Whoops

相信不少人也做過這件事:打開 ChatGPT 或 Gemini,輸入「推薦一家台灣的 SEO 顧問」,然後盯著那份推薦名單,心裡一直往下沉。名單上沒有你。你明明經營了十幾年、案例寫了一整頁、文章也排上了 Google 第一頁,可是 AI 開出來的那張單子,乾乾淨淨地把你跳過了。

這不是你的內容不夠好,也不是你的反向連結不夠多。這是因為在 AI 的世界裡,它不認識「你」這個實體(Entity)。它認識的是一堆關鍵字、一堆網址、一堆互相不太相干的片段。它沒辦法把這些片段收攏成一個「誰」,自然也就沒辦法把你放進推薦名單。

Entity SEO(實體 SEO)換句話說,就一句話:讓 Google 和 AI 認得你是「一個明確、獨特、可被描述的東西」,而不只是一串你剛好排上去的關鍵字。

核心重點

  • 實體是 Google 和 AI 用來理解世界的最小單位:一個人、一家公司、一個地點、一個概念。
  • Google 從 2012 年知識圖譜上線那一天起,就把搜尋從「比對字串」推向「理解事物」。十四年來這個方向從沒回頭。
  • AI 搜尋時代,實體從加分題變成必答題。AI 引用、推薦、生成的對象,都是它「認得出來」的實體。
  • 實體 SEO 的核心是三件事:身分(讓它知道你存在)、屬性(讓它知道你是什麼)、關係(讓它知道你跟誰有關)。
  • 結構化資料是登記表,不是護身符。Schema 寫得再漂亮,站外沒有任何實體足跡,Google 一樣不知道你是誰。

「從字串到事物」這場革命,已經走了十四年

很多人以為實體 SEO 是這兩年 AI 爆紅之後才冒出來的新名詞。老實說,這個觀念 Google 自己在 2012 年就想清楚了。當年 Google 在官方部落格宣布知識圖譜(Knowledge Graph)上線,那篇公告的標題就是一句後來被引用了無數次的話:「things, not strings」(事物,而非字串),出自 Google 在 2012 年 5 月 16 日的公告〈Introducing the Knowledge Graph: things, not strings〉。

那句話翻成白話就是:過去 Google 是一個超級聰明的「字串比對機器」,你輸入「蘋果」,它去比對哪一頁出現「蘋果」這兩個字的頻率最高、位置最關鍵。但「蘋果」到底是水果還是公司?字串比對機器分不出來。知識圖譜上線之後,Google 開始試圖搞懂「蘋果」是一個可以被區分的「事物」,它有屬性、它跟其他事物有關係,搜尋引擎才第一次有了「理解」的可能。

你如果把這十四年的演進連起來看,會發現一條非常清楚的方向線:

年份更新對「實體理解」的意義
2012知識圖譜上線Google 第一次擁有自己的「事物資料庫」,每個實體配一個機器識別碼(MID)
2013蜂鳥演算法(Hummingbird)從字面比對走向語意理解,開始拆解查詢背後的「意圖」
2015RankBrain機器學習進場,開始處理從沒見過的查詢與實體關聯
2019BERT真正讀懂句子裡的上下文與實體之間的關係
2021MUM跨語言、跨模態理解實體,一張圖、一段影片也能對應到實體
2023 起AI Overviews、AI Mode直接把實體拿來生成答案、引用來源

你看,這不是某一個Google 演算法更新帶來的小轉彎,這是十四年沒有回頭的單行道。Google 一直在做的,就是不斷加深它對「事物」的理解能力。如果你到現在還是把 SEO 想成「把某個關鍵字排到第一頁」,那你等於站在一條已經開了十四年的高速公路上,還在用走路的速度前進。

關於這條方向線的技術細節,尤其是蜂鳥之後搜尋引擎到底怎麼從字面走向語意,站上也有一篇完整的拆解,有興趣可以延伸閱讀〈蜂鳥演算法深度解析〉。如果你想理解 Google 整體是怎麼運作的,〈秒懂 Google 搜尋引擎運作原理〉會幫你把整個流程串起來。

