Wikidata与谷歌知识图谱：知识面板与AI答案背后的实体层

大多数向我们咨询"如何出现在 Google 知识面板"或"在 ChatGPT 中正确显示"的人，以为自己在问内容问题。其实不是。他们问的是实体（entity）——驱动搜索和 AI 的机器，是否将其公司、创始人或产品识别为世界中一个独特的存在，拥有稳定的身份和一组已知的事实。

这个识别层有一个名字。其实有好几个名字，大多数人混用这些名字，但它们指的是截然不同的东西。Wikipedia 不是 Wikidata。Wikidata 不是 Google 知识图谱。而且它们都不能保证出现知识面板。

本文将理清所有这些概念。这是我们发给客户的说明文章——那些坚信自己需要一篇 Wikipedia 文章的客户，而他们实际上至少首先需要的是一个干净的 Wikidata 实体。本文如实说明实体层能做什么，也直白地指出它不能做什么。

三件不同的事，清楚定义

让我们分开这三个经常被混淆的系统，因为几乎所有后续错误都源于混淆它们。

Wikipedia 是一部百科全书。它是散文——由人类撰写的文章、段落、参考文献、中立观点。要拥有一篇 Wikipedia 文章，主题必须达到 Wikipedia:Notability（维基百科：关注度）的要求：在独立、可靠的二次来源中有大量报道。门槛很高，而且越来越高。大多数公司不符合条件，这是有意为之。Wikipedia 面向的是世界上已有大量记载的主题。

Wikidata 是一个结构化数据库。它不是散文；它是机器可读格式的事实。Wikipedia 有一篇关于埃菲尔铁塔的文章，而 Wikidata 有一个条目——一条记录，附有标识符（Q243）和一系列陈述：它是"塔"的一个实例，位于巴黎，由居斯塔夫·埃菲尔设计，高度为330米，等等。每一个事实都是一个属性-值对，理想情况下有参考文献支撑。Wikidata 是 Wikipedia 的姊妹项目，由同一个维基媒体基金会运营，但它本质上是不同类型的东西——关键在于，它的收录门槛更低。详情见下文。

Google 知识图谱（Google Knowledge Graph）是 Google 自己的私有实体及其关系数据库。它于2012年以"things, not strings"（事物，而非字符串）为口号推出——Google 不再将"Apple"视为一个五字母字符串，而是将其视为一个实体，可以是水果、公司或唱片公司，每个都有自己的事实和关联。知识图谱驱动知识面板（搜索结果右侧的信息框），并为 Google 各产品的实体理解提供支撑。它参考了 Wikipedia 和 Wikidata 等多个来源——但 Google 拥有并控制它，你无法直接编辑它。

用一句话描述三者关系：Wikipedia 和 Wikidata 是开放、公开、可编辑的来源，Google 将其摄取到自己的专有知识图谱中，然后（完全由 Google 自主决定）用于渲染知识面板和为 AI 答案提供依据。

混淆这三者会导致可预见的错误。人们试图直接"编辑他们的知识面板"——这不可能，你只能认领它并提出修改建议。人们认为 Wikidata 条目会生成一篇 Wikipedia 文章——不会，它们是独立的流程，有各自的门槛。人们认为这其中任何一个都能保证出现面板——不能，Google 始终拥有最终决定权。

结构化数据如何为 Google 和大语言模型提供支撑

要理解为什么 Wikidata 的影响力超出其"体量"，你必须了解它的构建方式——因为这种结构恰恰是机器所需要的。

每个 Wikidata 条目都有一个 QID（实体唯一标识符），例如 Q95（Google）、Q312（苹果公司）或 Q42（道格拉斯·亚当斯）。QID 是实体的永久地址。即使标签发生变化，它也不会改变，且与语言无关——Q42 是道格拉斯·亚当斯，无论界面是英语、日语还是阿拉伯语。这是 Wikidata 提供的最重要的东西：一个稳定、明确的事物标识符。

