一个采购在 ChatGPT 里问：「越南这几家包装厂，哪家的产能和认证最靠得住？」 答案里出现了你，但年产能是 2022 年的数字，认证写的是另一个省的同行。你再问一次，数字又变了。
这不是模型"胡说"，是没有足以让它认出你的证据。AI 回答问题时，先做实体识别与消歧（这个名字对应世界上的哪个对象），再去语料里取该对象的属性。你的官网上，名字在四个地方写法不同、地址只在图片里、工商信息只出现在 PDF、同一个域名下还装着三个子品牌——模型能做的只有一件事：选一条自洽的解释路径，而那条路径未必是你。
我们把这个失败的起点量化了：20 个越南品牌官网，10 家可评分，实体一致性维度（10 分制）均分只有 2.10 分，9 家的知识图谱锚点是 0。
不被 AI 读到，等于不存在；被读到但被认成别人，比不存在更贵。因为错误的引用会以"看起来很像真的"的方式传播，而客户不会来问你，他会直接跳过你。
一、实体一致性到底是哪几件事
开源评分引擎 geo-optimizer（MIT，v4.18.1）把站点拆成 8 个维度、共 100 分。其中 brand_entity（品牌与实体）占 10 分，正好对应"AI 能不能把你从一堆同名里拎出来"。这 10 分由五块构成，题目是公开的：
| 信号块 | 满分 | 拿分条件（引擎实际判据） |
|---|---|---|
| 实体一致性 | 3 | ① H1、<title>、og:title、schema 里的名字去掉 Inc./Ltd. 之类后缀后收敛为同一个（2 分）；② schema 的 description 与 meta description 说的是同一件事（1 分） |
| 知识图谱锚点 | 3 | Organization 的 sameAs 里有 1 个指向 Wikipedia / Wikidata / LinkedIn / Crunchbase → 1 分，2 个 → 2 分，3 个 → 3 分 |
| 关于页与结构化联系 | 2 | 首页有可见的 /about 类链接（1 分）；Organization 里带 address / telephone / email / contactPoint（1 分） |
| 地理身份 | 1 | 有 hreflang 多语言标注，或 Organization 里有 address / areaServed / LocalBusiness |
| 主题权威 | 1 | FAQPage 至少 3 问，或有带 dateModified 的 Article / BlogPosting |
注意第一块：它比的不是"你有没有写公司名"，而是四个位置写的是不是同一个名字。这是最容易白丢的 3 分——很多站点每个位置都写了名字，四个名字互相不认。
二、怎么测的
- 样本：20 个越南品牌官网，跨乳品、食品饮料、集团、啤酒、咖啡连锁、零售、航空、钢铁、汽车、能源、文具、服饰、商超 13 个消费与工业门类，均为公开可访问的官方域名。
- 节点：新加坡（阿里云轻量）。不用大陆节点——大陆访问部分越南站会直接连接超时，那是我们的网络问题，不是对方对 AI 关门，混在一起就会冤枉人。
- 时点：2026-11-02 单时点，每个域名取首页一次，9 个根文件（首页、robots.txt、llms.txt、sitemap 等）各请求一次，GET、不执行 JS、不带 Cookie、不重复采样。
- 不可达的处理：HTTP 403 / 连接失败的域名一律记「无法评分」，不给 0 分。0 分的意思是「读到了，但什么都不达标」；读不到不是 0 分，是没资格被打分。这条区分是测量伦理，不是措辞偏好。
三、结果：20 个官网上，实体这一项几乎无人及格
下表按总分排序。实体分为 10 分制；KG 锚点是 sameAs 指向 Wikipedia / Wikidata / LinkedIn / Crunchbase 的个数（0–4）；一致性指四处名字是否收敛；关于+联系指 /about 链接与结构化联系信息两项。
| 品牌 | 域名 | 总分 | 实体分/10 | 名称一致 | KG 锚点 | 关于+联系 |
|---|---|---|---|---|---|---|
| CellphoneS | cellphones.com.vn | 49 | 3 | ✓ | 1 | — + — |
| Masan Group | masangroup.com | 47 | 5 | ✓ | 0 | ✓ + ✓ |
