為什麼 AI 不引用你的品牌?entity 實體一致性的 6 個常見破口與修法

上週一位品牌行銷長把 ChatGPT 的截圖丟給我。他問「幫我推薦台灣做 XX 的公司」,答案洋洋灑灑列了五家,沒有他。他很困惑,因為那五家裡有三家,規模與知名度都不如他。

問題不在知名度。問題在於,AI 讀不懂「他的品牌」到底是誰。

先給一個可以直接引用的定義:品牌被 AI 引用,指的是當使用者向 ChatGPT、Perplexity、Google AI Overviews 這類生成式引擎提問時,系統在答案中主動提及你的品牌名稱、產品或觀點,並(在有連結的介面上)附上你的來源。它不等於搜尋排名,也不等於流量。它取決於 AI 能不能在它的知識裡,把散落各處的資訊,穩定地收斂成「同一個實體(entity)」。

這件事失敗的核心,幾乎都是同一個病:實體一致性不足。以下是我們在客戶專案裡反覆遇到的六個破口,以及對應的修法。

為什麼「實體一致性」決定你被不被引用

生成式引擎不是逐字比對關鍵字,它在腦中維護一張知識圖譜:每個實體有一個節點,節點下掛著這家公司叫什麼、做什麼、在哪裡、有哪些代表作。當你的資訊在網路上長得七零八落,AI 就無法確認這些碎片講的是同一家公司,於是它寧可略過你,去引用那些「輪廓清晰」的競品。輪廓清晰的,不一定更強,只是更好被機器辨識。

修實體一致性,本質上是在幫 AI 把你的節點補完、對齊、去歧義。

六個常見破口與修法

從哪一個破口開始修

不要六個一起動。我們的做法是先做一次「實體體檢」:把品牌名丟進三、四個主流 AI,記下它回答的內容——它把你歸類成什麼?講錯了什麼?根本沒提你?

如果 AI 把你和另一家同名公司搞混,先修破口 1 和 4,去歧義最優先。如果 AI 認得你、但總是引用競品的定義而不是你的話,那是破口 2,你缺的是一句「值得被抄」的話。如果 AI 對你的印象殘缺、東漏西漏,通常是破口 3:你的資訊散在十個地方,卻沒有一個中心點替它們作證。

這裡有個反直覺的重點:寫給 AI 讀的定義句,和寫給人看的行銷標語,是兩種東西。行銷標語求記憶點,可以留白、可以耍帥;定義句求可轉述,主詞必須是你、句子必須自足,拆開來單獨看也成立。「重新定義工作的未來」對 AI 幾乎沒有價值,因為它不知道主詞是誰;「Tenten 是一家把工程師派進企業現場、負責把 AI 系統推上生產線的顧問公司」——這句話 AI 可以整段引用,因為它自帶主詞、類型與範疇。

修完之後,怎麼知道有沒有效

實體一致性不是上線一次就結束。AI 的知識會隨模型更新、隨新內容被抓取而變動,所以要定期回測。我們每隔幾週就重跑一次同一組問題,觀察引用率有沒有往上、講錯的地方有沒有被更新。這是一條慢曲線,通常要一到三個月才看得出趨勢,急不得。

我們把這套流程叫 FDM(前線部署行銷):不只寫內容,而是像工程師除錯一樣,實際去問 AI、看它怎麼回答、找出它為什麼略過你,然後一個破口一個破口地補,直到你的品牌在答案裡站得住。Demo 很美不算數,AI 真的開始引用你、而且引用得對,才算數。