撞名的品牌在 AI 搜尋裡吃虧，多半不是因為 ChatGPT 沒聽過你，而是它把你的產品、評價與成立年份，安在了另一個同名對象身上。實體消歧義（Entity Disambiguation）要處理的，就是讓機器在一堆同名候選裡，穩定地指認出『你這一個』。這是技術問題，不是知名度問題。
撞名的本質，是機器把你的事實記錯人
AI 引擎回答問題時，會先把查詢裡的名字對應到知識庫裡的某個實體節點，再從那個節點抓屬性。台灣市場的麻煩在於中文品牌名很短、常用字組合又多，一個『天天』、『方格』、『光年』，可能同時對應到一家上市公司、一款手機遊戲、一位創作者。當節點被別人佔走，你官網寫得再好，模型也會把功勞算到別人頭上，或乾脆略過你，因為它無法確定是不是同一個對象。消歧義的目標，是把『名稱』和『你的實體』綁成一組機器能重複辨認的對應關係。
繁中撞名的四種型態，各有不同解法
- 與知名企業或產品撞名：你的名字剛好和一家更大、被引用更多的公司相同，模型預設指向對方。
- 與常用詞撞名：品牌名本身是日常詞彙（如「知識」「方向」「小樹」），斷詞器容易當成普通名詞處理，根本沒認出這是專有名稱。
- 與人名、地名撞名：撞到藝人、公眾人物或地名時，社群與新聞聲量壓過你，AI 回傳的多半是那個人或那個地方。
- 繁簡與同音撞名：繁體、簡體、注音相近或英文譯名不一致，讓同一家公司被拆成好幾個彼此不認識的節點。
中文沒有詞與詞之間的空格，機器要先斷詞才能辨識實體，而這一步在繁中特別容易出錯。兩到三個字的品牌名若剛好是常見字組，斷詞器可能把它切開，或併進前後文，導致模型從頭到尾沒把它當成一個獨立名稱看。英文品牌至少有大寫和空白當邊界，中文短名沒有這層保護，所以繁中的消歧義往往要從『先讓機器認得這是一個專有實體』開始，而不是急著去爭奪節點。
第一步：查清楚 AI 現在把你連到誰
- 在 ChatGPT、Perplexity、Gemini 各問一次「（品牌名）是什麼公司？」，記下它回傳的描述、成立年份與產業，看是不是你。
- 追問「（品牌名）的官網是哪一個？」，確認模型指向的網址正確，還是連到同名對象。
- 在 Google 搜品牌名，觀察知識面板（Knowledge Panel）顯示的是誰、右側卡片抓的是哪個實體。
- 用「（品牌名）＋（你的產業關鍵字）」再搜一次，若要加上產業詞才認得出你，代表你目前缺的正是消歧義訊號。
- 把每個引擎「認錯」的具體症狀寫下來：是張冠李戴、混為一談，還是完全略過。不同症狀對應不同修法。
用消歧義描述子把身分鎖住
最省力、見效也最快的一步，是替品牌名固定一個消歧義描述子（disambiguating descriptor）——一個永遠跟在名字旁的類別詞。與其到處只寫『Tenten』，不如穩定寫成『Tenten，台北的 GEO 與 AEO 代理商』。這個描述子要在官網標題、about 頁、頁尾、社群簡介與新聞稿裡維持一致的措辭，讓模型每次看到你的名字，都同時看到同一個類別標籤。它的作用是把你和同名對象在語意空間裡拉開距離，機器不必猜，就有現成的區分依據。
技術核心：給品牌一個穩定的實體節點
描述子解決語意，結構化資料解決機器的定址問題。在官網用 Organization（或 LocalBusiness）schema 標記自己，並替這個實體指定一個穩定、永不更動的 @id，通常是官網某個 canonical URL，例如『https://你的網域/#organization』。全站每一處引用都指回同一個 @id，等於告訴機器：這些訊號講的是同一個對象。@id 一旦選定就別再改，它是你在機器世界裡的門牌號。
有了門牌，還要讓外界證明這個門牌是你。sameAs 屬性負責把節點接到外部權威，當模型看到多個獨立來源都指向同一個 @id，才會提高辨識的信心。這份清單至少該涵蓋下面幾類：
- Wikidata 或維基百科條目：知識圖譜最看重的來源，有條目就務必連上。
- LinkedIn 公司頁、Crunchbase 或產業名錄等被廣泛索引的檔案頁。
- 你官方經營的社群帳號（X、Facebook、YouTube 等），且各帳號的名稱與描述子要一致。
- 政府登記或公會的公開資料，若你的產業有這類權威來源可用。
sameAs 只是把線接上，真正決定機器信不信的，是節點本身夠不夠權威。撞名嚴重時，值得投資建立一個 Wikidata 項目：填上繁中標籤、常用別名（aliases）、一句清楚的描述，以及和產業、地區的關聯屬性。知識圖譜一旦收錄，AI 抓取時就有一個中立、結構化的依據去區分你和同名對象。同時，讓品牌名和產業關鍵字在你自己的內容裡反覆共現，about、案例與文章都用同一組描述子；語意共現（co-occurrence）越密，模型把名字連回你的機率就越高。
消歧義做得好不好，用一個問題就能檢驗：把品牌名丟給 AI，它不加任何提示就答對你是誰嗎？答不對，代表訊號還沒收斂成一個節點。— Tenten GEO 顧問團隊
驗證：確認 AI 真的認對了人
改完之後別憑感覺，要回到第一步的那幾個引擎重測，並固定週期複查。模型會更新，撞名對象的聲量也會變動，今天認對不代表下一季還認得。我們用 Brand Radar 持續追蹤各 AI 平台對品牌的辨識與描述，把『被認錯』當成可量化的指標盯著。如果你不確定自己現在被 AI 連到了誰、又缺哪些消歧義訊號，可以預約一場 30 分鐘 GEO 診斷，我們直接帶你看各引擎目前怎麼認你、該從哪一步補起。