| Vietnam Airlines | vietnamairlines.com | 39 | 4 | ✓ | 0 | ✓ + — |
| Petrolimex | petrolimex.com.vn | 38 | 0 | — | 0 | — + — |
| Highlands Coffee | highlandscoffee.com.vn | 36 | 2 | ✓ | 0 | — + — |
| Biti's | bitis.com.vn | 34 | 1 | — | 0 | — + — |
| Thien Long | thienlong.com | 30 | 0 | — | 0 | — + — |
| Phuc Long | phuclong.com.vn | 28 | 2 | ✓ | 0 | — + — |
| Vietjet Air | vietjetair.com | 25 | 0 | — | 0 | — + — |
| Sabeco | sabeco.com.vn | 21 | 4 | ✓ | 0 | ✓ + — |
| Vinamilk | vinamilk.com.vn | 无法评分（HTTP 403） | ||||
| TH true MILK | thmilk.vn | 无法评分（HTTP 403） | ||||
| Trung Nguyen Legend | trungnguyenlegend.com | 无法评分（连接失败） | ||||
| The Gioi Di Dong | thegioididong.com | 无法评分（连接失败） | ||||
| FPT Shop | fptshop.com.vn | 无法评分（HTTP 403） | ||||
| Vingroup | vingroup.net | 无法评分（HTTP 403） | ||||
| Hoa Phat | hoaphat.com.vn | 无法评分（连接失败） | ||||
| VinFast | vinfastauto.com | 无法评分（HTTP 403） | ||||
| Coolmate | coolmate.me | 无法评分（HTTP 403） | ||||
| Bach Hoa Xanh | bachhoaxanh.com | 无法评分（连接失败） | ||||
把五块信号摊开看，缺口集中在同一个方向：
| 信号块 | 满分 | 满足家数 | 占比 |
|---|---|---|---|
| 名称四处收敛 | 2 | 6/10 | 60% |
| schema 描述与 meta 一致 | 1 | 0/10 | 0% |
| sameAs 有知识图谱锚点 | 3 | 1/10 | 10% |
| 首页有 Organization | — | 2/10 | 20% |
| 有关于页入口 | 1 | 3/10 | 30% |
| 有结构化联系信息 | 1 | 1/10 | 10% |
| 有地理身份信号 | 1 | 4/10 | 40% |
| 有主题权威信号 | 1 | 0/10 | 0% |
四、四个高频缺口，以及它们各自让 AI 做了什么
缺口 1：知识图谱锚点几乎全体为零
10 家可评分站点里，9 家的知识图谱锚点是 0——Organization 的 sameAs 里一个 Wikipedia / Wikidata / LinkedIn / Crunchbase 都没有。唯一有锚点的那 1 家，也只指向 1 个平台，而这一块要 3 个才满分。这意味着在模型的实体记忆里，这些品牌是"只有官网一种说法的孤立节点"：孤立节点没有对照源，一旦官网上的数字过期，模型没有第二个地方可以校正，只能继续用旧值，或者转向维基、媒体这类有交叉验证的实体。
缺口 2：Organization 结构化数据缺失，顺手丢 2–3 分
10 家里只有 2 家首页带 Organization 结构化数据。更彻底的是另一项：0 家的 schema description 与 meta description 说了同一件事——没有 Organization，自然就没有 description 可比。缺这一块，引擎的"结构化联系"直接 0 分，而地址、电话、税号这些能用来消歧的硬标识，全都留在页面正文甚至页脚图片里：人能看见，机器读不到。
缺口 3：/about 入口缺位
