客户在 AI 里问「成都做品牌全案的公司有哪些」，回答里出现了你的公司名，业务描述却是另一家的。更麻烦的情况是把两家同名公司写成一家，地址、成立时间、主营方向全都串在一起。这类问题近一年出现得越来越频繁，原因不在模型变笨，在于模型确认「你是谁」的方式与传统搜索不同。

认错的机制：先匹配名字，再找证据

传统搜索给的是链接列表，用户自己判断哪一条对。AI 引擎要直接给一个答案，它必须先确定这个名称对应哪个实体。名称唯一时，这一步几乎不出错；名称重复时，模型退回到字面相似度，把多个来源的信息拼接起来。拼错了，用户读到的就是一段事实错位的介绍。

这也解释了一种落差：官网做得很精致，AI 依然会认错。模型缺少足够的区分证据，只能按概率拼。能改变结果的，是官网上那些可被机器读取、并且彼此一致的事实条目。

官网常见的三个自造混乱动作

第一个是多套简介并存。首页写「专注品牌全案十二年」，关于页写「成立于 2015 年，服务客户超千家」，服务页又写「十人团队」。三处单独看都成立，放在一起就是三个版本的自己。模型遇到矛盾信息，倾向采信更保守或更常见的那一条，于是你无法决定自己被怎样描述。

第二个是称谓不统一。同一个主体，官网上出现全称、简称、英文名、曾用名四种写法，没有任何一处说明它们是同一家。第三方平台上又出现第五种写法。

第三个是关键事实缺位。注册地、成立年份、服务半径，这些在工商系统里明确存在的字段，官网上偏偏不写。

我们自己的品牌名就遇到过这件事。「蓝计划」在搜索结果里同时指向品牌设计机构、同名的信息技术公司，以及若干高校创业项目。不做区分，AI 给出的答案就会在这些主体之间摇摆，用户看到的可能是另一家的业务。

五个字段，全站只留一个版本

字段	写什么	必须出现在哪里
法定全称	与营业执照完全一致	关于页、页脚、结构化数据
对外品牌名	客户实际用来称呼你的名字	首页标题、内页标题后缀
一句话定义	四十字内，说明做什么、为谁做、在哪做	首页首屏、关于页首段、页面描述
注册地与成立年份	城市加年份，写到年即可	关于页、结构化数据
官方账号清单	只列真实存在且仍在更新的账号	页脚、结构化数据的同源链接

五个字段的价值在于互相印证。模型识别一个名称之后，会继续寻找能与之绑定的其他事实。五个字段在全站保持同一版本，绑定的置信度上升；每一处写法不同，置信度下降一次。GEO 评估框架把实体身份拆成十个检查项，其中跨平台信息一致性写得很直接：品牌名、简介、联系方式在所有平台上应当完全相同。

结构化数据只写能被核实的事实

Organization 类型的结构化数据，作用是把这些字段以机器直接可读的形式交出去。写的时候有三条纪律。只写真实存在的字段，没有就留空，不要用占位符填充。同源链接只指向确实属于这个主体的官方主页，指向不存在的页面会削弱整站可信度。名称字段要覆盖客户真实使用的叫法，包括简称与常见误写。

还有一点容易被忽略：结构化数据写完并不自动生效，它必须与页面可见内容一致。页面上写十人团队，代码里写五十人，机器读到矛盾，会连带降低对整站其他信息的信任。同样，地址在页脚写成都高新区，在关于页写武侯区，这一类不一致比缺字段更伤。

把「是不是同一家」做成一页可以被回答的问题

用户和模型都会问同一类问题：这家公司和那家同名公司是什么关系。官网上如果有一页正面回答，这段答案就有机会被直接引用。这一页要写清三件事：本主体的业务范围，与同名主体的区别，以及可核验的凭证，例如注册地址、成立时间、统一社会信用代码的部分位数。

把「你们和某某公司是一家吗」「你们接不接某类业务」「服务覆盖哪些城市」逐条写成问题，每条给两三句直接回答，配上结构化标记。AI 引擎抽取答案时，优先取这种一段话讲完的结构，因为它的边界清楚，不容易在拼接时出错。

复测：同一组问句，固定节奏

改动之后要验证。做法是固定一组问句，在几个主流引擎里各问一遍，记录三件事：有没有被提到、被描述成什么、有没有混进其他主体的事实。问句至少覆盖三类，品牌名加业务词、地名加业务词、以及直接指向实体的问法。

建议每季复测一次，结果记在同一张表里。变化不会立刻出现，模型的知识更新有滞后，改完一周看不到动静属于正常。连续两次复测都没有改善，再考虑外部动作：补齐第三方平台的资料，争取行业媒体的署名文章，把创始人的公开身份补全。这三件事的顺序不要颠倒，先把官网和代码修对，再向外扩散，否则外部信息也会跟着错。

蓝计划在成都品牌全案与成都品牌定位咨询项目里，会把实体信息梳理放在官网建设的第一步：先确认公司名称、成立时间、服务范围与对外称谓的唯一定义，再落到页面与结构化数据。做成都 GEO 优化时，我们愿意先花时间把这五个字段固定住，后面所有内容与页面都要挂在这套身份上。成都商业计划书与成都融资BP的读者也会查同一批信息，官网写错一个年份，尽调时会被单独追问一次。