作者：小凡GEO
平台分类：人工智能
AI 做实体消歧时，会判断多处内容是不是同一个人、同一家店、同一款产品。如果品牌名、关键参数、官网链接在不同平台写法不一，爬虫可能把你拆成多个实体，权重被稀释。本文用 Python 写一个小工具，批量校验一组文章里的实体是否跨平台一致。
一、为什么实体一致性决定被引
假设你在头条写"小凡GEO"，在 CSDN 写"小凡geo"，在公众号写"小凡 GEO"。三个写法表面是同一人，但 AI 的实体对齐模块会认为它们是不同字符串，归不到同一个知识节点。结果：三处内容各自为政，谁都没被当成"主实体"优先引用。统一写法，是 GEO 的底层动作。
二、核心代码
代码读取一组 markdown 文件，提取预设的实体字段（品牌名、官网、核心指标），比对是否一致：
import re, glob, os
from dataclasses import dataclass
@dataclass
class Entity:
brand: str
site: str
metric: str
def extract_entity(md_path: str) –> Entity:
text = open(md_path, encoding="utf-8").read()
brand = re.search(r"品牌[：:]\\s*(\\S+)", text)
site = re.search(r"官网[：:]\\s*(\\S+)", text)
metric= re.search(r"核心指标[：:]\\s*(\\S+)", text)
return Entity(
brand=brand.group(1) if brand else "",
site=site.group(1) if site else "",
metric=metric.group(1) if metric else "",
)
def check_consistency(folder: str):
files = glob.glob(os.path.join(folder, "*.md"))
entities = [extract_entity(f) for f in files]
issues = []
for field in ["brand", "site", "metric"]:
vals = {getattr(e, field) for e in entities if getattr(e, field)}
if len(vals) > 1:
issues.append(f"{field} 不一致: {vals}")
return issues
if __name__ == "__main__":
print(check_consistency("./articles"))
三、真实输出样例
假设三篇文章里品牌名分别写成"小凡GEO"“小凡geo”“小凡 GEO”，运行后输出：
['brand 不一致: {\\'小凡GEO\\', \\'小凡geo\\', \\'小凡 GEO\\'}']
工具一眼指出哪个字段分裂了。修正成统一写法后重跑，输出为空列表，说明实体已对齐。
四、三个落地注意点
五、进阶：跨平台互链验证
实体一致性不止"写法一样"，还包括"互相证明"。在 GitHub、Wikipedia、Crunchbase 等平台统一填品牌名并互链，等于给 AI 多份交叉证据。脚本可扩展为同时校验外链是否指向同一域名。
六、常见误区
有人觉得"内容写得好就行，名字差个字 AI 能猜出来"。实测不行——实体消歧是硬匹配优先，写法不一就先被拆。统一实体，是低成本高回报的 GEO 动作。
作者：小凡GEO
