一家律所在官网写的是“XX律师事务所”，在百度百科写的是“XX律师事务所有限公司”，在地图和招聘网站上又出现“XX律所”“XX法律咨询”等不同叫法。用户向 AI 询问“离婚冷静期怎么算”或“试用期被辞退有赔偿吗”时，AI 需要在多个来源之间判断哪个实体可信。当它发现同一个法律问题背后有多个名称相似、地址不一的机构，往往会选择不引用其中任何一个，转而采用更一致、更易核验的来源。
这不是 AI 对律所有偏见，而是生成式引擎在选择答案来源时，会优先考虑实体的可确认性。名称和地址不统一，会直接削弱律所作为“可引用专业来源”的资格。本文不讲玄学，只讲怎么把名称和地址统一写进官网、百科和其他公开页面，让 AI 回答法律问题时愿意把你写进答案。
先承认一个误区
很多律所认为，只要官网内容足够专业，AI 就会自动引用。但生成式引擎优化（GEO）和传统 SEO 有一个关键区别：AI 不仅要判断内容是否相关，还要判断内容背后的实体是否真实、稳定、可核验。维基百科在解释 Generative engine optimization 时指出，生成式引擎会综合多个来源，并倾向于引用那些在多个权威渠道中信息一致的实体。如果律所名称和地址在不同平台写法不一，AI 会把这些信息视为多个实体，而不是同一个律所。
另一个常见误区是“名称差不多就行”。“XX律师事务所”和“XX律师事务所有限公司”在法律上可能是同一主体，但在知识图谱中，它们可能被记录为两个不同的节点。AI 在回答法律问题时，需要从知识图谱中抽取实体信息。如果节点之间没有明确的等价关系，AI 就无法确认它们指向同一个律所。结果就是：AI 不敢引用你的官网，因为官网上的名称和它从百科或地图上看到的名称对不上。
所以，第一步不是去写更多法律文章，而是先让机器能确认“你就是你”。名称和地址的统一，是律所进入 AI 引用短名单的基础工作。
真正起作用的机制
生成式引擎在回答法律问题时，通常会经过几个步骤：理解用户问题、检索相关来源、评估来源的可信度和实体一致性、生成答案并附上引用。如果一个问题有多个候选来源，AI 会优先选择那些实体信息在多个权威平台（如官网、百科、地图、监管机构公示）中一致且可交叉验证的来源。
实体一致性为什么这么重要？因为法律问题的答案往往涉及专业资质和地域管辖。AI 需要知道回答者是谁、在哪里执业，才能判断其是否适合回答这个问题。如果律所名称在官网是“XX律师事务所”，在百科是“XX律师事务所（普通合伙）”，在地图上是“XX法律咨询”，AI 会认为这些是不同的实体，或者至少无法确认它们之间的关系。这时，AI 会选择更一致的来源，比如某家名称和地址在所有平台都统一的律所，或者干脆选择官方机构的解释。
名称和地址的统一，实际上是在告诉 AI：这是一个稳定的、可核验的专业实体。这和 SEO 中“品牌词一致性”有相似之处，但 GEO 更强调跨平台的结构化实体信息。维基百科关于 Search engine optimization 的词条也提到，搜索引擎会评估网站的可信度和权威性。生成式引擎继承了这一逻辑，并进一步要求实体层面的可确认性。
对照改哪一类页
律所需要优先统一名称和地址的页面，可以分为三类：官网核心页、百科类页面、第三方权威平台页面。每一类都有不同的改法。
| 页面类型 | 常见问题 | 统一动作 |
|---|---|---|
| 官网首页和“关于我们”页 | 使用简称、品牌名与注册名混用；地址只写城市不写详细门牌 | 在页脚、联系页、关于页统一使用注册全称；地址写全称，与营业执照一致 |
| 百度百科或维基百科词条 | 词条名称与官网名称不一致；地址栏空白或过时 | 按注册全称创建或修改词条；地址、电话、执业许可证号与官网一致 |
| 地图平台（高德、百度地图、腾讯地图） | 名称随意添加“法律咨询”“律师”等后缀；地址定位不准 | 在地图后台提交正确的全称和地址，与官网、百科完全一致 |
| 律师协会或司法局公示页 | 律所名称与官网不一致；地址更新不及时 | 核对公示信息，如有错误联系更正；在官网链接公示页 |
除了统一名称和地址，还需要在页面中明确标注“本所全称”“执业许可证号”“办公地址”等结构化信息。这些信息可以用 Schema.org 的 LegalService 或 Attorney 类型标记，让机器更容易抽取。如果官网是 WordPress，可以用插件添加结构化数据；如果是定制开发，需要在代码中嵌入 JSON-LD。