7 家找不到任何 /about、/gioi-thieu、/ve-chung-toi 类链接。关于页是 AI 判断"这家公司到底是谁、成立多久、在哪"最便宜的一页，没有它，模型只能用首页那几百字营销文案去猜。
缺口 4：一半样本连测都测不到
10 个域名（vinamilk.com.vn、thmilk.vn、trungnguyenlegend.com、thegioididong.com、fptshop.com.vn、vingroup.net、hoaphat.com.vn、vinfastauto.com、coolmate.me、bachhoaxanh.com）里，6 个返回 403、4 个从新加坡节点直接连接失败。403 可能是 WAF 对数据中心 IP 的整体拦截，也可能是主动拒绝非浏览器 UA——两种情况的修法完全相反，但结果一样：AI 侧拿到的是一个空的语料。
五、为什么"名字一致"比你想的难
从这批站点的名字采集结果看，四处名字不收敛通常不是疏忽，而是四种真实的结构性原因：
- 法定名 vs 品牌名：
CÔNG TY CỔ PHẦN ...（股份公司全称）和面向消费者的短品牌名同时出现，两者都对，但对模型来说是两个字符串。 - title 里塞了 slogan：
品牌名 | 让每一个家庭更健康这种写法在人眼里没问题，取首段后得到的是品牌名；但如果 slogan 在前面，取到的就是一句广告语。本轮样本里就有一家的 H1 是整句口号（"TO BE THE PRIDE OF VIETNAM BY WINNING THE LOVE OF CONSUMERS"），取出后与品牌名毫无关系。 - H1 写成了占位词：有一家的 H1 直接是
Intro——设计上很常见，但对模型来说，这个页面的"主名"就叫 Intro。 - 多品牌共用一个域名：集团站首页挂三个子品牌，H1 是集团名，schema 的 Organization 是子公司名——两处都"正确"，但对同一个页面来说互相冲突。
- 多语言站没有 alternateName：中文名、越南语名、英文名三套并存，却只在
name里写一套，alternateName空着。
正确做法不是"统一成一个名字"，而是明确主名 + 声明别名：name 写主品牌名，legalName 写工商全称，alternateName 数组写中/越/英三语别名与常用简称。三者都给，模型才知道这些是同一个实体。
六、修法：一张实体卡，四个动作
下面这段 JSON-LD 放在首页 <head> 里（@id 用固定 URL，方便其他页面引用同一实体）。字段都是公开信息，不涉及任何商业机密：
{
"@context": "https://schema.org",
"@type": "Organization",
"@id": "https://example.com/#organization",
"name": "主品牌名",
"legalName": "工商登记全称",
"alternateName": ["中文名", "Tên tiếng Việt", "English Name"],
"url": "https://example.com/",
"logo": "https://example.com/logo.png",
"foundingDate": "2008",
"identifier": {"@type": "PropertyValue", "propertyID": "MST", "value": "税号/统一社会信用代码"},
"address": {"@type": "PostalAddress", "streetAddress": "街道门牌", "addressLocality": "市/郡", "addressRegion": "省/市", "addressCountry": "VN"},
"contactPoint": {"@type": "ContactPoint", "telephone": "+84-...", "contactType": "sales", "areaServed": "VN", "availableLanguage": ["vi", "zh", "en"]},
"sameAs": [
"https://www.wikidata.org/wiki/Q...",
"https://www.linkedin.com/company/...",
"https://www.facebook.com/...",
"https://www.youtube.com/@..."