實體到底是什麼?用一個比喻把它拆開

「實體」這個詞很抽象,很多人聽完還是一頭霧水。換個方式想。

關鍵字像字典裡的一個詞條:你查「咖啡」,字典告訴你這個詞的意思。但字典不會告訴你,這杯咖啡是哪家店賣的、老闆是誰、開在什麼路上、跟旁邊那家烘焙坊有什麼關係。關鍵字是扁平的、孤立的。

實體則像維基百科上的一篇條目:它是一個「節點」,有自己的屬性(名稱、類型、描述、圖片),還有一條一條連出去的「邊」,連到其他節點。一篇維基條目從來不是孤立存在的,它透過無數的內部連結,跟整個知識網絡綁在一起。

所以一個「實體」要成立,至少要滿足三個條件:

  • 它是單一的、可區分的。它是「這一個」蘋果公司,不是「任何一家叫做蘋果的公司」。它有獨一無二的身分。
  • 它有屬性。它有名字、有類型(組織、人物、地點、概念)、有描述、有圖片、有創立時間。
  • 它跟其他實體有關係。蘋果公司的創辦人「是」賈伯斯(另一個實體),總部「在」庫比蒂諾(另一個實體)。關係是實體的靈魂。

這就是為什麼同一個詞「蘋果」,Google 能分辨你搜的是水果還是公司。因為在它的知識圖譜裡,這是兩個完全不同的節點,各自有自己的屬性和關係網絡。這也是為什麼傳統的關鍵字堆砌越來越沒用:你在一頁裡塞一百次「蘋果」,Google 也不會因此就更懂你到底在講哪一個蘋果。它需要的是「這個頁面在描述哪一個具體的實體,這個實體跟誰有關」。

這個從「字」到「事物」的視角轉換,是整個實體 SEO 的地基。你後面做的每一件事,結構化資料也好、知識圖譜優化也好、作者署名也好,本質上都是在回答 Google 那三個問題:你是誰?你是什麼?你跟誰有關?

實體、關鍵字、主題:一張地圖搞懂三者的關係

讀到這裡,很多人會冒出一個焦慮:那我以前做的關鍵字研究、主題叢集,是不是統統白做了、該丟掉了?當然不是。實體、關鍵字、主題,是三個不同層次的東西,它們不是互相取代,而是互相疊加。可以把它們想成一張三層的地圖。

最底層是關鍵字。關鍵字回答的是「搜尋者用了什麼詞」。它告訴你市場在找什麼、用什麼樣的語言在找。這一層的價值在於讓你抓到真實需求,但它有天花板:它只能告訴你「字」,不能告訴你「字背後的事物」。光靠關鍵字能走多遠?有一份常被引用的研究指出,超過九成的網頁從 Google 拿不到任何流量(Ahrefs 的〈96.55% of Content Gets No Traffic From Google. Here's How to Be in the Other 3.45% [New Research for 2023]〉)。這個數字背後的原因很複雜,但其中一塊就是:只把關鍵字排上去、卻沒有建立實體身分與主題深度的網頁,越來越難拿到能見度。關鍵字研究的基本功,你還是得紮實地做,〈SEO 關鍵字是什麼〉和〈拆解搜尋意圖〉談的就是這一層。

中間層是主題。主題回答的是「這些關鍵字圍繞著哪個完整的領域」。你把「SEO 是什麼」「SEO 怎麼做」「SEO 工具推薦」這些零散的關鍵字,用主題叢集(Topic Cluster)的方式串成一個完整的知識體系,這就是主題權威。主題這一層,解決的是「你在這個領域夠不夠完整、夠不夠深」的問題。一份分析了一千一百多萬筆 Google 搜尋結果的研究(Backlinko,2025 年 4 月)發現,內容的主題相關性與完整度,和排名之間有顯著的正面關聯。這說明 Google 持續偏好那些把一個主題講得透徹、把相關實體都串起來的內容,勝過只針對單一關鍵字硬塞的頁面。這也是主題叢集戰略的關鍵價值,它讓 Google 認定你在某個領域具有系統性的覆蓋。

