知识图谱入门：Wikidata、sameAs 与实体消歧

八月，一家做宠物饮水机的深圳团队在德国站遇到一件怪事：买家问 AI“这个牌子的滤芯能不能寄到德国”，回答把他们写成了一家斯图加特的水处理公司，总部、成立年份、售后电话全是对方的，只有产品图还是自己的。运营去查，发现去年随手注册的 Wikidata 条目已被并入那家公司的 QID，官网上 Organization 的 sameAs 还指着合并前的旧地址。

知识图谱不是大厂专利，它是一份能被机器消歧的实体档案：八项带出处的字段、一组能反向验证的 sameAs、一条冲突时先拆同名的裁定顺序；少任何一条，模型就会把你并进同名的另一家公司。

模型先消歧，再读属性

模型回答“这个品牌是谁”，先判断你说的是哪个实体，再取属性。这一步失败，后面的字段越全，错得越具体。

它有三条线索：名称字符串、上下文共现、图上的连接。字符串最弱：同名公司、品牌名与店铺名相同、中英文名各成节点，都会让线索断开；共现看品类词、域名后缀与地址；最稳的是第三类——官网、平台店、报道、评测是否指向同一个节点标识。

知识图谱的作用不是“上榜”，而是给模型一个稳定挂点，让散在各处的页面挂到同一个人身上。没有挂点，每份材料各算一份证据，品牌名越大众越容易挂错人。大厂有人维护条目，小品牌的做法相反：字段压到能自己控制的最小集，连接留到最少但最硬。

最小字段：八项，每项要有出处

字段不是越多越好。八项决定“你是不是另一个主体”，其余属于补充说明，缺了不改变答案的意思。

字段	写法与口径	出处要求	缺了会怎样
实体类型	品牌、制造商、零售品牌，只选一个	官网 About 页加一条独立报道	与经销商、代理商混成一类
官方名称	一个主名称，法律全称只用于法律场景	注册文件或官网条款页	品牌被拆成两个节点，证据各半
官方域名	一个主域名，区域站写清关系	官网本身	引用落到旧站或经销商站
成立年份	四位年份，注明是“成立”还是“上线”	注册文件或报道	与同名公司年份冲突时无法裁定
总部城市与国家	城市加国家，不写“全球”	注册文件或官网	被并入海外同名主体
所属行业	用类目词，不用 slogan	平台类目或行业报道	行业错，推荐时进错候选池
产品线与系列名	与商品页上的系列写法一致	官网类目页	型号被当成独立品牌
消歧锚点	注册号、店铺 ID、年份加城市，至少两项	可公开核验的页面	同名时没有裁决依据

出处不是“我们知道”，是“别人能点到”。Wikidata 由社区编辑维护、收录有门槛（截至 2026-08），提交时附官网和一篇报道，比写十句简介有用：官网自述只证明“你这么声称”，独立来源才证明“别人这么记”。

sameAs：能指过去，还要能指回来

sameAs 是一条声明，不是一条证明；只有当目标页面也能指回你，模型才会把它当成同一个实体。

它写在 Organization 或 Product 的结构化数据里，把官网和 LinkedIn、Wikidata、平台店铺、评测页连起来。模型把每个 sameAs 当“待验证的连接”：目标页抓得到、主体信息一致、最好有回链，才合并；只有单向声明，冲突时会被忽略。

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "示例品牌",
  "url": "https://example.com/",
  "sameAs": [
    "https://www.wikidata.org/entity/Q000000",
    "https://www.linkedin.com/company/example",
    "https://www.example-store.com/stores/example"
  ]
}

这段能过校验器，但不代表能过消歧。校验器只看语法，模型看的是这些地址背后有没有同一个主体。三条写法规则：只写能反向指回的端点，媒体稿通常没有回链，不算印证；地址要规范化，用 https、去掉追踪参数、指向实体页而不是搜索结果页或跳转页；数量少而稳，五个以内，每个都能用一句话解释关系，把十几个社交账号塞进去等于把噪音当证据。

五步落地：先拆同名，再定口径

先处理“会把你说成另一家公司”的部分，再补描述性字段；顺序反了，等于给错误的节点加细节。

步骤	做什么	谁来做	怎么算过
1 查重	用品牌名、英文名、主营品类在 Wikidata、搜索引擎与两三个助手里各查一遍	增长	列出每个同名主体的国家、行业、域名，标出最像你的那个
2 定主表	八项字段各写一个标准值，注明出处与 as-of 日期	品牌负责人	三个触点的人能照抄，不用再问
3 拆同名	About 页、结构化数据、店铺字段补消歧锚点；条目被合并就提拆分请求并附来源	品牌加前端	同一问题问三次，不再出现对方的总部与行业
4 补 sameAs	只加能反向指回的端点，删掉跳转页与搜索页	前端	每个端点打开能看到官网链接或一致的主体信息
5 复测	用同一批问题重问，分开记“说错”与“说少”	增长	消歧类错误减少，且没有新增矛盾字段

第 3 步是硬仗：合并请求要过社区，可能几周没有回音；这期间先把官网与平台店改对，至少给模型第二个可核来源。第 5 步别用一次截图下结论，采样按AI 可见度基线的重复口径来。

示例：一次同名合并的修法

示例：以下品牌、域名与编号均为虚构。

品牌 Aqualoo 做宠物饮水机，与德国 Aqualoo Wassertechnik 同名。问 AI“Aqualoo 是德国品牌吗”，答案把两家合并：总部斯图加特、主营工业水处理、滤芯不寄德国。官网 About 页写着深圳，但 Organization 的 sameAs 指向旧 QID，该 QID 已被合并重定向；Wikidata 的官方网站字段还停在旧域名。

三处都要改。官网：About 页首段写一句独立成立的消歧句（做什么、给谁、总部在哪、与同名公司无关），结构化数据补 legalName、address、注册号与一句 disambiguatingDescription。sameAs：删掉旧 QID 与跳转页，只留有官网回链的端点。Wikidata：提编辑或拆分请求，附官网与一篇行业报道。

三周后复测：“总部在哪”改对，“是不是德国品牌”仍偶尔出错，“滤芯能不能寄德国”开始引用官网配送页。这符合预期：消歧改的是“把你并给谁”，不保证属性全对。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。

边界：什么时候先别碰知识图谱

第一，白牌与铺货型卖家。品牌字段本身归平台，先做 listing、评论与履约。

第二，还没有独立来源。收录门槛过不去，硬建最常见的结果是被提删，还留下一条记录。先做官网、平台店和一份可引用资产，比如可引用资产里那种只有你才有的数据表。

第三，多主体架构没理清。母品牌、区域公司、代理商的关系没定就先去对齐，等于把矛盾复制四份。

第四，把条目当排名手段。条目只让机器说得准；推不推荐还看价格、履约与第三方证据。最常见的误用是给错误的节点补一堆字段，越补越像别人。

这一期的主线是站外信任网络：实体能不能被认出来，决定了信任网络有没有落点。这条线上其他技术动作收在技术底座主题页。

这个月先做一件事：把品牌名、英文名和品类在 Wikidata 与两三个助手里各查一次，抄下最像你的同名主体的国家、行业与域名；然后在官网 About 页首段加一句能分辨你们的句子，并把 sameAs 删到只剩能反向指回的端点。