同一个东西在不同页面叫法不一样，会影响 AI 收录吗

我们踩过这个坑，而且踩了很久才发现。

同一款产品，官网首页叫全称，产品页叫简称，参数表里写型号，客户案例里又用了一个行业内的俗名。四种叫法，谁也不连着谁。

结果是有一次在 AI 里问这款产品的价格，它答的是竞品的价格，还说「该产品信息较少」。信息其实不少，只是散在四种叫法下面。

后来做了一件事：定一个标准名称，全站统一用。别的地方如果必须用简称或者型号，就在第一次出现的地方写清对应关系，比如「某某型（以下简称 X）」。

改完大约两个月，同样的问题再问，它能答上来了，虽然还不完整。

这件事的经验是：AI 认实体靠的是名称的一致性。名字对不上，内容再多也拼不到一起。

会影响，而且影响比多数人以为的大。

模型在组织答案之前，要先把「你在说哪个东西」对上。这个判断靠的是名称、属性、上下文这些线索。线索越一致，它越容易把散在各页的信息归到一个实体上。

名称混乱造成的后果有三层。轻的是信息拼不全，只拿到一部分；中等的是拼错，把两个相似的东西混成一个；重的是认不出来，回答里干脆不提你。

容易出问题的地方通常在几处：简称和全称混用、型号和品名混用、英文名和中文名混用、旧名和新名混用。最后一种最常见，公司改名或者产品换代之后，老页面没跟着改。

处理办法是建一张名称表，定标准名、允许的别名、各自出现的位置。全站按这张表来，新页面写之前先查一遍。

别指望模型自己猜。它能猜对一些，猜错的那部分你也不会知道。

名称一致性，检查这几处最容易出问题：

标题和正文。标题用一个名字，正文用另一个，是最常见的错配。

正文第一次出现的地方。第一次要给全称，后面才可以用简称，反过来读者和模型都会懵。

参数表和产品页。型号和品名要能对上，最好在同一行里都写出来。

图片的文件名和替代文字。这两处常被忽略，但它们是模型判断图片内容的线索。

结构化数据里的名称。这里的名字要和页面上显示的一致，不一致等于给了两套信息。

老页面。改名或者换代之后，把历史页面翻一遍，该改的改，该加说明的加说明。

这几处统一之后，再去看同名的竞品有没有混进来。品牌名太通用的时候，模型容易把别家的内容算到你头上。

具体怎么做，我给一套可以照着走的流程。

先收集。把站内所有出现名称的地方列出来，包括标题、正文、图片名、结构化数据、页脚。这一步用搜索就能完成，别靠记。

再归并。把同一实体的不同叫法归到一组，选一个作为标准名。选的依据是用户搜得最多的那个，不是你内部习惯的那个。

然后建立对应关系。别名不是不能有，但每次出现时要说清「也就是什么」。这层说明是给模型看的桥。

接着改。优先改标题、h1、结构化数据这三处，它们对实体判断的影响最大。正文可以分批改。

最后验证。改完隔三周，用同样的问题去 AI 里问，看回答里的名称是不是变成了标准名。

整套流程不复杂，难在坚持。新内容一进来就按标准名写，比事后统一省力得多。

两种做法我都试过，效果差得不止一点。

一种是把所有别名都保留，每个页面用它自己习惯的叫法，靠内容量把信息堆起来。做了半年，AI 回答里提是提到了，但经常张冠李戴，说的参数是另一款的。

另一种是统一叫法，别名只在第一次出现时注明。改的过程很枯燥，四十多个页面挨个过。改完两个月，回答里的名称对了，参数也对上了。

差别在于信息能不能被归到一处。别名保留的做法，信息在模型那边是散的；统一之后，信息聚到一个实体上，才谈得上完整。

还有个附带的好处：站内搜索和站外搜索的匹配也准了。以前用户搜全称搜不到简称页，统一之后这个问题一起解决了。

做这件事的成本主要在前期梳理，改起来其实快。一次做完，后面只是维护。