最上層是實體。實體回答的是「這個主題、這個領域、這個品牌、這個作者,到底是哪一個具體的、可以被指認的東西」。關鍵字告訴你需求,主題告訴你版圖,實體則告訴 Google「這張版圖是屬於誰的、誰有資格講、這個人值不值得信任」。

層次回答的問題本質不能取代的部分
關鍵字搜尋者用什麼詞在找?字面需求抓不到字背後的事物與身分
主題這些詞圍繞哪個完整領域?覆蓋深度說不出「是誰」在覆蓋、憑什麼是他
實體這個領域是誰的?誰值得信任?身分與權威沒有關鍵字和主題當素材,實體無從描述

你看,三層是缺一不可的。只做關鍵字,你永遠在字面上打轉,排上去也站不穩;只做主題,你版圖很大,卻沒有一個清楚的「誰」在撐,Google 不知道該把這份權威記在誰頭上;只做實體,你身分很清楚,卻沒有內容和需求當血肉,等於掛了招牌卻沒有商品。真正成熟的 SEO 策略,是三層一起建:用關鍵字抓需求、用主題叢集建深度、用實體建身分與信任。這樣看來,Entity SEO 補上的,正是傳統 SEO 最缺的那一塊拼圖。

為什麼 AI 搜尋讓實體從「加分題」變成「必答題」

如果在 2012 年,實體理解還只是 Google 內部的技術升級,對一般網站經營者來說是別人家的事;那麼到了 AI 搜尋時代,它已經變成你能不能出現在答案裡的生死線。

原因是這樣的:大型語言模型(LLM)在生成答案時,它的思考單位不是關鍵字,而是「實體與事實」。當有人問「台灣有哪些值得信任的 SEO 顧問」,模型會去它的訓練資料和檢索結果裡,尋找那些被反覆提及、屬性清楚、跟「SEO 顧問」「台灣」「信任」這些概念有穩定關聯的實體。如果你的品牌在整個網路上只是一個偶爾出現的字串,沒有穩定的屬性、沒有被權威來源描述過、沒有跟其他已知實體連上關係,那模型根本沒有理由把你選進答案裡。

這跟傳統 SEO 的邏輯完全不同。傳統 SEO 是「我排得上這個關鍵字,所以你會看到我」。實體 SEO 是「我是一個被認得的、有清楚身分的事物,所以 AI 願意引用我」。前者比的是位置,後者比的是存在感與可信度。

幾個 AI 搜尋的機制,會讓這件事變得更清楚:

  • 檢索增強生成(RAG:AI 在回答前會先去檢索外部資料,把可信的事實拉進來當依據。它檢索和比對的單位,正是實體層級的事實,零散的句子反而派不上用場。想深入了解 RAG 的運作,可以看〈RAG 是什麼?白話理解檢索增強生成〉。
  • 查詢擴展(Query Fan-out):Google AI 會把一個複雜查詢拆成好幾個子查詢,分頭去找答案,再把結果組合起來。拆解的依據,正是查詢裡涉及的實體。你可以在〈查詢擴展 Query Fan-Out 介紹〉看到它怎麼運作。
  • AI Overviews 的引用:AI 摘要會引用它認為最權威、最匹配的來源。而被選中的來源,幾乎都是實體屬性清楚、內容結構完整的頁面。〈Google AI Overviews 全面解析〉裡有數據說明這個趨勢。

這三個機制背後,其實還有一個更底層的共同基礎,叫做 ground(接地、奠基)。AI 在生成任何答案之前,必須先把自己會講的話,牢牢「接」到一個可查證的事實與實體上,否則它講出來的只是一家之言,甚至會出現聽起來很權威卻完全錯誤的幻覺。你的網站能不能成為 AI 接地的那個「地」,取決於你是不是一個屬性清楚、被多方佐證、可以被穩定引用的實體。這就是為什麼實體 SEO 和 AI 引用之間,是一條直直的因果線,連模糊的相關都談不上。想把 ground 這個機制徹底搞懂,〈Grounding 介紹〉會把整條鏈路從原理講到實戰。而如果你的目標是讓品牌主動被 AI 引用,〈AI Grounding SEO 策略〉提供了更具體的操作方向。

