新媒网 · 跨境数据社区

当前，随着人工智能技术的飞速发展，全球数字营销领域正经历一场深刻的变革。特别是在海外搜索领域，AI的介入正在悄然改变传统搜索引擎的工作原理，并对品牌在全球市场的数字可见性产生深远影响。对于积极参与全球经济交流的中国跨境企业而言，理解并适应这一变化，尤其是“实体SEO”这一新兴概念，已成为构建国际品牌影响力的关键一环。过去二十多年来，网站一直是SEO策略的基石，然而，当今的AI搜索模式不再仅仅依赖实时抓取网站内容，它更多地从其已有的知识库中提取关于品牌及其竞争对手的信息。这意味着，即使我们的网页在传统搜索中排名第一，如果品牌未能以AI易于理解的“实体”形式清晰构建，AI在生成答案时可能会完全忽略我们。因此，过去数十年奉行的搜索规则在AI生成答案的新语境下，已不再完全适用。AI系统通过自身知识和实时数据，包括来自我们网站的数据，来构建其答案。

这其中的核心便是“实体”概念。在AI搜索中，一个“实体”是搜索引擎和AI模型能够识别、理解并与其他事物关联的“事物”。可以把实体想象成AI构建答案的基石，它们构成了一个庞大的关系型数据库。以海外某邮件营销公司Omnisend为例，从数据库的视角看，Omnisend不只是一个拥有邮件营销页面的网站，而是一个由相互连接的实体构成的网络。这包括品牌本身、其产品、关键人物、提供的各项功能以及具体的应用场景。

设想一下，在一个大型语言模型（LLM）的视角下，这些实体可能呈现为：

• 品牌本身：Omnisend
• 产品：邮件营销平台、短信营销工具
• 人物：创始人、核心团队成员
• 功能：自动化工作流、A/B测试、用户分段、报告分析
• 应用场景：电商邮件营销、弃购挽回、客户生命周期管理

这些记录构成了AI生成答案的基础。大型语言模型在响应查询时，不仅仅是在网页上寻找关键词，它们还会检索相关实体，将这些实体置于一个“向量空间”中进行分析，并选择最能回答问题的实体。简单来说，向量空间是一种数学表示方式，让AI能理解不同实体之间的语义关系和相似性。

例如，当在谷歌上搜索：“2025年最适合Shopify店铺的邮件营销工具是什么？”

你可能会看到Klaviyo、Omnisend、Brevo、Mailchimp、Privy和MailerLite等品牌实体被提及。这是因为在AI的理解中，这些实体之间存在着紧密的关联。

为何实体比传统网站更重要

AI模型在提供答案时，会不断地映射实体之间的关系。当有人键入“最适合Shopify的邮件营销工具”时，大型语言模型会分解这个查询，并将其转化为多个相关的搜索。可以将其理解为AI同时进行了多个谷歌搜索。

系统会同时探索诸如“哪些工具能与Shopify集成？”、“哪些工具能处理弃购？”以及“电商卖家实际使用了哪些工具？”等相关问题。

我们的品牌可能会通过这些路径中的任何一个出现，即使我们没有针对原始查询进行专门优化。传统的关键词密度优化曾一度盛行，但AI如今采用的是“密集检索”模式，它在整个网络中寻找语义含义，而不仅仅是网页上的词语匹配。

“密集检索”的意义在于：一条来自某海外论坛Reddit的评论，如果清晰地解释了“我们从Klaviyo改用Omnisend，因为它的Shopify集成确实有效”，那么这条评论（假设AI模型优先考虑真实讨论）所承载的信号强度，可能远高于一个堆砌了“最佳邮件营销 Shopify”关键词的页面。AI能够理解实体（Klaviyo、Omnisend、Shopify）之间的关系以及上下文（切换使用、集成质量）。

这对外宣和品牌传播领域的工作者来说，是一个期盼已久的时刻：没有链接的品牌提及也开始产生价值。长期以来，我们一直将反向链接视为SEO的“货币”。然而，AI系统现在能够识别当品牌与相关话题一同被提及时的价值，并将其用作关系信号。

