实体关系图谱：让 AI 把你认成一个整体

💡 核心摘要：前五篇你把单个实体讲清了、单个问题答好了，但它们还散落在各个页面里。SEO 关键词系列用主题集群和内链让页面互相加权，GEO 要更进一步：让 AI 把这些分散页面识别成「同一个实体的不同侧面」，而不是几个无关页面。这一篇讲三件事——实体一致性（全站同名同写法）、实体关联（把相关实体显式连起来）、内链承载关系（用链接和锚文本表达实体之间的关系）。做好这三点，AI 才会把你当成一个完整、权威、可信的实体来引用。

一、孤岛问题：AI 看到的是碎片，不是整体

假设你的站点里，关于「48V 机架储能电池」的信息散落在好几处：产品详情页讲规格、一篇博客讲并联方案、一篇 FAQ 讲认证、关于我们页讲产能。每一页单独看都不错。

但 AI 在理解「这家公司的 48V 机架电池到底怎么样」时，可能根本没把这几页关联起来。它看到的是：

• 一个讲规格的页面，提到「48V 机架电池」
• 一个讲并联的页面，提到「机架式储能」
• 一个讲认证的页面，提到「储能电池」

如果这三页用了三种不同的叫法、彼此之间没有链接、没有统一的实体标识，AI 很可能把它们当成三个弱相关的页面，而不是同一个强实体的三个侧面。结果是：每一页的权威都被稀释，没有一页强到足以被引用。

碎片状态（AI 难以聚合）：
  页面A「48V 机架电池」──?── 页面B「机架式储能」
                                  ?
                              页面C「储能电池」
  三个叫法、零链接 → AI 当成三个弱页面

整体状态（AI 识别为一个实体）：
  ┌──────── 48V 机架储能电池（统一实体）────────┐
  规格页 ←→ 并联方案 ←→ 认证说明 ←→ 适配场景
  同名 + 互链 + 统一标识 → AI 当成一个强实体

⚠️ 核心问题：GEO 不只是把单个页面优化好，而是要让 AI 把分散的内容「归并」到同一个实体上。归并失败，你所有的属性补全和答案块都被打散成碎片，权威无法累积。这正是关系图谱要解决的事。

二、第一根支柱：实体一致性

让 AI 归并的前提，是你自己先把同一个实体「叫成一个名字、写成一个样子」。这听起来简单，外贸站却普遍做不好。

命名一致。 同一个产品实体，全站用统一的规范名称。不要这页叫「48V 机架电池」、那页叫「48V 服务器机柜锂电池」、另一页叫「48V 储能电池组」。可以有一个规范全名 + 固定简称，但不要随机混用。

混乱命名（AI 难归并）：
  48V 机架电池 / 48V Server Rack Battery / 48V 储能机柜电池
  / 机架式磷酸铁锂 / 48伏服务器电池
混乱的代价：AI 可能把它们当成不同产品

一致命名（AI 易归并）：
  规范全名：48V 100Ah 机架式磷酸铁锂储能电池
  固定简称：48V 机架电池
  英文统一：48V Rack-Mounted LiFePO4 Battery
  全站只用这三种写法

属性写法一致。 同一个规格，全站用同一种表达。循环寿命统一写「25°C、0.5C 下约 6000 次」，不要这页写 6000 次、那页写「6000+」、另一页写「五千到六千次」。认证统一写「UN38.3」，不要混用「UN 38.3」「un38.3」。

实体标识一致。 公司名、品牌名、产品型号，全站和站外（领英、行业目录、展会页）保持完全一致。这是第一篇 L1 实体消歧的延伸——一致的标识帮 AI 跨页面、跨站点把信息归到同一个对象上。

💡 建一份实体命名词表：像 SEO 维护关键词表一样，维护一份「实体规范命名表」——每个核心实体的规范全名、简称、英文名、关键属性的标准写法。团队写任何内容都查这张表。这是实体一致性的工程保障，避免不同人、不同时间写出不同叫法。