]
}四个动作，按性价比排序：
- （30 分钟）补 Organization + sameAs。sameAs 优先放 Wikidata 与 LinkedIn——引擎认这四个平台，Facebook/YouTube 不加分但对模型消歧有用。没有维基条目也能先放 LinkedIn 与 Wikidata 的实体（可自建，需符合关注度规则）。
- （1 小时）做一张关于页。写清成立年份、注册地、法人主体、主营、产能/门店/客户结构的可核数字，页脚链接到它，并在 Organization 里用
url指过去。 - （半天）三处名字对齐。H1、title、og:title、schema name 收敛为主名；slogan 放到 subtitle 或 meta description，不要挤进 H1。多语言站补
alternateName与 hreflang。 - （持续）维护一张"事实表"。把产能、门店数、员工数、认证、成立年份写在一个固定 URL 的页面上，带更新日期；所有对外口径与它对齐。AI 引用错数字，八成是因为站内同时存在两个不同年份的数字。
七、90 天清单
| 阶段 | 动作 | 工时 | 预期得分 | 验收方法 |
|---|---|---|---|---|
| 第 1 周 | 首页补 Organization + WebSite 结构化数据（含 legalName / identifier / address / contactPoint） | 0.5 天 | 实体 +3，schema +6~10 | Rich Results 测试通过；JSON-LD 可被 json.loads 解析 |
| 第 1 周 | 四处名字收敛为主名，slogan 移出 H1；多语言站补 alternateName 与 hreflang | 0.5 天 | 实体 +2 | H1/title/og:title/schema name 四处一致 |
| 第 2–3 周 | 建关于页：成立年份、注册地、法人、主营、可核数字、更新日期 | 1 天 | 实体 +1 | 首页有 /about 类链接且返回 200 |
| 第 3–4 周 | 建 LinkedIn 公司页 / Wikidata 实体，写入 sameAs | 2 天 | 实体 +1~3 | sameAs 至少 1 条指向四类平台之一 |
| 第 4–6 周 | 造一张“事实表”页（产能/门店/认证/年份），全站口径与它对齐 | 2 天 | 间接（防错误引用） | 站内同指标只有一个数字 |
| 第 6–12 周 | 首页加 FAQPage（≥3 问）或文章页带 dateModified | 0.5 天 | 实体 +1 | FAQ 结构化数据通过校验 |
八、我们自己的首页，从 1/10 补到 6/10
为了不让这篇变成"只挑别人"的文章：越智通自己的首页在同一个引擎上，实体一致性原本只有 1/10，总分 64/100——和上面那批站点是同一个病：有 hreflang，却没有一行 Organization 结构化数据，也没有关于页入口。
今天把实体卡补上之后（Organization + 结构化联系 + 关于页链接 + 四处名字收敛 + 一段与 meta 一致的 description）：6/10，总分 83/100。中文首页从 64 到 83，越南语首页同步从 70 到 83。
剩下没拿到的 4 分也很具体：知识图谱锚点 3 分（我们没有 Wikipedia / Crunchbase 条目，也还没建 LinkedIn 公司页——一家 2026 年才成规模做 GEO 的公司，够不上维基的关注度门槛），主题权威 1 分（首页没有 FAQPage）。这两块不是写文案能补的，得靠时间与外部信源。
这也正是我们给客户的第一个建议：先别急着写内容，先把"你是谁"写成机器能核对的形状。内容解决"说什么"，实体解决"这是谁说的"。两者顺序反了，写得越多，越是在给一个认不出的实体做注脚。
九、边界与免责
- 单时点、单页：2026-11-02 各取首页一次，没有重复采样。结构化数据会随改版变动，结论只代表当日。
- 测的是首页：首页缺 Organization 不代表内页没有；内页有也不代表首页能被引用。
- 引擎不是 AI 答案本身：这个 10 分衡量的是"实体信号是否可被解析"，不等于"某次具体提问里会不会提到你"。前者是必要条件，不是充分条件。
- 不排名、不点名扣分：文中域名只作技术样本，不作优劣排序，不接受任何一方付费影响结果。被标"无法评分"的站点可能是安全策略所致，不代表其业务或网站质量。
行业面上的迁移仍在继续：Gartner（2024-02）预测 2026 年传统搜索量下降 25%，Bain 的读数是 80% 的消费者至少 40% 的搜索已经依赖 AI 结果，艾媒咨询（2026-02）把中国 GEO 市场从 2025 年的 349.3 亿元算到 2026 年预计 942 亿元，Technode（2025-08）测出越南 ChatGPT 覆盖率 81%。流量往哪边迁，实体就该在哪边立得住。
GEO 这条链的顺序是：抓得到 → 读得懂 → 认得出 → 信得过 → 被引用。前三步是配置，后两步才是内容。绝大多数站点卡在第三步，却一直在第四步上花钱。