在 QID 之上是陈述（statements），由属性（properties）和值（values）构成。属性本身有标识符（P31 是"是……的实例"，P159 是"总部所在地"，P1448 是"官方名称"，P856 是"官方网站"）。因此"苹果公司总部位于库比蒂诺"这一事实存储为 Q312 → P159 → Q190080（库比蒂诺）。机器不需要解析句子；它们读取三元组（triple，即主语-谓语-宾语的结构化事实单元）。

这对两类消费者至关重要：

• Google。 知识图谱本身就是实体和三元组的图。Wikidata 的格式几乎可以直接映射到知识图谱，这就是 Google 大规模摄取 Wikidata 的原因，也是为什么一个构建良好的 Wikidata 条目是你可以发送的关于实体身份、类型和核心属性的最清晰信号之一。Google 还依赖 Wikidata 进行消歧义——将你的公司与其他五家同名公司区分开来。
• 大语言模型（LLM）。 当 LLM 回答"[公司] 的创始人是谁"或"[公司] 总部在哪里"时，它依赖的是训练数据中的模式。Wikipedia 是大多数训练语料库中权重最高的文本来源，而 Wikidata 越来越多地出现在用于基础、检索和知识库查找的结构化数据集中。一个一致、有充分参考文献支撑的实体，被正确描述的可能性大得多——与同名实体混淆的可能性也小得多——而仅以零散、非结构化方式散布于开放网络中的实体则相反。

这是"AI 可见性"的诚实版本，也是基于实体的 SEO（搜索引擎优化）和知识图谱工作的基础：你无法将内容注入 ChatGPT 或 Gemini。没有人能做到。你能做的是构建干净、机器可读、有充分来源支撑的基础设施，使机器更准确地描述你的实体。我们在AI 可见性工作中对这一区别有更详细的阐述——杠杆在于来源质量和结构化数据，而非提示词操纵。

Wikidata 更低的关注度门槛

这是大多数人不知道的部分，也是扩大实际受益范围的部分。

Wikipedia 要求关注度——主题必须已经足够著名，以至于独立来源对其进行了深入报道。Wikidata 的要求则宽松得多：大致上是可验证的存在性和可识别性，加上到某个维基媒体页面的站点链接（sitelink）、对权威外部来源的引用，或在结构上需要用于描述其他条目之一。

再读一遍，因为这个差异正是核心所在。Wikipedia 问的是*"这个主题是否重要到世界已经大量撰写了相关内容？"* Wikidata 问的是*"我们能否验证这件事存在，并指向一个确认其存在的来源？"* 这是完全不同的两个门槛。

在实践中，这意味着一家中型公司——在 Wikipedia 上会被拒绝（没有足够的独立深度报道）——通常可以拥有一个完全合法的 Wikidata 条目，前提是其存在和核心事实可以通过可信参考文献核实：企业注册记录、监管备案、权威记录、已建立的外部数据库。该条目不会让公司变得有名或捏造关注度。但它赋予实体一个 QID、一个稳定的身份，以及一组知识图谱和 LLM 可以读取的机器可读事实。

几个诚实的警告，以免过度解读：

• "更低的门槛"不等于"没有门槛"。Wikidata 仍有关注度指南，没有严肃参考文献支撑的非关注度主题条目会被删除。你无法为一个零外部足迹的单人咨询公司创建条目并期望它留存。
• Wikidata 不是宣传空间。它是一个事实数据库。没有营销语言的位置，也不应该有。
• 单独一个 Wikidata 条目是比 Wikipedia 文章更弱的信号。它是基础，不是终点。

但对于大量真实且可验证、但尚未达到 Wikipedia 关注度的公司和个人来说，Wikidata 是目前切实可达的实体层步骤。这就是我们如此频繁地首先推荐它的原因。

Google 知识面板的构成

当知识面板出现时，其字段是从多个来源汇集而成的。没有任何单一来源"拥有"该面板。了解哪个字段通常来自哪里，有助于你理解值得修复什么——以及 Wikidata 实际上在哪里有影响力。