因此，当某户外品牌Patagonia在气候相关的文章中被提及，即使没有超链接；当某笔记软件Notion在海外论坛Reddit的生产力讨论中出现；当我们的品牌在某个播客的文字稿中被被直接提及——所有这些都会增强AI对我们品牌的实体理解。

一个真实的例子或许能更好地说明这一点：微软的OneNote在AI推荐的“笔记工具”中经常位居前列。

• 在ChatGPT中：OneNote常被提及。
• 在Perplexity中：OneNote也频繁出现。
• 在谷歌AI概述中：OneNote同样表现突出。

然而，如果我们在谷歌传统搜索中查询“笔记工具”，Evernote却常常占据第一的排名位置。这背后的原因在于，OneNote与微软生态系统的深度整合，意味着它在各类生产力讨论、企业软件比较以及Office教程中被持续提及，这在AI训练数据中创建了密集的实体关系。

相比之下，Evernote则更侧重于传统的SEO优化，并积累了强大的反向链接，从而在传统搜索排名中占据优势。这鲜明地展示了实体关系在AI搜索中的权重。

实体如何被AI识别

那么，谷歌（以及其他AI系统）究竟如何知道Omnisend是一个邮件营销平台，而不是一款冥想应用呢？答案在于结构化数据、人类对话以及大规模的模式识别之间的交叉。

实体数据库与产品目录

谷歌维护着被称为“知识图谱”和“购物图谱”的系统。其他AI系统也有类似的实体数据库，只是名称不同。核心思想是一致的：庞大的数据库将每一个产品、公司和人物及其属性和关系都映射出来。

当某品牌发布新款运动鞋时，它不仅仅是官网上的一个新产品页面。它会成为谷歌购物图谱中的一个实体，与“跑鞋”、“品牌名称”、“马拉松训练”以及数百个其他节点相连接。在任何人优化任何关键词之前，系统就已经知道它是一双鞋。

人类对话作为训练数据

AI系统从非正式的提及中学习到的信息，与从结构化标记中学习到的信息同样多。当某户外装备评测网站的评论偶然提及将Patagonia的某款冲锋衣与某高端品牌Arc’teryx的冲锋衣进行比较时，这种关系就会被编码。

当一位播客嘉宾说：“我从Asana转向了Notion进行任务和项目管理”，这种竞争性的关联也为训练数据增添了信息。

海外论坛Reddit和Quora在实体识别方面也变得异常强大。（谷歌明确表示，他们正在优先考虑“真实的讨论论坛”作为其排名系统的一部分。）关于为什么有人选择Obsidian而不是Notion进行知识管理的一条评论，其重要性可能超出我们的想象。

这些平台捕捉到了网站难以实现的功能：真实的人分享真实的决策和真实的上下文。

多模态识别

AI系统还能从音频和视频中提取实体。它们通过将语音转换为文本的转录过程来实现这一点。文字稿中的每一次提及、屏幕上的每一个产品以及在“面对面”访谈中的每一次比较都会被处理。

一个10分钟的项目管理工具YouTube评测，可以转化为结构化数据，比较ClickUp、Notion和Asana，包括功能对比和用例映射。

新的SEO影响力动态

我们无法像过去操纵PageRank那样来“玩弄”实体识别。你无法人为制造真实的海外论坛Reddit讨论，也无法虚假地在播客中被自然提及。

这个系统奖励的是在真实对话中的真实存在，而不是经过优化的锚文本。

思考一下这意味着什么：

• 我们工程团队在国际会议上提及产品架构的演讲？那是实体构建。
• 客户在YouTube上展示其工作流程的视频？那是实体构建。
• 海外社区Hacker News上有人为我们数据隐私方法辩护的激烈讨论？那是实体构建。

