先解析，才谈得上推荐
模型回答购买类问题时处理的是实体，不是字符串。如果你的名字会解析到三个不同的组织、或者解析成一个普通词，那么你发布的证据会被分摊到这几种理解上，任何一种都积累不到足以支撑推荐的程度。
发布能把名字钉住的标识
一个唯一的「关于我们」页面，载明法定主体名称、注册地址、成立年份与统一社会信用代码，对消歧的作用大于任何篇幅的营销文案。用 Organization 结构化数据标注，并用 sameAs 指向你在别处已有的主页，把分散的理解缝成一个。
全站使用同一种写法。同一个品牌在自己站上有三种写法，在解析看来就是三个实体。
过短或过于通用的名字是实打实的劣势
一到两个字的中文名，或者一个日常英文单词，会不断与无关文本撞上。没有任何标注能解决这件事 —— 解决办法是始终把品牌名与一个限定词一起发布，让这个组合、而不是裸词成为可识别的单位。
这件事同样影响测量：短名字会在无关词语内部被匹配上，因此基于子串匹配的提及统计会严重虚高。测量侧应当直接忽略两字以下的名字，而不是报出一个编造的数值。
先查清楚现在会解析成什么
在不给任何上下文的情况下，直接问各个平台你的品牌是谁，重复多次。如果答案描述的是另一家公司、或者在两者之间含糊其辞，那么消歧就是当前的卡点，再多的内容投放也绕不过去。