项目复盘 · 结论先行
有家化工原料出口企业问我们：“为什么 AI 回答‘推荐化工供应商’时，把我们的中文站和英文站说成两家完全不同的公司，还经常张冠李戴？” 这背后是“品牌实体”和“AI 可读性”两件事没做。本文用它的真实复盘，讲清 sameAs 与 llms.txt 怎么让 AI 认得“这是谁家”。
一、改造前：这家网站到底是什么状态
这是一家做精细化工原料的企业，内贸起家、近年转出口，同时运营中文站（面向国内采购）和英文站（面向海外）。团队有专门的合规与外贸岗。接手前我们拉了一次体检，结论是“内容不少，但 AI 眼里这家公司‘人格分裂’”：
2 套站
中英文站各自为政
混为一谈
AI 把中英文当两家
拦爬虫
robots 误伤 AI 爬虫
当我们用 Perplexity 问“XX Chemical 是哪国公司、主营什么”，返回的简介和官网对不上，甚至把竞品信息安在了它头上。根源在于：AI 没有一份“权威档案”告诉它“这些散落的页面其实同属一个主体”。
二、问题复盘：为什么 AI 认不得“这是谁家”
我们把它的中英文站、社媒、工商信息、行业目录逐条比对，问题归成五类：
✓
实体不一致：中文站叫“XX 化工”，英文站叫“XX Chemical”，社媒又用缩写，AI 无法判断三者同一主体。
✓
缺 sameAs：没有用
Organization.sameAs 把官网、社媒、工商、行业目录串起来，等于没给 AI 发“身份证”。✓
无 llms.txt：没有站点说明书，AI 爬虫不知道哪些页面是权威介绍、哪些只是促销。
✓
爬虫被拦：robots 里误把 GPTBot / ClaudeBot / PerplexityBot 当成普通抓取工具限制，权威页根本没被读。
✓
NAP 混乱：名称、地址、电话在不同平台写法不一，实体对齐失去锚点。
⚠
在多语言、多平台经营的 B2B 企业里，“实体不一致”是 AI 引用混乱的头号原因。AI 不是故意张冠李戴，而是你没有给它统一的答案。
三、我们怎么改：六步把实体和可读性立起来
1
实体审计：先盘清“我到底有几个名字”
汇总中英文站、社媒、工商、目录上的所有名称/地址/电话，列出差异清单。
2
统一 NAP：定一个标准写法
名称、地址、电话全站统一，并作为后续所有平台的“主数据”。
3
补 sameAs：发“实体身份证”
在 Organization 的 JSON-LD 里用 sameAs 串起官网、社媒、工商、行业目录，告诉 AI“这些全是我”。
4
写 llms.txt：给 AI 一份站点说明书
在根目录放 llms.txt，标明权威介绍页、产品页、禁止引用页，引导 AI 抓重点。
5
放行 AI 爬虫：别把门焊死
修订 robots，对主流 AI 爬虫开放权威页，仅限制低价值或敏感页。
6
验证闭环：定期抽查引用
用对话式搜索抽查品牌问答，发现张冠李戴就回查 sameAs 与 llms.txt。
四、改完之后：变化在哪里
用项目示例口径描述结果（不构成效果承诺）：
✓
在相关品类的 AI 问答中，中英文站开始被正确归为同一主体，品牌简介与官网一致；自然搜索流量、有效询盘量、Google 收录均明显提升；页面打开速度维持 1 秒级。
五、可复用清单
1
全站统一 NAP——名称地址电话一致。
2
用
sameAs 串起所有平台——发实体身份证。3
根目录放 llms.txt——给 AI 说明书。
4
放行主流 AI 爬虫——开放权威页。
5
中英文站互链标注——明确同主体。
6
定期抽查品牌问答——发现错引就修。
7
配图合规——零文字零 logo。
8
内链织网——指向 GEO 手册。
9
保留清单——方便复用。
10
多语言也要对齐——别让 AI 分身。
i
边界提醒：文中客户为综合多个项目提炼的示意场景（非特定客户），数据采用项目示例口径，不构成效果承诺。实体对齐结果受平台与算法影响，落地请以自身站点体检为准。
“在多站点时代，品牌实体就是你在 AI 世界里的‘身份证’——没它，AI 只能靠猜，猜错就是张冠李戴。”