下表是一般指南，不是合同。Google 混合来源、覆盖它们，并随时间改变行为。将其视为"该字段通常来自哪里"，而非"它总是来自哪里"。

两点启示。第一，面板是一个复合体——改善一个来源只会改善一个方面。如果你的描述有误，通常是 Wikipedia 导言的问题；如果你的地址有误，那是 Google 商家资料的问题；如果你的成立日期或实体类型有误，通常是 Wikidata 的问题。第二，面板是否出现完全由 Google 决定，主要取决于 Google 是否确信该实体是真实的、独特的，且足够值得关注。Wikidata 和 Wikipedia 提升这种信心。它们不能强制产生结果。

实体 SEO 基础：sameAs、schema 和权威记录

Wikidata 并非孤立运作。它处于更广泛的身份信号网络中，一致认同的信号越多，搜索引擎就越能自信地解析你的实体。核心理念是相互印证：从多个独立地点，相同的事实、相同的标识符，指向同一件事。

实践中的基本构建块：

• 你自己网站上的 schema.org 结构化数据。 用 Organization 或 Person schema（以 JSON-LD 格式）标记你的主页或关于页面，直接告诉 Google 该网站代表什么实体——其名称、标志、成立日期和关键人物。这是实体层中你完全控制的部分，在你拥有的基础设施上。
• sameAs 属性。 在该 schema 标记中，sameAs 是一个 URL 数组，指向同一实体的其他权威表示——你的 Wikipedia 文章、你的 Wikidata 条目、你已验证的社交资料、你的 Crunchbase 或行业数据库条目。sameAs 实际上是你告诉 Google"所有这些都指向同一件事"。它是你的自有网站与开放实体图之间的连接组织。
• 权威记录。 这些是由图书馆、标准机构和注册机构维护的正式机构标识符。它们是外部证明，表明一个公认机构已对你的实体进行了编目。常见的有：

Wikidata 是许多这些标识符汇聚的地方：一个构建良好的条目通过专用属性链接到 VIAF、ISNI、ORCID、LEI、GRID/ROR 等。这将 Wikidata 条目变成一个枢纽——机器可以在一个地方确认"这个 QID"等于"这个 LEI"等于"这个 ORCID"等于"这篇 Wikipedia 文章"。每一个匹配的标识符都是实体真实且唯一的又一票证。

你不需要所有这些。研究机构应有 GRID/ROR；上市公司应有 LEI；个人学者应有 ORCID。重点不是收集徽章——而是你合法符合条件的标识符应该存在且一致，这样整个图谱才能自我印证。

常见失败模式

大多数未能发挥任何作用的 Wikidata 条目，都因为少数几个反复出现的原因而失败。我们不断看到同样的几种情况。

• 孤立条目。 条目存在，但没有任何东西链接到它，它也不链接到任何东西。这是一条漂浮的记录，没有任何关系。知识图谱是一个图——实体的意义来自它们的连接。一个没有到其他实体的入站或出站链接的条目，对于消费 Wikidata 的系统来说几乎是不可见的。
• 缺少参考文献。 没有来源支撑的陈述是脆弱的，容易被删除。"总部：柏林"没有参考文献只是一个断言；"总部：柏林"引用企业注册信息才是一个事实。未经引用的条目会被标记，未经引用的陈述会被下游谨慎的消费者删除或忽略。
• 没有英语站点链接（或完全没有站点链接）。 站点链接将 Wikidata 条目连接到特定语言的 Wikipedia 文章。许多高价值的集成和大量 Google 的信任都依赖于英语连接。没有到任何 Wikipedia 版本的站点链接的条目更薄，系统更难信任它。（这也是为什么当 Wikipedia 文章可以实现时，Wikidata 条目不能替代它的原因。）
• 模糊或重复的实体。 同一家公司有两个条目。创始人与同名运动员混淆。产品被合并到公司条目中，或不应拆分时被拆分。重复和模糊对实体解析是毒药——而 QID 系统的存在正是为了防止这种情况。合并重复项和消除冲突实体的歧义，通常是对现有条目最高价值的清理工作。

