号写法	四个触点用同一种写法，比如 Aero 2 Pro 不用 Aero2Pro	同一产品被当成两个，比较时对不上
市场与服务边界	发货范围、保修区域、客服渠道三处一致	买家问“德国能不能保修”，答案空着或答错
消歧锚点	成立年份、总部城市、注册号、店铺 ID 至少两项可核	被并入同名主体，替别人背评价

第一类最难：你是不是制造商、售后由谁承担、某市场是直营还是代理，得先在公司内部定下来。第六类最容易被当成细节，但同名主体一旦被合并，别人的差评会跟着你走。名字与型号还要和平台类目的语言对上，见品类树怎么建，AI 才听得懂。

四步对齐：从能改的地方开始

对齐不是一次大扫除，而是一个能重复、能解释差异的流程：顺序错了，改完也说不清哪一处起了作用。

步骤	做什么	谁来做	怎么算过
1 取证	用十个含品牌名的问题问两三个助手，把每个事实抄成“字段、值、引了谁”三列	增长	得到一张“模型现在认为你是谁”的表
2 定标准	六类字段各定一个标准写法，写清允许的变体	品牌负责人拍板	三个触点的人能照抄，不用再问
3 对齐	按官网、LinkedIn、商店页、Wikidata 的顺序改，一次只改一类字段	前端、运营、PR	改完用同一批问题当场复测
4 定节奏	季度对账一次，另设触发条件：改名、换域名、上新系列、进新市场、换经销商	品牌负责人	有责任人和日历，不是想起来再改

第三步一次只改一类字段，才能解释复测的差异。触发条件比季度节奏更重要：改名、换域名之后，各触点更新时间差常以月计，答案会一直引用旧档案。复测别自创方法，按AI 可见度基线的同一批问题来做。

示例：一次改名之后的三个月

示例：某骑行码表品牌（假设场景，不含真实品牌与数据）。去年把 Aero 改成 Aero 2，官网当天上线；LinkedIn 简介三个月没动；商店页品牌字段走了审核；Wikidata 的官网字段还是建条目时随手填的论坛链接。

买家用英文问“这个牌子还在更新吗”，答案说品牌已更名、官网指向论坛。三个月里只做四件事：官网保留旧型号对照页，让“停产”一句话说清；LinkedIn 简介换成同一句定位，网站字段改回主域名；商店页型号写法与官网统一；Wikidata 提一条编辑请求，附官网与一篇报道作来源。

复测变化有限：答案里开始出现正确域名，型号不再被拆成两个产品，“是否停产”仍答不准。这符合预期——实体对齐改的是“说错”，不是“说少”。商品之间的关系是另一张图，见Product Graph：AI 眼里的商品不是一条 SKU；做那张图之前，先确认主体是否被承认，见品牌实体是否存在。

边界：什么时候别先做实体图

第一，铺货型与白牌卖家。四个触点里三个不受你控制，品牌字段本身就是平台的，先做 listing、评论与履约。

第二，品牌刚起步，没有独立来源。收录门槛过不去，硬建会被提删，还留记录。先做官网与 LinkedIn，有了报道与评测再提条目。

第三，多主体架构没理清。母品牌、子品牌、区域代理、不同市场的本地公司，关系没写清就去对齐，等于把矛盾复制四份。

第四，成交几乎全在平台内。平台内 AI 读 listing、评论、价格与履约，商店页字段优先于 Wikidata，官网侧的实体工作，收益主要落在站外问答。

第五，把一致当成推荐保证。一致只让模型说得准；推不推荐，还看价格、履约与第三方证据。官网本身抓不到、渲染不出时，先修可访问性，对齐没有意义。

这个月先做一件事：把六类字段写成一张主表，只填官网、LinkedIn、主平台商店页三列，不一致处标红；按官网、LinkedIn、商店页的顺序改掉，Wikidata 只提编辑请求。这张表就是下季度对账的底稿。