AI検索でブランドが誤認されるのは、多くの場合、ChatGPTがそのブランドを知らないからではありません。自社の商品、レビュー、創業年といった情報が、同名の別人や別組織に割り当てられているためです。Entity Disambiguationの目的は、同じ名前を持つ候補の中から、機械が自社を安定して識別できるようにすることです。これは露出の問題ではなく、技術的な識別の問題です。
名前の重複で起きているのは、機械が自社の情報を別の対象として記憶すること
AIは質問に答える際、まず入力された名前をナレッジベース上の候補にひも付け、その候補を起点に周辺情報を組み立てます。名前が短い場合や同名の対象が多い場合は、たとえ自社サイトの情報が十分でも、より強いシグナルを持つ別の人物や組織が回答の主語になることがあります。
繁体字中国語で起きる4種類の名前重複と、それぞれの対処法
- 著名な企業・商品との重複：より規模が大きく、引用も多い企業と同じ名前の場合、モデルは初期状態で相手の企業を指す傾向があります。
- 一般語との衝突：ブランド名自体が日常的な言葉（「知識」「方向」「小樹」など）だと、形態素解析で一般名詞として処理され、固有名詞と認識されないことがあります。
- 人名・地名との重複：芸能人、著名人、地名と同じ名前の場合、SNSやニュースの情報量に埋もれ、AIがその人物や場所を回答する可能性が高くなります。
- 繁体字・簡体字・同音名の不一致：繁体字と簡体字の表記、発音の近い名称、英訳名が統一されていないことで、同じ企業が互いに関連付けられていない複数のノードへ分裂します。
中国語には単語間の空白がないため、機械はエンティティを識別する前に単語を分割しなければなりません。繁体字中国語では、この処理が特に誤りを生みやすくなります。2〜3文字のブランド名が一般的な語句と重なると、形態素解析によって文字単位に分割されたり、前後の文脈に吸収されたりして、最後まで独立した名称として扱われないことがあります。英語のブランド名には大文字表記や空白という境界がありますが、中国語の短い名称にはその手掛かりがありません。そのため、繁体字中国語の曖昧性解消では、いきなりノードの競争に挑むのではなく、まず「これは固有のエンティティである」と機械に認識させることから始めます。
ステップ1：AIが現在、自社を誰にひも付けているかを調べる
- ChatGPT、Perplexity、Geminiでそれぞれ「（ブランド名）とはどのような会社ですか？」と質問します。返された説明、創業年、業種を記録し、自社についての回答になっているか確認します。
- 「（ブランド名）の公式サイトはどこですか？」と質問し、モデルが示すURLが正しいか、同名の別の対象に接続されていないかを確認します。
- Googleでブランド名を検索し、ナレッジパネルに誰が表示されているか、右側のカードがどのエンティティを取得しているかを確認します。
- 「（ブランド名）＋（自社の業界キーワード）」でも検索します。業界を示す言葉を加えなければ自社が認識されないのであれば、不足しているのは曖昧性を解消するシグナルです。
- 各エンジンの具体的な「間違い方」を記録します。事実を作り上げているのか、別の対象と混同しているのか、存在自体を認識していないのか。症状によって取るべき対策は異なります。
曖昧性解消用の記述子でブランドの識別情報を固定する
少ない工数で大きな効果を得やすいのが、ブランド名に必ず添える「曖昧性解消用の記述子」を決めることです。記述子とは、ブランドのカテゴリーを示す言葉です。あらゆる場所で単に「Tenten」と書くのではなく、「台北を拠点とするGEO・AEOエージェンシー、Tenten」のように一貫して表記します。公式サイトのタイトル、会社概要、フッター、SNSプロフィール、プレスリリースで同じ表現を使えば、モデルはブランド名に接するたびに同じカテゴリーラベルも確認できます。これにより、意味空間上で同名の対象との距離が生まれます。機械が推測する必要はなくなり、識別の根拠が明示されます。
技術的な中核：ブランドに安定した実体ノードを与える
記述子が意味上の問題を解決するのに対し、構造化データは機械が参照するアドレスの問題を解決します。公式サイトでOrganization（またはLocalBusiness）schemaを使って自社をマークアップし、そのエンティティに変更しない安定した@idを付与します。通常は「https://yourdomain/#organization」のような、公式サイトの正規URLを使用します。サイト全体から同じ@idを参照することで、これらのシグナルが同一の対象を示すと機械に伝えられます。@idは決定後に変更しないでください。機械の世界におけるブランドの住所だからです。
住所を用意したら、その住所が自社のものであることを外部から裏付ける必要があります。sameAs属性は、ノードを外部の権威ある情報源へ接続する役割を担います。複数の独立した情報源が同じ@idを示していれば、モデルがそのエンティティを正しく識別する確度は高まります。接続先には、少なくとも次のカテゴリーを含めます。
- WikidataまたはWikipediaの項目：ナレッジグラフにとって特に重要な情報源です。項目がある場合は必ず接続します。
- LinkedInの企業ページ、Crunchbase、業界ディレクトリなど、検索エンジンに広くインデックスされているプロフィールページ。
- 公式SNSアカウント（X、Facebook、YouTubeなど）。各アカウントの名称と説明文も統一します。
- 自社の事業領域について、政府の登録情報や業界団体などの権威ある公開情報が利用できる場合は、その情報源。
sameAsは接続線を引くためのものにすぎません。機械が信頼するかどうかを最終的に左右するのは、ノード自体に十分な権威性があるかどうかです。名前の重複が深刻な場合は、Wikidataの整備に取り組む価値があります。繁体字中国語のラベル、一般的な別名（aliases）、明確な説明、業界や地域に関する属性を登録します。ナレッジグラフに取り込まれれば、AIが情報をクロールする際、同名の対象と自社を区別するための中立的かつ構造化された根拠になります。同時に、自社コンテンツ内でもブランド名と業界キーワードを繰り返し共起させます。会社概要、導入事例、記事で共通の記述子を使い、意味上の共起を蓄積するほど、モデルが名前を自社へ正しく結び直す可能性が高まります。
曖昧性解消が機能しているかどうかは、ブランド名だけをAIに入力し、追加の手掛かりがなくても自社が何者かを正しく回答できるかで判断できます。回答が誤っているなら、シグナルがまだ同じノードへ収束していません。— Tenten GEO Consulting Team
検証：AIが自社を正しく認識しているか確認する
変更後は感覚で判断せず、最初に調査した各エンジンでもう一度テストし、その後も定期的に確認してください。モデルは更新され、同名の対象が発する情報量も変化します。今は正しく認識されていても、次の四半期も同じとは限りません。私たちはBrand Radarを使い、各AIプラットフォームによるブランドの認識と説明を継続的に追跡し、「誤認」を定量的な指標として監視しています。AIが現在、自社を誰にひも付けているのか、どの曖昧性解消シグナルが不足しているのか分からない場合は、30分のGEO診断をご予約ください。各エンジンが自社をどう認識しているかをその場でお見せし、着手すべきポイントをご案内します。