这些都不是奇特的问题。它们是条目存在和条目有效之间的区别——而发现它们正是细心的 Wikidata 工作的大部分内容。

现实的时间线，以及干净条目能触发什么和不能触发什么

让我们诚实地管理预期，因为大多数失望都源于此。

创建一个构建良好的 Wikidata 条目本身并不慢——条目可以在一天内上线。耗时的是下游传播，而这个时间线不受任何人控制，只有 Google 控制。

• 条目创建： 一个结构合理、有参考文献支撑的条目需要几小时到一天。
• Google 的索引和摄取： 通常需要数周。Google 按自己的时间表重新摄取 Wikidata。
• 对知识面板的可见影响（如果面板出现的话）： 数周到数月，且仅当 Google 决定该实体值得拥有面板时才会出现。

干净的 Wikidata 条目能做到的：

• 为实体建立稳定的 QID 和机器可读的身份。
• 改善消歧义——降低你与同名实体混淆的可能性。
• 提供准确的结构化事实（实体类型、创始人、总部、官方网站、标识符），供 Google 和 LLM 读取。
• 通过将你的自有网站 schema 与权威外部枢纽绑定，加强 sameAs 网络。
• 使未来的 Wikipedia 文章的数据脚手架更整洁。

干净的 Wikidata 条目不能做到的：

• 保证知识面板。 Google 始终拥有最终决定权，许多完全合格的实体永远不会获得面板。
• 创造关注度。 它记录可验证的事实；它不会让你变得重要，也不能替代 Wikipedia 文章所需的独立报道。
• 注入或控制 AI 输出。 它提高了准确表示的概率。它不允许你决定模型说什么。
• 覆盖 Google 商家资料数据。 你的地址、营业时间和评论来自其他地方。
• 在内容具有宣传性或无参考文献的情况下存活。 Wikidata 是一个有活跃编辑和机器人的事实数据库；垃圾条目会被清理。

如果一家机构告诉你 Wikidata 条目将保证知识面板或控制 ChatGPT 如何描述你，那与我们在任何地方警告的骗局是一样的。诚实的说法是概率性的：干净的实体基础设施提高了准确、合格表示的可能性。它不是你可以拨动的开关。

何时 Wikidata 是正确的第一步

在一组可识别的情况下，Wikidata 是正确的第一步——先于尝试完整的 Wikipedia 文章：

• 主题真实可验证，但尚未达到 Wikipedia 关注度。 最常见的情况。有企业注册记录、监管足迹，也许有一些行业报道，但没有 Wikipedia 文章所需的3–5篇独立深度报道。Wikidata 现在就赋予实体合法的机器可读身份，同时你以后再为 Wikipedia 建立来源基础。
• 存在实体混淆问题。 Google 或 LLM 将你与同名公司、人物或产品混淆。一个干净、消除歧义、带有正确标识符的条目，通常是最直接的纠正措施。
• 你希望在更大的推广行动之前建立实体 SEO 基础。 Schema 标记、sameAs 和干净的 Wikidata 枢纽，是 Wikipedia 文章应该建立在其上的基础工作——不是替代品，而是使其他一切更连贯的层。
• 你不确定自己是否完全符合 Wikipedia 的条件。 这正是Wikipedia 关注度审计的用途。如果审计结果表明来源支持一篇文章，很好——继续推进Wikipedia 页面创建，将 Wikidata 作为同一工作流的一部分。如果审计结果表明来源不足，Wikidata 是可实现的步骤，在你弥补报道缺口的同时，仍能推动实体层向前发展。

排序逻辑很简单。Wikidata 的门槛更低，通向合法结果的路径更快，因此可验证但尚未出名的主题应该从这里开始。Wikipedia 的门槛更高，信号更强，因此当来源真正到位时再去追求它。在不符合条件时先尝试 Wikipedia，会浪费数周时间，并可能导致删除，使下一次尝试更加困难。先建立 Wikidata 成本低廉，无论如何都有帮助，而且永远不会损害 Wikipedia 的可能性。

它不是黑客手段，不是通往名气的捷径，也不是保证出现面板的方法。它是实体层——那种平淡无奇、结构化、有充分来源支撑的基础，使机器准确地描述你。对于许多公司和个人来说，把这个层做对，既是整个 AI 可见性对话中最可实现的，也是最被忽视的步骤。

不确定你的实体应该从 Wikidata 开始，还是直接尝试 Wikipedia 文章？发邮件至 team@wikibusines.com，我们将诚实地告知哪一步真正适合你的情况。