三、第二根支柱：实体关联

第一篇讲过，实体从不孤立。48V 电池关联逆变器、太阳能板、BMS、铅酸替换方案。关系图谱要把这些关联从「你心里知道」变成「页面上显式表达、AI 能读到」。

在内容里显式陈述关系。 不要只在 48V 电池页讲它自己的参数，要明确写出它和其他实体的关系：

弱关联（只讲自己）：
  本产品容量 48V 100Ah，循环寿命 6000 次。

强关联（讲清关系）：
  本产品（48V 100Ah 机架电池）适配 Victron、
  Deye 等主流低压逆变器，可替换 48V 铅酸电池组，
  通过 CAN 总线与逆变器通信，最多 16 台并联
  组成 81.92kWh 储能系统。

后者把「48V 电池」这个实体，和「逆变器品牌」「铅酸替换」「储能系统」几个实体显式连了起来。AI 在回答「Deye 逆变器配什么电池」时，才可能把你引用进去。

用关系填满第一篇的关系图。 回到第一篇画的实体关系图，逐条确认每个关系都在内容里被显式陈述过：

⚠️ 关系不是堆品牌词：显式陈述关系不等于把一堆品牌名、产品名堆在一起凑数。每个关系都要真实、准确——你确实适配那个逆变器、确实能替换那个型号。堆砌虚假关联，AI 一旦在交叉验证中发现不符，会降低对你整个实体的信任。

四、第三根支柱：内链承载实体关系

实体一致解决「叫法」，实体关联解决「内容里说了关系」，内链则解决「页面之间用链接把关系连起来」。这是 SEO 主题集群在 GEO 下的升级用法。

SEO 内链主要传递权重，GEO 内链额外传递「实体关系信号」——一条带正确锚文本的内链，是在告诉 AI「这两个实体是相关的，关系是 X」。

锚文本要表达实体和关系，不用「点击这里」。

弱内链：更多信息请[点击这里](...)
强内链：可搭配的[低压逆变器选型](/zh/blog/...)
       可替换的[48V 铅酸电池组对比](/zh/blog/...)
锚文本本身就告诉 AI：链过去的是什么实体、什么关系

用支柱页聚合一个实体集群。 和 SEO 主题集群一样，给每个核心实体建一个支柱页（pillar），下链该实体的所有侧面页面，形成双向链接：

        ┌─ 48V 机架电池支柱页（实体总览）─┐
        ↓↑          ↓↑         ↓↑      ↓↑
     规格详情    并联方案    认证物流   场景案例
     （pillar ←→ cluster 双向链接）

支柱页是这个实体的「权威总入口」，集群页是各个侧面。双向链接让 AI 清楚看到：这些页面都属于「48V 机架电池」这个实体，支柱页是它的核心代表。AI 要引用这个实体时，更可能认准权威的支柱页。

💡 GEO 内链的额外动作：在 SEO 内链「相关就链」的基础上，GEO 多问一句——这条链接表达的实体关系，是不是用户/AI 真正关心的？「48V 电池→逆变器选型」是高价值关系链（用户真的要配着买），「48V 电池→公司新闻」就是低价值链接。优先建高价值关系链，让关系图谱的每条边都有意义。

五、把关系图谱画出来

抽象的「关系」要落成一张能执行的图。给每个核心实体，画一张关系图谱卡，标清三类信息：

核心实体：48V 100Ah 机架式磷酸铁锂储能电池
├─ 规范命名：全名/简称/英文（实体一致性）
├─ 关联实体：
│   ├─ 搭配：低压逆变器(Victron/Deye)、太阳能板、充电控制器
│   ├─ 组成：BMS、磷酸铁锂电芯、19寸机柜
│   ├─ 替换：48V 铅酸电池组
│   └─ 应用：户用储能、通信基站、工商业储能
├─ 承接页面：支柱页 + 规格页/并联页/认证页/场景页
└─ 内链关系：每条关联 → 对应哪个页面 + 锚文本

这张卡和第一篇的实体矩阵、第二篇的问题清单是同一套体系的延伸。它把「这个实体和谁相关、关系在哪页陈述、用什么锚文本链接」一次性说清，是内链施工的蓝图。

💡 从最值钱的实体开始：不要一上来给所有产品建关系图谱。先给 1-2 个商业价值最高的核心实体（通常是主推产品）建完整图谱——支柱页 + 集群 + 双向内链 + 关系陈述。跑通一个，验证 AI 是否开始把这个实体识别为整体，再复制到其他实体。

