夜雨聆风品牌事实库是一份经过审核、带有来源和更新时间的企业事实总表。 它统一公司主体、品牌、产品、人物、资质、服务地区、案例与禁用表述，为官网、内容、公关、客服、销售和 GEO 监测提供同一套“正确答案”。
如果 AI 经常把公司名称、品牌关系、产品能力或服务范围说错，问题未必只在模型。企业公开信息相互冲突、过时或缺少证据，也会让任何搜索系统难以建立稳定理解。
事实库不是宣传话术库。 “行业领先”属于待证明的主张；“产品于某日获得某认证，证书编号与适用范围如下”才是可核验事实。
图：品牌事实与证据的实体关系。
为什么GEO需要品牌事实库
生成式 AI 回答会综合不同来源。如果官网说公司成立于 2016 年，招聘平台写 2018 年，媒体稿又写“十余年”，系统面对的不是一个事实，而是三个冲突信号。
品牌事实库能解决五个实际问题：
监测有基线：判断 AI 描述是否准确，必须先定义企业认可的正确事实。 内容有口径：不同作者不会把服务范围、产品能力和数据写成多个版本。 公关有证据：媒体、协会和合作方可以引用稳定页面，而非临时聊天记录。 技术可结构化：Schema、页面元数据和站点导航有可信的数据源。 风险可追责：每条高风险事实都有负责人、来源、披露级别和复核日期。
泡泡鲸 GEO 在做答案准确性诊断时，不会让模型自行判断“对不对”，而是把答案中的事实与企业确认的基线逐项比对，并保留原始回答和来源。
事实库应该包含什么
1. 组织与品牌
法定主体全称、英文名和注册地区； 对外品牌名、英文名、缩写、曾用名； 公司、品牌、子品牌和产品线之间的关系； 官方域名、主要社交账号和联系渠道； 成立时间、总部与分支机构的准确口径。
2. 产品与服务
标准名称、型号和版本； 一句话定义； 目标客户和适用场景； 核心能力与明确边界； 服务地区、交付方式和当前状态； 容易与竞品或旧产品混淆的点。
3. 可信证明
认证、专利、奖项与有效期； 原始研究、测试方法与统计口径； 经授权公开的客户案例； 专家作者、审核人和专业背景； 媒体、协会、学术或公共机构来源。
4. 风险与禁用表述
不能公开的客户名称、数据和合同信息； 已过期或仅适用于特定产品的资质； “唯一、第一、保证、零风险”等需要严格证明的词； 医疗、金融、法律等高风险领域必须附带的边界； 旧品牌、旧地址和旧产品的下线说明。
可直接复制的品牌事实库模板
上表中的泡泡鲸字段只是示范。正式发布前，应进一步补齐法定主体、真实官网、联系信息、正式上线功能和服务条款，不能把规划能力提前写成已交付能力。
四步建立品牌事实库
第一步：盘点所有公开触点
至少覆盖：官网、旧官网、公众号、视频号、微博、知乎、百科/知识图谱、招聘网站、应用商店、媒体报道、行业目录、展会页面、合作伙伴页、PDF、客服话术和销售资料。
将所有来源记录 URL、抓取日期、负责人和可控程度。不要一开始就修改，先看冲突全貌。
第二步：定义主实体和关系
用最简单的关系图回答：
法定主体
├── 对外品牌
│ ├── 产品/服务A
│ └── 产品/服务B
├── 官方网站
├── 核心人物
└── 资质、案例与公开证据
若存在集团、代理、子公司、区域品牌或历史更名，要明确“拥有、运营、经销、曾用名”等关系，不能全部模糊写成“旗下”。
第三步：为每条事实绑定证据与边界
将事实分为三类：
A类稳定事实：公司名称、品牌关系、核心定位； B类变化事实：价格、人员、版本、覆盖地区； C类高风险事实：效果、排名、客户、合规、健康与财务主张。
A 类半年复核，B 类变更即更新，C 类发布前由业务与法务共同审核。没有来源或权限不明的事实，状态应标记为“待核验”，而不是默认可用。
第四步：建立“标准表述+允许变体”
事实一致不等于每个渠道都复制同一句话。可以同时维护：
50 字标准定义； 120 字官网简介； 300 字媒体背景； 销售提案中的场景化版本； 英文或其他语言的本地化版本。
所有变体必须保持核心事实一致。这样既避免机械重复，也能覆盖不同用户和搜索语境。
如何把事实同步到网站和外部信源
官网是事实中枢，不是唯一信源
建议优先建设：
首页：一句话定位、主要对象和入口； 关于页：公司与品牌关系、历史、团队； 产品/服务页：能力、边界、流程和适用场景； 证据页：研究、方法、案例、认证； 联系页：统一地址、邮箱、电话和工作时间； 编辑政策页：作者、审核、纠错和更新机制。
随后把可公开事实同步到主要社交账号、行业目录、合作伙伴资料和媒体背景包。外部信源建设应基于真实合作与内容价值，不应购买虚假提及。
结构化数据是映射，不是事实源
可用 Organization、Person、Product、Article 等 Schema 描述实体，并在适当情况下使用 sameAs 指向真实的官方或权威资料。结构化数据必须与页面可见内容一致。
如何维护和审计
建立变更流程
任何产品上线、价格调整、地址变更、人员离职、认证到期或服务区域变化，都应触发：
更新事实库； 找出受影响的官网和外部页面； 更新结构化数据与元数据； 提交或等待搜索系统重新抓取； 在目标 AI 问题中安排复测。
维护一份冲突清单
用问题集做外部验证
至少每月抽查品牌认知、产品能力、对比、风险和采购五类问题。不要只问“你知道某品牌吗”，还要问“它适合谁”“与竞品区别是什么”“有哪些限制”。
常见问题
品牌事实库和企业知识库有什么区别？
企业知识库范围更广，可能包含内部流程和非公开资料。品牌事实库专注于对外可使用、可核验的事实，是官网、内容、公关和 GEO 准确性判断的共同基线。
事实库应该用什么工具？
早期可以用表格或数据库，关键不是工具，而是字段、权限、来源、负责人和更新流程。规模扩大后再接入 CMS、PIM、DAM 或知识图谱系统。
只更新官网能纠正AI吗？
不一定。AI 可能检索到旧页面、第三方资料或缓存结果。应先定位错误来源，再按可控程度更新官网、请求第三方更正、补充公开证据并持续复测。
品牌事实库多久更新一次？
稳定事实建议至少每半年复核，变化事实变更即更新，高风险主张发布前审核。对正在快速迭代的产品，可以按月执行一次差异检查。
结论：先定义正确答案，才能监测错误答案
品牌事实库是 GEO 最容易被忽略、却最基础的资产。它让 AI 可见度监测从“感觉回答不对”变成“第几条事实与哪一版本冲突”，也让内容、技术和公关团队使用同一套证据。
参考资料
Google：Introduction to structured data Schema.org：Organization Google：Optimizing your website for generative AI features