我们花了很长时间来优化机器人可理解的内容。讽刺的是，现在机器人已经优化到能够识别真实的人类讨论。

5种方法优化您的品牌实体（而非仅仅优化网站）

以Omnisend为例，以下是评估和优化AI驱动搜索结果中实体存在的五种方法。对于中国跨境企业来说，这些方法能够帮助我们在海外市场建立更强的数字影响力。

1. 评估您的实体基础

   首先，我们需要对当前实体关系有一个基线了解。对于Omnisend来说，这意味着要绘制AI系统目前如何将其与竞争对手归类。

   我们可以从验证关键页面的Schema Markup（结构化数据标记）开始。可以使用Schema Markup Validator（结构化数据标记验证器）等工具进行检查。

   以某品牌的Schema Markup为例，其组织结构化数据相对基础。而其竞争对手Klaviyo则将组织Schema Markup作为多个软件产品的容器。Klaviyo的方法在维护品牌级别权威的同时，声明了特定的软件类别和功能。这可能使他们在邮件营销、短信营销和营销自动化等查询中获得更强的实体关联。

   接下来，检查我们在主要知识来源（如Wikidata和Crunchbase）中的实体存在。在Wikidata上，Omnisend的记录还可以，包含基本信息，如公司业务、行业、成立日期、网址和社交媒体资料。但Klaviyo在这方面做得更全面，他们有多个属性，包括行业、实体类型、网址、产品和服务，甚至合作伙伴关系。

   这表明Omnisend有机会更新其Wikidata，添加更多详细信息。对于中国跨境品牌而言，完善这些国际性的结构化数据和知识图谱条目，是提升全球可见度的第一步。

2. 测试查询分解（Query Decomposition）

   AI系统会将查询分解为实体和它们之间的关系，然后可能尝试多次检索。

   例如，我在2025年通过某个浏览器上的ChatGPT提问：“2025年最适合电商的邮件营销工具是什么？我最看重送达率。”

   在ChatGPT的聊天URL中，我们可以复制/c/目录后的字母数字序列，例如：68d4e99e-4818-8332-adbd-efab286f4007。

   注意：

   检查网络请求，找到search_model_queries。

   第一组分解出的查询可能是：

   • “2025年邮件送达率测试电商ESP Klaviyo Omnisend Drip 2024年 2025年”
   • “EmailToolTester送达率测试 2024年结果 Klaviyo Omnisend”
   • “Klaviyo送达率基准 2024年电商”

   第二组可能是：

   • “2025年送达率有效性危机基准报告收件箱投放”
   • “2025年基准收件箱投放ESP比较种子测试”

   每个分解的查询都代表了一个不同的竞争路径。Omnisend可能通过送达率讨论浮现，但却错过了通用工具比较。Mailchimp可能在广泛搜索中占据主导，而竞争对手则专注于特定角度。

   这解释了为什么我们的品牌可能在从未优化过的搜索查询的AI答案中出现。语义理解通过意想不到的实体关系而非关键词匹配来创造可见性。

   我们可以自己运行提取出的查询，并在单独的聊天中观察哪些品牌出现。但需要注意的是，这种方法可能依赖于OpenAI未公开的功能，其有效性可能随时变化，因此不宜将其作为长期战略的核心。

3. 绘制竞争性实体关系

   传统的SEO竞争分析会问：“谁在我们的关键词上排名？”而实体分析则会问：“AI系统何时会将我们归为一类？”

   我以Omnisend为例进行了测试，以了解他们在何时与不同的竞争对手同时出现。

   我在2025年通过谷歌AI模式运行了15种邮件营销查询变体，以观察哪些品牌持续地同时出现。

   注意：

   我从简单的词语开始，如“最适合电商的邮件营销”和“弃购挽回工具”。然后，我尝试了不同的角度，如“Shopify店铺的邮件自动化”。

   以下是我的发现：

   查询上下文	Omnisend出现次数	最常共同提及的品牌	Klaviyo出现次数
   电商邮件	5/5 次	Klaviyo, Mailchimp	4/5 次
   一般邮件	5/5 次	Mailchimp, Brevo	2/5 次
   侧重送达率	2/5 次	Brevo, Mailchimp	0/5 次

   Omnisend在总共15个查询中出现了12次——实体存在比我预期的要强。但提及情况随上下文发生了显著变化。在电商讨论中，Klaviyo作为顶级工具占据主导地位。

