audit 建議加 sameAs 但我拒絕:化名個人品牌 vs KG entity 的邊界
先講重點
GEO(生成式引擎優化)audit 每一輪都建議加 sameAs(schema 的「同一主體」欄位)到 Wikipedia / Wikidata / LinkedIn / Crunchbase 做 Knowledge Graph 消歧。我全部拒絕 — 化名個人品牌沒這些真帳號,假/空帳號頂多不加分、標一個你沒有的 entity 才反傷。brand_entity 6→7 真正來自 Service schema 不是假外連。誠實 > 分數。
1. audit 一直要我加四個假帳號
GEO audit 三輪了,每一輪 recommendations 第一條都是同一句:「Add sameAs links in Organization schema to Wikipedia, Wikidata, LinkedIn, or Crunchbase for Knowledge Graph disambiguation」。brand_entity 區塊明細 has_wikipedia / has_wikidata / has_linkedin / has_crunchbase 四個 False。
每個都值得拆開看:Wikipedia — 我寫一篇關於自己的條目嗎?Wikipedia 的 notability 標準是「multiple independent reliable sources cover this」 — 我一個化名 indie blog 不到那個門檻,硬寫會被速刪。Wikidata — 可以自建 entity,但 Wikidata 的編輯方針裡明寫 Conflict of Interest(COI)警告:「You should generally not create or edit items about yourself or your business」。自建一個指向自己的 Wikidata Q-ID 是 COI 違規。
LinkedIn — 本人沒在用 LinkedIn。不是「沒帳號」是「真的沒在那邊經營」。寫一個空殼帳號掛上去 = 假 sameAs。Crunchbase — Lab 不是公司、不是新創、沒在募資。Crunchbase 的條目是給 business entity 的,個人品牌不合適。
四個都不應該追。原因不是「太麻煩」,是這四個我都沒有真帳號 — 硬掛上去等於標記一個不存在的 entity,那才是真正會反傷的 misleading 訊號(下一段拆「不加分」跟「扣分」的差別)。
2. 「不加分」不是「扣分」:空帳號 vs 假 entity 差在哪
Google Knowledge Graph 的 entity reconciliation 邏輯是這樣的(Google Developer 文件的 sameAs 一節有提):當你的 Organization schema sameAs 指向 X、Wikipedia 上你那個條目也指向 X、X 上你的 profile 也指向 Wikipedia 條目 — 三方互相確認 = 同一個 entity,KG 信任分上升。
如果你的 sameAs 指向一個空殼 LinkedIn(沒互動、沒貼文、沒 photo),KG 抓到那個 profile 看不到反向引用、看不到內容對應,結論是「這個 URL 對 entity 沒有 corroboration 價值」。結果是這條訊號被當雜訊忽略 — 不加分,但也不扣分。指向一個你真的擁有、只是還沒經營的 profile 屬於正常操作,Google 不會因此降權重(John Mueller 講過多次:有社群 profile 就標、沒有也不是問題)。
真正會扣分的是另一回事:標一個根本不是你的 entity。例如自建一個指向自己的 Wikidata Q-ID — 那同時踩兩條線:Wikidata 的 COI 編輯方針,以及 Google 的「misleading structured data」(標記跟事實對不上的 entity)。空 LinkedIn 是「沒用」、假 Wikidata 是「可能違規」,兩者下場差很多 — audit 那句把它們混成同一件事,但結果完全不同。
所以 audit 那句「Add sameAs to Wikipedia/Wikidata」對化名個人品牌的真實含義是:標真實但空的帳號頂多是 0(被忽略),標一個你沒有的 entity 才可能是負數(misleading markup)。我四個都沒有真帳號,硬加就是後者 — 跳過不是因為怕被扣幾分,是因為那等於對 KG 撒謊。
3. 真正讓 brand_entity 6→7 的不是假外連
#20 紀錄裡 brand_entity 從 5/10 推到 7/10。其中 5→6 是 #14 entity signals 那次加 ProfilePage / 探索者檔案 / 3 hub FAQPage 拿的。6→7 是 #20 那次加 Service schema 拿的。
兩次加分都不是來自假 sameAs — 是來自「我們真的有這個 entity」的 schema 化:ProfilePage + Person 是真的(/about 確實是 Coolkid 的人物頁);FAQPage 是真的(每個 hub 確實有 Q&A 區);Service 是真的(NT$ 1,999 陪跑是現在掛在 /service.html 的服務)。
