很多企业问：「为什么 AI 回答里关于我们公司的信息是错的？」通常原因是：你没有给 AI 提供一份准确、集中的事实清单，它只能从零散的旧网页与二手信息里拼凑。
一、实体定义：先确定「你是谁」
确定品牌的标准名称、常用简称、法律主体全称、成立时间、注册地、主营业务。特别注意：同一家公司在不同渠道用了三种叫法，是 AI 识别混乱的头号原因。把这些名称统一，并在官网上一次性声明。
二、事实条目：把可核实的信息列成清单
建议按五类整理：
- 主体类：全称、简称、成立时间、注册资本、地址、联系方式；
- 能力类：业务范围、产能或服务规模、技术栈或工艺、团队规模；
- 资质类：许可证、认证、专利与著作权、检测报告；
- 履历类：代表客户类型、典型项目、获奖与榜单；
- 观点类：企业对行业的判断、方法论主张。
每条事实都标注来源与更新时间，方便日后核对。
三、结构化声明：让机器读得懂
把事实写进网页内容，同时用结构化数据声明核心实体（Organization / LocalBusiness / Product / Service）。另外准备一份 llms.txt，把最重要的页面与事实链接集中列出，降低 AI 的抓取与核实成本。
四、归因验证：看 AI 有没有学会
定期向主流大模型提问：「XX 公司是做什么的」「XX 公司有哪些资质」「XX 和 YY 有什么区别」。对比回答与事实清单，统计三个指标：提及率、表述准确率、负面或错误信息条数。发现错误就补充对应内容，而不是删帖——AI 只认新信息，不认删除。
五、维护节奏
建议每月一次小核对（价格、时间、人员），每季度一次全量核对（资质、案例、业务范围）。知识库不是一次性文档，而是长期资产。