本質上來說 AI 搜尋時代的核心問題已經不是「我排第幾名」,而是「我算不算一個被認得的、值得被推薦的答案」。這正是〈品牌要成為被推薦的答案〉那句話的真正含義,也是為什麼實體 SEO 在這個時代是必答題,不是加分題。如果你想從更高的角度看 SEO 在 AI 時代怎麼重新定位,〈GEO 生成式搜尋優化完整解析〉和〈GEO 是什麼?與 SEO 有何差異〉會給你完整的脈絡。

實體 SEO 的三層結構:身分、屬性、關係

很多網站結構化資料寫得密密麻麻,卻始終進不了知識圖譜。真正的關卡往往無關技術,在於他們沒搞清楚實體 SEO 其實有三個層次,多數人只做了一層就停下來。

實務上可以把它拆成三層,每一層回答 Google 一個不同的問題:

層次回答的問題對應的動作常見的誤解
身分層「你存在嗎?你是哪一個?」一致的命名、穩定的 @id、sameAs 連到權威來源以為掛個 Schema 就算有了身分
屬性層「你是什麼樣的東西?」補齊名稱、類型、描述、圖片、營業時間、NAP屬性寫得跟站外來源對不上
關係層「你跟誰有關?」內部連結串聯主題、站外被權威實體提及、共同出現只看站內,完全忽略站外關係網

身分層:先讓 Google 確定你是「那一個」

身分層是最基礎,也是最多人出問題的地方。它的核心任務只有一個:讓 Google 毫不費力地確認,你網站上講的「這家公司」,跟它在其他地方看過的「這家公司」,是同一個東西。

做到這件事的關鍵是一致性。你的公司名稱,在網站標題、結構化資料、社群帳號、Google 商業檔案、媒體報導裡,必須是同一個寫法。你的網址、你的 @id、你的 sameAs,必須指向同一組身分。任何一個地方寫法不同,Google 就會猶豫:這到底是同一個實體,還是兩個剛好同名的實體?這一猶豫,你的身分就糊掉了。

屬性層:讓 Google 知道你長什麼樣

屬性層是把實體「描述清楚」的工作。一家公司是一個 Organization,它的屬性包括正式名稱、簡稱、logo、創辦人、成立日期、地址、聯絡方式、營業項目。一個人是 Person,屬性包括姓名、職稱、任職機構、專長領域、社群帳號。一個地點是 Place,屬性包括地址、電話、營業時間、地理座標。

屬性層最常見的錯誤不是缺漏,而是自相矛盾。你 Schema 裡寫的地址,跟 Google 商業檔案裡的地址不一樣;你網站上的公司簡介,跟你在工商登記裡的營業項目對不上。Google 拿多個來源交叉比對,一旦對不上,它會選擇不相信任何一個,或者更糟,拼湊出一個錯誤的版本。

關係層:讓 Google 看見你站在誰旁邊

關係層是三層裡最容易被忽略,卻往往最決定成敗的一層。Google 判斷一個實體重不重要、可不可信,很大一部分靠的是「它跟哪些已知的、重要的實體有關係」。

這層工作分站內和站外兩頭。站內,你的內部連結就是把網站裡的實體串起來的「邊」:這篇文章的作者是 Sliven,Sliven 是 Whoops SEO 的創辦人,Whoops SEO 是一家做 SEO 顧問的 Organization,這些連結把實體織成一張網。關於內部連結怎麼佈局才正確,〈內部連結是什麼〉有完整的做法。站外,你被維基百科、Wikidata、權威媒體、行業協會提及,等於讓別人幫你蓋章「這個實體真的存在、而且重要」。站外這一頭,其實就是〈站外 SEO 完全指南〉談的核心,只是換成實體的視角來看。

三層裡,身分層是地基,屬性層是主體,關係層是把它撐起來的樑柱。缺任何一層,這棟房子都站不穩。

結構化資料:實體的「官方登記表」

講到這裡,你應該猜得到,結構化資料(Schema.org、JSON-LD)就是把你這三層工作,翻譯成 Google 機器讀得懂的格式。它是一張官方登記表,把「我是誰、我是什麼、我跟誰有關」用標準化的欄位填好。