KG 看到的不是「URL 數量多」,是「entity 的描述跟頁面內容對得上」。真實、對得上的 entity → KG 採信;空殼 profile → 被忽略(不加分也不扣分);假造 entity → 可能反傷。
4. 剩下的 3 點是天花板,不該再追
brand_entity 滿分 10,現在 7。剩下 3 點 audit 標出的是:
- has_geo_schema: False — Place 或 GeoCoordinates schema。Lab 是純數位產品、沒有實體營業地址、沒有「服務區域」概念。加 GeoCoordinates 0,0 是裝樣子。跳過。
- has_hreflang: False — 英文版的 alternate 連結。記憶裡有決策 D004 緩做英文版,等中文 organic 流量穩定再評估。沒做的東西不該裝有。
- kg_pillar_count: 0 — 指向 Wikipedia/Wikidata 的「pillar URL」。跟上面 sameAs 是同個東西的不同檢測點。跳過。
所以 brand_entity 7/10 是這個站的結構上限。除非品牌轉型(變成有實體業務、有英文圈讀者、有 Wikipedia 條目),不然這 3 點全部不適用。剩下的 audit 分數要再上去,要嘛動首頁 thin content(268 字 → 500 字,傷 RPG 視覺)、要嘛拿不到。
5. 為什麼 E-E-A-T Trustworthiness 比 audit 分數重要
Lab 的 voice 在 #15 那篇定過調:誠實 > buzzword、揭露 > 裝專業。這個原則套用到 schema 跟 sameAs 一樣:
✅ 我有的東西,schema 標清楚(Person / ProfilePage / FAQPage / Service / Article)。❌ 我沒有的東西,不為了拿分裝有(LinkedIn / Wikipedia / Wikidata / GeoCoordinates)。
Google 的 E-E-A-T 評估裡 Trustworthiness 那個 T 是核心(其他三個 E-E-A 都是支撐它的)。這裡要分清楚兩份官方文件:E-E-A-T 寫在 Search Quality Rater Guidelines(給人工評分員、不是直接演算法);structured data 的規範寫在 Search Essentials 的 spam policy。後者罰的是「misleading structured data」— 標記跟頁面對不上才算 spam,不是「標得少」會被罰。兩者共同原則一樣:標的東西必須跟頁面實際對得上。
換句話說,為了過 audit 去標一個我沒有的 entity 是短期動作。真正的風險不是「翻倍懲罰」這種機制(那是我先前腦補的),是 misleading markup 被 Google 忽略後,我以為補了 entity 訊號、其實一分沒拿到 — 白做工,還賠掉誠實。Lab 還在 pre-traction(GSC 還沒穩定流量),不值得。
6. 不是所有 audit 建議都要追
這篇真正的點不是 sameAs 本身,是怎麼分辨 audit 建議。三類:
1. 真缺口 — 加了真的有用、沒踩任何邊界。例如 #18 的 freshness 訊號、#20 的 Service schema。追。
2. 誤判 — audit heuristic 沒抓對。例如 'workflow' keyword stuffing 12.5%(bilingual page 算錯)、has_service: False(檔案實際存在)、html_comment_injection 把 dev 註解當 prompt injection。看完判斷後跳過或微調。
3. 天花板 — 加了會破壞品牌或誠實。例如假 sameAs、假 hreflang、首頁 RPG 視覺。永遠跳過。
audit 工具不會幫你分這三類,因為它沒有品牌 context、沒有誠實規矩、沒有產品方向。分類是你的工作。我這篇就是把 sameAs 這條歸到第三類的論述。
▸ 常見問題
Q1:那 sameAs 一個都不加嗎?
加,但只加真的官方帳號。Lab 目前 sameAs 列六個:GitHub / Threads / IG / X / Facebook / link.coolkidlab.com 自家 link hub。都是 Coolkid 真實在用、profile 有指回 coolkidlab.com 的。這六個都通過「真實 + 互相指回 + 內容對得上」三關,是 KG 會採信的真訊號。
Q2:未來有 LinkedIn 了再加可以嗎?
可以而且應該。決策 D007 的措辭是「暫無,假/空 sameAs 不加」。本人哪天真的開始用 LinkedIn 經營(不是空殼)、profile 上指回 Lab、貼文有跟主題對應,就是真 sameAs,當天加進 lib/schemas.py:SAME_AS_LINKS。沒做的東西不裝有,做了就大方標。
Q3:那 audit 分數不就永遠卡 81?