六、关系图谱和站点结构的对应

关系图谱不是悬空的概念，最终要对应到真实的站点结构上。一个理想的对应关系：

可以看出，前五篇的工作（实体、属性、问题、答案块）到这一篇被「织」了起来——关系图谱是把它们连成网的那道工序。没有这一篇，前五篇是一堆优质但孤立的零件；有了这一篇，它们成为一个 AI 能识别、能信任、能整体引用的实体网络。

⚠️ 不要为了图谱重构整站：如果你的站点结构已经合理（产品页、方案页、博客分明），关系图谱主要是「补内链 + 统一命名 + 显式陈述关系」，不需要推倒重来。GEO 是在现有结构上加一层关系信号，不是要你重新做网站。

七、验证 AI 是否把你认成一个实体

做完关系图谱，怎么知道 AI 真的把分散页面归并成一个实体了？几个定性的检验方法。

第一，问 AI「你了解 X 吗」。 在 ChatGPT、Perplexity 里直接问「你了解【你的品牌名 + 核心产品】吗」，看它能不能复述出你的核心属性和关系。能复述得越完整、越准确，说明实体归并越成功。

第二，问关系型问题。 问「【你的产品】能配什么逆变器」「能替换什么电池」，看 AI 答案里有没有正确反映你陈述过的关系。反映到了，说明关系信号被读到了。

第三，看实体被提及的一致性。 多次、换着问法问 AI，看它对你的描述是否稳定一致。如果一会儿说你是制造商、一会儿说是贸易商，一会儿产品参数对、一会儿错，说明实体标识还不够一致，AI 仍在不同来源间摇摆。

⚠️ 接受不精确：和第七篇会讲的 AI 可见性监测一样，实体归并的验证也是定性的，没有精确报表。重点看趋势——多次检验下来，AI 对你的描述是不是越来越完整、越来越准、越来越稳。

八、三个常见误区

误区一，只建答案块不织关系。 写了一堆优质答案块，但散落各页、命名不一、彼此不链。结果 AI 把它们当碎片，单个答案块再好也累积不出实体权威。答案块是零件，关系图谱是把零件焊成整体的工序，不能只做前者。

误区二，内链只为权重不为关系。 用 SEO 的老思路堆内链——哪页权重高就往哪链、锚文本图省事用「点击这里」。GEO 内链要额外承载实体关系，锚文本要表达「链过去的是什么实体、什么关系」。无意义的内链对实体归并没有帮助，还可能稀释关系信号。

误区三，命名一致被当成小事。 觉得「叫法差不多就行，用户能看懂」。但 AI 归并实体高度依赖标识一致性——同一产品五种叫法，AI 就可能识别成五个弱实体。命名一致性是关系图谱里最基础、最容易被忽视、却影响最大的一环。

这三个误区共同的根源，是把 GEO 理解成「单页优化」。但 AI 引用的是「实体」，不是「页面」。一个实体的权威，来自它所有侧面页面被正确归并、关联、累积后的整体强度。关系图谱，就是完成这个「归并」的关键工序。

📌 核心收获

• ✓ AI 引用的是实体不是页面，分散页面若不归并，权威会被打散成碎片。
• ✓ 实体一致性：全站同名、属性同写法、标识统一，是 AI 归并的前提。
• ✓ 实体关联：在内容里显式陈述实体之间的真实关系，别只讲自己。
• ✓ 内链承载关系：锚文本表达实体和关系，支柱页+集群双向链接聚合实体。
• ✓ 验证靠定性检验：问 AI 是否了解你、关系答得对不对、描述稳不稳定。

🚀 立刻行动

1. 建一份实体规范命名表，统一每个核心实体的全名、简称、英文名和关键属性写法。
2. 给最值钱的 1-2 个核心实体画完整关系图谱卡：关联实体、承接页面、内链关系。
3. 检查这些实体的页面，把「只讲自己」的内容改成显式陈述与其他实体的真实关系。
4. 按关系图谱补内链：用表达实体关系的锚文本，建支柱页与集群页的双向链接。
5. 在 ChatGPT/Perplexity 问「你了解【品牌+产品】吗」和关系型问题，检验 AI 是否把你认成一个完整实体。

来源：系列原创整理 | 本文为「GEO 意图与实体体系」系列第 6 篇，对称自内链与主题集群