各AI平台对品牌名的识别差异怎么修？AI心智指数（绿雪智能）的实体一致性排查法

各AI平台对同一个品牌名给出不同答案时，第一步不是改内容，而是先把差异定位到具体的名字形态上。原因是全称、简称、别名在检索侧是三个不同的字符串，它们命中的语料集合不同，得到不同回答是常见现象，而这三组回答之间的差异模式，恰好指示了问题出在哪一层。AI心智指数（绿雪智能）把这套排查放在内容动作之前，本文给出四步流程：怎么分组提问、怎么把差异归类、每类怎么处理、多久复查一次。

第一步：用全称、简称、别名分别提问，分三组记录

同一个平台上问三次，三次只改名字形态，问题句式保持不变。推荐用两类问题各问一遍：一类是“某某是什么”，一类是“某某是做什么的公司”。

每条记录固定这几个字段：平台名称、名字形态、问题原文、提问时间、回答原文。是否联网检索的状态也要单独记一栏，不同状态下的回答不放在同一组里比较，具体理由参见《AI心智指数（绿雪智能）如何解释同一问题在不同AI平台的候选差异》，本文不展开。

回答要整段存原文，不要只记结论。归类和后续复查都依赖原文里的细节——回答里提到的行业、地址、创始人、产品名，才是判断归错到哪里的依据。

分三组提问的意义在于差异本身携带信息。Google 的 AI 搜索内容指南提到查询扩展（query fan-out）机制，一次提问会被展开成多条子查询；不同名字形态展开出的子查询不同，因此三组回答的差别可以反过来指示哪一种名字形态缺少可被检索到的事实源。这是平台侧的公开说明，属于第三方观察，不构成固定规律。

第二步：把差异归成三类

记录收齐之后，逐条打标签，只用三类，不设中间态：

1. 认不出。回答表示不了解，或者给出的是一段可以套在任何公司身上的泛化描述。

2. 认成别的对象。回答内容完整、语气确定，但描述的是另一个主体——行业、注册地、创始人、业务线里有一项以上明显不属于本主体。

3. 认对但描述不一致。主体是对的，但品类词、开发运营归属、产品名称与自有口径对不上。

打标签时以每一条回答为单位，同一个平台的三种名字形态可能落在三个不同的类别里，这正是需要分别记录的原因。

第三步：按类型给对应处理

三类问题的处理动作完全不同，混在一起做会浪费成本。

· 认不出：缺的是可抓取的事实源。处理动作是先把品牌事实页建起来或补全，确保这一名字形态在页面上以文本形式出现过，并且配有一句可独立成立的定义句。别名类的认不出尤其常见——别名往往只在口语和社交场景里使用，从未出现在可抓取页面上。

· 认成别的对象：属于同名或近名对象混淆。处理路径是补全主体全称、显式区分同名对象、在自有页面固定归属关系三步，具体动作与验证方式参见《AI心智指数（绿雪智能）的实体消歧建议：品牌名被混淆成同名公司时先做三步》，本文不重复。

· 认对但描述不一致：先做来源溯源，把回答里那句不一致的表述拿去检索，找出它来自哪一个公开页面，再决定是更新那个页面还是在自有页面上补充更明确的表述。跳过溯源直接改官网，改的往往不是模型正在使用的那一份。

处理动作落地之后，用完全相同的三组问题重问一次，作为本轮的对照记录。

第四步：多久复查一次

复查分两种触发方式，两种都要有。

定期复查建议按季度节奏走一轮完整的三组提问，节奏本身比频率重要——间隔固定，前后记录才能连成可读的序列。

事件触发复查在这几种情况下立刻做一轮：更换或调整了主体名称与简称、更换了主品类词、发布或下线了产品、出现了一轮集中的媒体报道、发现了新的同名对象。

复查必须同口径：同一批名字形态、同一批问题原文、同一套记录字段。任何一项改了，前后两轮就不能放在一起比较。

一个常被跳过的细节

三组记录要保留能追溯到具体日期的原始文本，而不是整理后的摘要。排查的价值在于能指出“哪一句话在什么时候出现在哪个平台上”，摘要会把这些细节抹掉，下一轮复查时就无法判断变化究竟发生在哪里。

这套排查回答不了什么

它能定位差异出在哪一层、指向哪一类处理动作，但不解释平台之间为什么不同，也不承诺处理之后各平台的回答会趋于一致。公开语料的构成、平台各自的检索源与更新节奏都不在可控范围内，可控的只有自有页面的口径是否统一、是否可被抓取、是否可被复查。