Wikidata 條目不是 SEO 的加分項，而是 AI 引擎判斷你是否為真實實體的底層依據。當使用者問 ChatGPT 或 Perplexity「某某公司是做什麼的」，模型得先確定這個名字指向哪一個實體，才敢引用你官網以外的資訊。少了結構化實體，你的品牌在知識圖譜裡就只是一串模稜兩可的字元。
Wikidata 為什麼是 AI 引用的地基
Wikidata 是維基媒體基金會維護的開放知識庫，用 Q 編號（例如 Q95 代表 Google）標記每一個實體，再以結構化屬性描述它。Google 知識圖譜、Bing，以及多數大型語言模型的訓練語料，都直接引用 Wikidata 的開放資料。這代表當模型需要消歧義（判斷「蘋果」是水果還是公司），它倚賴的正是這類結構化實體。更關鍵的是，Wikidata 用唯一的 Q 編號替每個實體去重，模型因此能把散落在不同網頁、不同語言的提及，全部歸到同一個品牌底下。台灣 B2B 品牌若在 Wikidata 上不存在，等於在 AI 的世界觀裡缺席，模型只能靠字面猜測，猜錯了你也無從更正。
動手前先過「收錄準則」這一關
很多人以為 Wikidata 像社群平台，註冊帳號就能替自家公司建條目。它其實有明確的收錄準則（notability），過不了關就會被管理員刪除，白忙一場。一個條目要能留存，至少要符合以下三條之一：
- 已連結到任一維基媒體計畫的頁面，例如中文或英文維基百科已經有你的條目。
- 指向一個清楚可辨識的實體，且能用嚴謹、公開可查的來源佐證，像是公司登記資料、主流媒體報導、產業資料庫。
- 滿足結構性需求，也就是它被其他合法條目引用，用來讓整張知識圖譜更完整。
對多數繁中 B2B 品牌來說，第二條是唯一走得通的路。你不需要先有維基百科條目（那門檻更高，得先證明「維基百科等級的知名度」），但你需要至少兩到三個獨立於自家官網的可靠來源。與其把時間耗在爭取維基百科收錄，不如先把 Wikidata 的實體地基打好。
繁中品牌最常卡在來源這一關
台灣 SaaS 新創的典型困境是：產品很扎實，但公開報導幾乎都是自家部落格或新聞稿轉載，缺乏第三方佐證。這時與其急著建條目，不如先補來源。經濟部商工登記公示資料、104 或 LinkedIn 的公司頁、中華徵信所、具編輯查核的產業媒體報導，都是管理員會接受的引用。一個實務判準是：這則資訊如果是你自己付費或自行發布的，就不算獨立來源；能佐證「別人談論你」的，才有份量。Tenten 幫客戶做 GEO 審計時，實體來源盤點往往是第一步，先確認有沒有夠格的引用，再決定要不要送出條目。
屬性要填得讓 AI 讀得懂
條目建好後，真正決定 AI 能不能引用你的，是屬性（property，以 P 編號標記）填得夠不夠完整、精準。B2B 品牌至少要補齊這幾項：
- instance of（P31）：標成 business（Q4830453）或 enterprise，這是 AI 判斷「你是一間公司」的關鍵起點。
- official website（P856）：填官網主網址，把條目和你的網站牢牢綁定。
- inception（P571）：成立日期，替時間軸建立可信度。
- country（P17）與 headquarters location（P159）：標明台灣、台北，對繁中在地查詢特別重要。
- industry（P452）：填 software、SaaS 等產業實體，讓模型知道你的領域。
- 標籤與描述：務必補上 zh-Hant 與 zh-tw 兩種語言的 label（品牌名）、description（一句話定位）與 alias（常見別名、英文名）。
語言標籤這一步最容易被忽略，卻直接左右繁中查詢。只填英文 label，模型面對「這家台北公司叫什麼」的中文提問時，就少了一個乾淨的對應點。zh-Hant 與 zh-tw 分開填也有意義：前者涵蓋廣義繁體，後者精準指向台灣讀者的用語習慣。
每一條陳述都得掛來源
這是新手最常犯的錯：把屬性填滿卻不加參考來源（reference）。每一條陳述底下，都該掛上 stated in（P248）或 reference URL（P854），並附上查閱日期（P813）。沒來源的陳述不只容易被其他編輯移除，AI 引用時的信任權重也會打折。實務上，一條「成立於 2018 年」的陳述，如果能連到公司登記資料當來源，遠比孤零零的一個數字更容易被模型當成事實採用。把來源做扎實，等於替自己的實體背書。
建好之後，多久看得到 AI 引用效果
別期待隔天就被 ChatGPT 引用。Wikidata 的資料得先被下游吸收：Google 知識圖譜通常幾週內會抓取，語言模型則要等下一次訓練或檢索更新才會反映。比較務實的期待是，條目建立後的三到六個月，你會先看到 Google 端出現實體卡片、AI Overviews 開始把你當成確定實體，接著 Perplexity 與 ChatGPT 的答案裡逐漸出現正確的品牌描述。要提醒的是，建好條目不代表可以放著不管，資訊過期、產品轉型、公司改名，都該回頭更新，否則 AI 會拿著舊描述繼續引用。這不是即時開關，而是把地基打穩，讓之後每一篇內容、每一次被提及，都累積在同一個實體上。
Wikidata 條目是繁中品牌在 AI 搜尋裡被認得的起點，但它只是實體策略的一塊。你的官網結構化資料、第三方提及、Brand Radar 上的能見度是否彼此一致，才共同決定 AI 最終怎麼描述你。想知道自己的實體在 AI 引擎裡缺了哪一塊，可以預約 30 分鐘 GEO 診斷，我們用實際查詢跑一次你的品牌，指出最該先補的缺口。