對,且這是合理的天花板。81/100 在 audit 工具的 band 裡是「good」 — 意思是這個站對 AI 引用已經充分準備。分數再上去要靠內容深度跟反向連結這種長期累積。81 之後 audit 分數的 ROI 急遽下降,盯著它調 = 浪費時間。改盯 GSC 真實曝光 + 排名 + Perplexity / ChatGPT referral 流量。
Q4:化名是不是長期會限制成長?
是。但這是品牌定位的取捨:化名 = 可以更誠實寫想法、不用顧職場形象、可以一邊全職交易一邊公開分享 SEO 實驗。真名 = trust 上限高、Wikipedia / LinkedIn 路線可走。Lab 選擇前者,代價就是 KG entity 那條路天花板比較低。沒有對錯,只有適不適合。
#0 → #21 共 22 篇,從 GSC 入門寫到 GEO audit 81 分。連載暫告段落 — 短期不會再開新編號,等真的有新洞察值得寫再回來。下一條戰線是「實際拿到 organic 流量」 — Lab 還在 pre-traction,等 GSC 累積數據再開新 series。
名詞解釋
- KG(知識圖譜,Knowledge Graph)
- Google 內部那張「真實世界事物的關係圖」:每個人、品牌、公司、地點都是一個節點,記著它是誰、跟誰有關。搜尋品牌時右側跳出的資訊卡,就是它畫出來的。
- 實體(entity)
- 知識圖譜眼中一個獨立存在的「東西」——一個人、一個品牌、一間公司。進階 SEO 的目標之一,是讓 Google 確認「你這個品牌是它認得、分得出來的一個 entity」。
- sameAs
- 結構化資料裡的一個欄位,用來告訴搜尋引擎「這個網站的主體,跟那邊那個帳號或條目是同一個」,例如指向你的 GitHub、官方 IG。是幫 Google 把你接上知識圖譜的線索。
- 實體消歧(entity reconciliation)
- Google 判斷「散落各處的資料是不是都指同一個 entity」的過程:靠多個來源互相指認來確認(叫 corroboration,三方互相確認),確認了才把你收進知識圖譜。
- Wikidata
- 維基百科背後的開放結構化資料庫,每筆條目有一個 Q 開頭的編號(Q-ID),是 Google 知識圖譜的核心資料來源之一。自己幫自己或自家品牌建條目屬於利益衝突(COI),方針明文不鼓勵。
- 結構化資料(Schema / JSON-LD)
- 用機器看得懂的格式跟搜尋引擎說明「這頁是文章、作者是誰、何時更新」,有機會換到更豐富的搜尋結果外觀。
- E-E-A-T
- Google 評估內容可信度的四個面向:經驗(Experience)、專業(Expertise)、權威(Authoritativeness)、可信(Trustworthiness)。
- GEO(生成式引擎優化)
- 讓 ChatGPT、Perplexity 這類 AI 在回答問題時引用你網站內容的優化方法,是 SEO 在 AI 時代的延伸戰場。
看完這篇之前先確認:
- 跑完 audit 拿到「加 sameAs to Wikipedia」之類建議、不確定該不該追
- 化名個人品牌、個人 blog、niche 主題站(不適合走 KG entity 路線的)
- 重視 E-E-A-T Trustworthiness 高於短期 audit 分數
- 真名 + 有 LinkedIn 經營 + 有實體業務的站台 — 加 sameAs 是真缺口不是天花板
- 已經有 Wikipedia 條目或 Wikidata Q-ID 的品牌 — sameAs 三方互連是真加分
- 為了過第三方 SEO audit 給客戶看的代操者(這篇對你的痛點不對,跳過)
- 把「空帳號(頂多不加分)」跟「假造 entity(才會反傷)」混為一談,為了 audit 分數去標一個自己沒有的 entity,踩到 misleading structured data
- 把 audit 建議當聖經,不分「真缺口/誤判/天花板」全部追
- 加 sameAs 指向自己的 Threads / IG / X 但 profile 內容跟站台對不上(不是假但低訊號)
相關閱讀
- #15 我的 8 篇 workflow 是 AI 唬爛的:同個誠實 series(寫內容 vs 寫 schema 同一條原則)
- #14 把 /about 改造成 AI 看得懂的 entity:真實 schema 是另一條 entity 路線
這篇背後的真實開發過程記錄在 Build Log。
搜尋標籤:geo、sameas、knowledge-graph、eeat、honesty、audit-ceiling、build-in-public。
本篇為個人實驗紀錄。本文做法不保證在你的網站產生相同結果,請依自身狀況驗證。教育研究用途,不構成投資建議。