一個最基本的 Organization Schema 大概長這樣:你有 @type、name、url、logo、sameAs,sameAs 裡列出你的維基百科條目、Wikidata 條目、LinkedIn、Facebook。一個完整的 Person Schema,會有 name、jobTitle、worksFor、sameAs 連到你的作者頁和社群。這些欄位不是裝飾品,它們是 Google 用來對齊實體身分的座標。詳細的標記教學,建議先讀過〈結構化資料 Schema 標記完整教學〉,把基本功打紮實。

但這裡有一句實話必須先說,因為太多人在這裡栽跟頭:結構化資料是登記表,不是護身符。你把表格填得再漂亮,不等於 Google 就會把這個實體收進知識圖譜。

以律師事務所這類網站為例,Schema 寫得再完整、@id 和 sameAs 樣樣到位,只要事務所名稱在站外幾乎查無此「人」,沒有媒體報導、沒有 Wikidata、律師個人的演講與受訪紀錄也沒被整理,這份漂亮的 Schema 在 Google 眼裡,就只是一份「自己宣稱自己是誰」的聲明。沒有任何外部來源能佐證,Google 當然不會貿然把這個實體納入知識圖譜、給它一個知識面板。

換句話說,Schema 是你「告訴」Google 你是誰的工具,但 Google 真正相信的,是「別人也這麼說」。Schema 是必要條件,不是充分條件。你必須同時在站外建立足夠的實體佐證,這份登記表才會真正生效。關於結構化資料在整個技術 SEO 裡的位置,〈技術性 SEO 完全指南〉會幫你看到全貌。

實體冷啟動:當 Google 還不認識你的時候

這個律師事務所的例子,點出了一個很少人認真談,但對絕大多數中小網站最致命的問題:實體冷啟動

冷啟動的意思是,你的品牌、你的作者、你的公司,在 Google 的知識圖譜裡根本還不存在,是一個「零實體」狀態。沒有知識面板、沒有 Wikidata 條目、沒有維基百科頁面、媒體也從沒提過你。這時候你做再多 Schema、排再多關鍵字,都是在對一個「不認識你的人」自我介紹。它聽到了,但記不住,因為它沒有一個既有的實體節點可以把你的資訊掛上去。

大品牌很少遇到這個問題,因為它們早就在網路上到處被提及、被報導、被維基收錄,實體節點早就建立好了。但對絕大多數台灣的在地商家、個人品牌、中小企業來說,冷啟動才是真正的起跑線,而且是最難的一段。

實體冷啟動的核心邏輯,是讓你的身分在不同的權威來源裡反覆、一致地出現,直到 Google 有足夠的信心判定「這是一個穩定存在的實體」。具體可以做這幾件事:

  1. 建立 Wikidata 條目。Wikidata 是 Google 知識圖譜的重要資料來源之一。用可查證的參考來源,為你的組織或個人建立一個條目,填好屬性,這是最直接幫 Google 認識你的方式。但要遵守 Wikidata 的收錄標準,不要硬塞垃圾條目,那只會被刪除。
  2. 爭取權威媒體的提及。不是買廣告稿,是真的因為專業而被報導、被引述。每一則媒體報導,都是一個獨立來源在跟 Google 說「這個實體值得被注意」。
  3. 跨平台一致。你的官網、LinkedIn、Facebook、Google 商業檔案、行業協會會員頁,公司名稱、簡介、logo 要一致。這些都是 Google 用來交叉驗證身分的來源。
  4. 累積共同出現訊號。當你的品牌跟行業裡已知的權威實體,在同一篇文章、同一個活動、同一份名單裡一起出現,Google 會開始把你跟那個領域綁在一起。

這是一段需要時間的工程,沒有捷徑,也沒有一個月見效的保證。但每做一件,你這個實體在 Google 眼裡就「實」一分。等到累積到某個臨界點,你會發現一切突然鬆動了:知識面板出現了,品牌搜尋的相關查詢變準了,AI 也開始把你寫進答案裡了。這就是實體從零到一的過程,也是 Entity SEO 最有價值、卻最被低估的一塊。