   在一般的邮件营销中，Mailchimp成为了主要的参考点。提及顺序揭示了一些重要信息。Klaviyo在5个电商查询中的5个都首次出现，其定位得到了更积极的描述。Omnisend则通常排在第二或第三。这表明他们参与了讨论，但并非处于领先地位。

   有趣的是：Klaviyo在侧重送达率的查询中完全消失了，而Omnisend则保持了一定的存在。这表明实体关系具有极强的上下文性。在电商邮件领域成为领导者，并不意味着在送达率对话中也能占据一席之地。对于中国跨境品牌，深入分析在不同语境下，哪些海外竞品与自己共同出现，并分析其相对位置，能有效指导市场定位。

4. 在内容中优化实体

   实体识别在语境丰富的段落中效果最佳。这有助于AI系统更容易地提取和理解信息。

   例如，如果我们的内容写着：

   • “我们的自动化功能帮助电商企业通过精准营销活动增加收入。”

   AI系统可能难以识别我们指的是哪个产品、其自动化功能，或它与其他产品的比较。

   而如果这样表述：

   • “Omnisend的短信自动化功能与Shopify的弃购数据集成，能在用户弃购后2小时内自动触发个性化挽回短信，无需手动设置工作流。”

   这个版本在一个可提取的段落中建立了多个实体关系（Omnisend → 短信自动化 → Shopify集成 → 弃购挽回）。大型语言模型更倾向于使用其训练数据来生成答案。但当它们从网络上提取信息时，强大的实体连接会大有帮助。这样做减少了机器人和人类读者的理解障碍。

   我们可以借助诸如外媒Google Cloud Natural Language API等工具来分析文本的实体密度和情感倾向，确保内容能够有效地被AI系统理解。实体密度高的内容，往往比需要额外上下文的内容更容易被引用。

5. 建立战略性共同引用（Co-Citations）

   实体权威的建立，依赖于在可信来源中持续与相关实体一同被提及。这使得关注点从仅仅构建链接，转向建立在自然比较中出现的关系。

   对于Omnisend来说，这意味着要真实地参与讨论。重要的是真实的比较，而不是刻意为之的提及，这才能加强特定的关系。

   海外论坛Reddit上关于“Klaviyo vs Omnisend在Shopify店铺中的应用”的讨论，其实体权重与出现在泛泛的“邮件营销工具”内容中是不同的。具体的上下文（Shopify集成）加强了两个品牌与电商邮件营销的关联。

   最有价值的共同引用发生在：

   1. Reddit等海外社区中针对特定用例的工具比较讨论。
   2. YouTube上演示多个平台的评测视频。
   3. 行业报告或文章中根据专业领域分组的工具汇总。
   4. 播客中关于营销技术栈的讨论。

   下面的Reddit讨论展示了战略性共同引用的实际效果。原始帖子创建了密集的实体关系（Klaviyo → Omnisend → 定价 → Shopify店铺）。而评论则增加了更多上下文（定价担忧 → 业务规模 → “相当不错”的用户体验）。

   这场讨论远远超越了优化内容本身。它是真实的决策过程，加强了两个品牌与电商邮件营销的实体关联。对于中国跨境企业，这意味着我们需要鼓励真实的用户体验分享，积极参与海外社区讨论，并寻求在行业权威平台上的自然曝光，让品牌在真实的用户决策场景中被提及和比较。

展望实体SEO发展

如果我们已经在多个渠道建立了强大的品牌，那么我们已经奠定了基础。高质量的SEO仍然至关重要。同时，在行业对话、真实客户交流和多渠道分发中获得的真实提及也同样重要。

我们可以从核心产品线开始。对其进行良好组织，追踪其在AI响应中的表现，然后逐步扩展到其他实体。在这个由AI主导的搜索新时代，主动适应和优化，将有助于中国跨境品牌在激烈的国际市场竞争中赢得一席之地，实现品牌的全球化发展。建议国内相关从业人员持续关注AI搜索动态，积极探索实体SEO的实践路径。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/ai-entity-seo-evernote-loses-onenote.html