知识图谱（Knowledge Graph） Knowledge Graph

知识图谱（Knowledge Graph）是以实体（人、组织、地点、事物）为节点、以实体间关系为边的结构化事实库。Google 于 2012 年将其引入搜索，官方口径称它收录了“数十亿条关于人、地点与事物的事实”；底座长期依赖 Wikipedia 与 Wikidata 这类开放知识库。它与知识面板是一对分工明确的概念：面板是结果页上的呈现卡片，图谱是卡片背后的数据库——优化对象是图谱里的实体记录，不是那个展示位。

GEO 语境

AI 搜索把图谱从“展示的底座”推成了“理解的上游”。生成式引擎回答品牌相关问题时，要先完成实体消歧（Entity Disambiguation）——判断“这个名字指的是谁”，而消歧的第一参照系就是图谱里的实体记录：别名是否齐备、官网与行业属性是否正确、与母公司子品牌的关联是否挂对。Perplexity 等引擎的面板直接拉取 Wikidata，是这层依赖外显的证据。实体记录一旦冲突——新旧名并存、中英双名未打通、缩写撞车——交叉验证会放大冲突而不是解决冲突，引擎的转述就会张冠李戴。

收录门槛也要提前知道：图谱底座的 Wikipedia/Wikidata 条目要求“独立可靠来源的显著报道”，通稿与自述不算数——先有第三方报道积累，再谈图谱条目，顺序不能颠倒。图谱中实体与谁相邻、与哪些概念共现，还会影响引擎对它话题域归属的判断，这层机制与品牌共现（Brand Co-occurrence）同源：图谱相邻关系与文本共现频率，是引擎理解“你属于哪个话题”的两条平行输入。