這個「站外實體佐證」的概念,其實跟傳統站外 SEO 的反向連結邏輯是相通的,只是評估的對象從「網頁」升級到「實體」。你可以把〈反向連結完整指南〉裡談的權威建立邏輯,直接遷移到實體的語境裡來用。

怎麼知道 Google 已經「認出」你了?五個診斷訊號

做完上面這些,你一定會問:那我要怎麼知道自己到底有沒有被 Google 認成一個實體?這個問題沒有一個單一的官方儀表板會直接告訴你,但你可以從五個訊號交叉判斷。

訊號怎麼看代表什麼
知識面板(Knowledge Panel)用引號搜尋你的品牌全名,看右側有沒有出現資訊卡Google 已經把你收進知識圖譜,並且有足夠信心對外公開描述你
品牌相關查詢在搜尋框輸入品牌名,看下拉建議與「相關搜尋」出現跟你精準匹配的建議,代表這個實體已經有搜尋量與辨識度
Google 商業檔案有實體據點的話,看 GBP 是否驗證通過、資訊完整本地實體身分被確認,會出現在地知識面板
複合式搜尋結果用 Google 複合式結果測試工具檢測你的頁面Schema 被正確解析、實體屬性被採用,會出現對應的複合結果
GSC 品牌查詢量在 Google Search Console 看品牌相關查詢的曝光與點擊品牌名搜尋量穩定成長,代表實體辨識度正在建立

這五個訊號裡,知識面板是最明確的指標,一旦出現,幾乎可以肯定 Google 已經把你當成一個獨立實體。但反過來說,沒有知識面板不代表 Google 完全不認識你,可能只是它還沒累積到足夠信心公開描述。GSC 的數據建議定期追蹤,〈Google Search Console 介紹〉會告訴你怎麼把品牌查詢這個維度看出來。如果你完全不確定自己的頁面有沒有被收錄、收錄成什麼樣子,先從〈Google 網頁收錄查詢教學〉把基本盤確認清楚。

講到知識圖譜跟知識面板的關係,這其實是一體兩面。知識圖譜是 Google 內部的實體資料庫,知識面板是它把這個資料庫裡某個實體的資訊,公開展示在搜尋結果上的介面。想知道知識圖譜到底怎麼運作、怎麼影響 SEO,可以延伸讀〈Google 知識圖譜與 SEO〉,那篇把它從原理到優化策略講得很透徹。

作者實體與組織實體:E-E-A-T 的真正骨架

若要問實體 SEO 裡哪一塊投資報酬率最高、卻最少人系統化地做,答案會是:作者實體。

Google 的 E-E-A-T(經驗、專業、權威、信任)框架,本質上就是在問「寫這篇文章的人,是誰?我們認不認得這個人?這個人是不是這個領域被認可的實體?」。你會發現,E-E-A-T 的每一個維度,到頭來都會收斂到「實體」這件事上。經驗是這個 Person 實體的經歷屬性,專業是這個 Person 實體在特定領域的權威度,權威是這個 Person 實體跟其他權威實體的關係,信任是這個 Person 實體被外部反覆佐證的程度。E-E-A-T 講白一點就是實體 SEO 在「人」這個維度上的展開。E-E-A-T 的完整框架,在〈EEAT 完全指南〉裡有系統性的拆解。

這樣看來,作者實體的建設,核心就是讓自己成為一個 Google 和 AI 都認得的人:穩定的署名、一致的作者簡介、Person Schema 把身分和任職機構講清楚、sameAs 連到不同平台的足跡。這不是 vanity,這是讓 Google 相信「寫這些文章的,是同一個真實的、有專業的人」最直接的方式。當你整個網站的內容,都掛在同一個被認可的作者實體底下,每一篇文章都會沾到這個實體累積的權威度,這是單純靠關鍵字永遠換不到的複利。