本周可做的动作
名称和地址统一不需要大动干戈，本周就可以完成以下步骤：
- 列出所有公开渠道。把律所出现在互联网上的地方列出来：官网、百科、地图、招聘网站、律师协会公示、新闻稿、社交媒体简介等。
- 核对名称和地址。逐个检查名称是否使用注册全称，地址是否与营业执照一致。记录所有不一致的地方。
- 确定“标准实体信息”。以营业执照上的名称为准，确定一个统一的名称格式；地址也以营业执照上的地址为准，如果有分所，分别写清分所地址。
- 优先修改官网和百科。这两个平台是 AI 最常引用的来源。在官网页脚和联系页使用标准名称和地址；在百科词条中修改名称和地址，确保与官网一致。
- 修改地图和其他平台。在地图后台提交标准名称和地址，删除多余的名称变体。在其他平台逐一更新。
- 添加结构化数据。在官网添加 LegalService 或 Attorney 类型的 JSON-LD，包含 name、address、telephone 等字段，值必须与标准实体信息完全一致。
- 内部链接指向“关于我们”页。在官网所有页面的页脚或导航中，链接到包含标准实体信息的“关于我们”页，帮助机器确认实体关系。
完成这些动作后，AI 在回答法律问题时，就能从多个平台看到一致的名称和地址，从而更有可能把你作为可核验的专业来源引用。
不要迷信的指标
很多律所会关注官网流量、关键词排名、AI 回答中的曝光次数等指标。但在名称和地址统一这件事上，有些指标并不值得迷信。
第一，不要迷信“AI 回答中出现了律所名字”就等于被引用。有些 AI 回答会提到律所名称，但只是作为负面例子，或者只是罗列搜索结果，并没有真正引用律所的观点。真正有价值的引用，是 AI 在回答法律问题时，直接采用律所官网的内容作为答案的一部分，并附上链接或来源说明。
第二，不要迷信“百科词条浏览量”。百科词条的浏览量并不能直接反映 AI 是否引用。AI 引用的是词条中的结构化信息和文本内容，而不是词条页面的访问量。即使词条浏览量不高，只要信息准确一致，AI 仍然可能引用。
第三，不要迷信“官网排名第一”。在生成式引擎中，排名第一的网页不一定被引用。AI 会综合多个来源，选择实体一致性和内容质量最高的来源。如果律所官网排名第一，但名称和地址与其他平台不一致，AI 可能选择排名靠后但实体信息一致的来源。
更值得关注的指标是：在主流 AI 问答中，当用户询问律所擅长的法律问题时，AI 是否引用了律所官网的内容；以及 AI 回答中引用的律所名称和地址是否与官网一致。这些指标需要通过实际测试来观察，而不是依赖传统的流量统计。
常见问题
名称和地址统一后，多久能被 AI 引用？
这取决于 AI 引擎的抓取频率和更新周期。一般来说，修改官网和百科后，可能需要几周到几个月才能被生成式引擎重新抓取并更新知识图谱。没有固定的时间表，但持续保持一致性会加快这一过程。
如果律所有多个分所，名称和地址怎么统一？
总所和分所应使用统一的总所名称，并在地址中明确区分。例如“XX律师事务所（总所）”和“XX律师事务所（XX分所）”。每个分所的地址必须与营业执照一致，并在官网和百科中分别列出。
百科词条名称和官网名称不一致，但改不了怎么办？
如果百科词条名称无法修改，可以在词条正文中明确写出“本所全称为XXX，官网为XXX”，并在官网的“关于我们”页引用百科词条链接。同时，在其他平台（如地图、律师协会公示）使用与官网一致的名称，形成多数平台一致的局面。
结构化数据对律所 GEO 真的有用吗？
有用。结构化数据帮助机器明确实体属性，减少歧义。即使生成式引擎目前不直接读取所有结构化数据，它也能通过知识图谱和语义理解受益。添加结构化数据是低成本高回报的动作。
官网内容写得很好，但 AI 还是不引用，是名称地址的问题吗？
不一定。AI 不引用可能有多方面原因：内容不够直接回答用户问题、缺乏权威外部链接、实体信息不一致、网站技术阻碍抓取等。名称地址统一是必要但不充分的条件。建议先排查实体一致性，再检查内容和链接策略。
把名称和地址统一写进官网和百科，是律所进入 AI 引用短名单的第一步。这不是一次性的修改，而是一个持续的实体管理过程。当 AI 在回答法律问题时，能从多个平台看到同一个名称、同一个地址，它才会把你当作一个值得引用的专业来源。