組織實體的道理完全一樣。你的公司、你的品牌,是一個 Organization 實體。把它建設清楚,等於在 Google 面前掛上一塊招牌:我們是誰、做什麼、從什麼時候開始、誰創辦的、被誰提過。作者實體和組織實體,是一個網站在 E-E-A-T 上最關鍵的兩根支柱,而這兩根支柱的本質,就是實體 SEO。這件事對個人品牌尤其重要,〈個人品牌怎麼經營〉談的其實有一半就是實體建設。

本地實體:NAP 一致性與 Google 商業檔案

如果你經營的是有實體據點的在地生意,律師事務所、診所、餐廳、工作室,那實體 SEO 還有一個你不能漏掉的維度:本地實體。

本地實體的核心,是所謂的 NAP 一致性。NAP 是 Name、Address、Phone 的縮寫,也就是你的名稱、地址、電話。這三項資訊,在你的官網、Google 商業檔案(Google Business Profile)、各個在地目錄、社群帳號裡,必須一字不差地一致。

為什麼這麼基本的事會重要到變成一個獨立的原則?因為 NAP 就是 Google 用來判定「這是不是同一個本地實體」的主要座標。想像一下,你在官網寫「台北市大安區」,在 Google 商業檔案寫「臺北市大安區」(注意台和臺的差別),在某個黃頁網站又寫了另一個地址的舊分店。Google 在比對這些來源時,會看到三個不一致的訊號,它的反應是「降低信心」,它不會主動幫你整合。它不敢確定這到底是同一個實體還是三個不同的點,於是你在地搜尋的能見度就會被拉低。

Google 商業檔案(GBP)是本地實體最重要的單一資產。它不只是讓你出現在 Google 地圖上,它是 Google 官方提供、讓你直接向它聲明「我這個本地實體的屬性」的介面。營業時間、服務項目、照片、評論、問與答,每一項都是在強化你這個本地實體的清晰度。把 GBP 經營好,加上一致的 NAP,是在地生意做實體 SEO 的基本功,也是最容易立刻看到效果的一塊。

實體 SEO 的三個地雷

實體 SEO 做對了是長期資產,做錯了卻可能適得其反。以下整理三個最常見、也最傷的地雷,照著避開,可以少走很多冤枉路。

地雷是什麼後果怎麼避開
sameAs 濫用把 sameAs 塞滿一堆跟你無關的權威連結,以為越多越好Google 判定你在操縱,反而降低對你身分的信任sameAs 只連真正能代表你身分的權威來源,寧缺勿濫
實體碰撞兩個不同的實體被 Google 誤判成同一個,屬性互相覆蓋知識面板顯示錯誤資訊,品牌身分被汙染用 @id 和穩定命名把每個實體分清楚,同名實體要靠屬性差異化
只做 Schema 不做站外以為 Schema 寫好就等於實體被收錄站內聲明沒有外部佐證,實體一直進不了知識圖譜同步經營站外佐證,媒體、Wikidata、跨平台一致

這三個地雷有一個共同的根源:把實體 SEO 當成純技術活,以為把程式碼寫對就結束了。實體 SEO 一半是技術,一半是品牌工程。技術部分讓你「宣告」自己是誰,品牌工程讓別人「佐證」你是誰。兩者缺一不可。

六步實體 SEO 行動方案

講了這麼多觀念,接著是一套可以今天就開始動的具體步驟。整理成六步,從最容易做的排到最需要時間累積的。

  1. 盤點你現有的實體身分。把你品牌名、公司名、作者名,在官網、社群、Google 商業檔案、各目錄裡的寫法全部列出來,找出所有不一致的地方。這是身分層的地基,先把它們統一。
  2. 補齊結構化資料。至少把 Organization 和 Person 的 Schema 寫完整,@id 穩定、sameAs 連到真正代表你的權威來源。參考〈SEO 結構化資料介紹〉按表操課。
  3. 建立或完善 Wikidata 條目。如果你的組織或個人符合收錄標準,用可查證的來源建立條目,把屬性填清楚。這是實體冷啟動最直接的一步。
  4. 經營站外佐證。主動爭取權威媒體的報導與引述,參與行業活動、被列入權威名單。每一個外部來源,都是在幫你的實體身分背書。
  5. 用內部連結把實體織成網。網站裡的作者、組織、主題、產品,用清楚的內部連結和錨點文字串起來,讓 Google 看見你站內實體之間的關係。〈網站架構優化〉有完整的佈局方法。
  6. 定期用五個訊號自我健檢。每季追蹤知識面板、品牌相關查詢、複合式結果、GSC 品牌查詢量,看你的實體辨識度有沒有在進步。

這六步是一段一到三年的馬拉松,沒有一個月速成的捷徑。但每一步都會把你這個實體,在 Google 和 AI 眼裡推得更「實」一點。等到有一天,你搜尋自己的品牌名,知識面板乾乾淨淨地出現,AI 主動把你寫進推薦名單,你就會懂那種「終於被看見」的踏實感。

最後留一句話給你:在關鍵字時代,你比的是「誰排得前面」;在實體時代,你比的是「誰是真的、誰被認得」。前者靠技巧,後者靠累積。技巧會被演算法更新淘汰,累積出來的實體身分只會越來越厚。這也是為什麼 Entity SEO 是 AI 時代最值得長期投資的 SEO 策略,沒有之一。

網站在自然搜尋已有曝光、卻很少出現在 AI 回答時,可從生成式引擎可見度的基本條件逐項檢查,包括頁面能否被抓取、內容是否直接回答問題、品牌與作者資訊是否一致,以及外部來源是否足以佐證。實體辨識是其中一項可能因素,但不能在沒有查詢與引用資料前排除內容或技術問題。

常見問題

JSON-LD 跟 Schema 一樣嗎?
Schema.org 是詞彙標準,JSON-LD 是其中一種寫法格式。實體 SEO 常用 JSON-LD 標註 Organization、Person 與 LocalBusiness,搭配 sameAs 串聯外部身分。
JavaScript 網站做 Entity SEO 會吃虧嗎?
會有風險。如果結構化資料靠 JavaScript 動態渲染,爬蟲可能抓不到,建議把核心 Schema 放在 HTML 原始碼。
AI 搜尋時代要準備哪些工具?
除了 Search Console,建議把模型與生成式搜尋的理解補齊,例如 LLM 大型語言模型入門、Perplexity AI 搜尋教學、Google I/O 2026 搜尋演進,再延伸到 llms.txt、MCP 模型脈絡協定等議題。

操作步驟

  1. 固定 Entity Home:挑一個穩定不會改路徑的 URL(關於我們頁或首頁),用 @id 給品牌一個全站唯一的識別字串,所有提到品牌的 Schema 都用同一個 @id 指回來。
  2. 補齊核心 Schema:在 Entity Home 與重點頁補上 Organization、Person 與 LocalBusiness 這幾類 Schema,用 @id 與 sameAs 串聯站內外 URL,讓爬蟲一眼看懂誰是誰。
  3. 盤點 sameAs:把品牌在 Wikidata、Wikipedia、Google Business Profile、官方社群帳號這些「已驗證、對外可查」的官方身分全部串起來;查無此人的平台排進下個月去申請。
  4. 校正 NAP 一致性:用一份試算表,把所有商業目錄、社群、新聞稿裡的名稱與聯絡方式逐平台對齊,避免被誤判成多個實體。
  5. 用內容把實體養厚:以支柱頁加子頁建立 Topical Authority,蒐集使用者評價,上傳官方 Logo 與多媒體素材,讓 Google 有可調用的可信檔案。

主題聚落|Google 演算法、EEAT 與排名因素 看「SEO 搜尋引擎優化」中樞 →

相關文章

褚崇名(Sliven) 創辦人・巫普斯科技有限公司

長期投入技術 SEO、GEO/AEO 與 AI 搜尋實務。本站文章以可驗證資料、公開來源與實作觀察整理而成。

完整作者介紹LinkedInGitHubX

想把這篇的方法用在自己的站上?

SEO 健檢、GEO/AEO 引用優化、網頁設計諮詢——把文章裡的方法落地到你的網站。